科学数据共享工程通用标准培训

• 通过分析该数据集的内容，应该属于“农业科 学—农业科学数据—作物科学-主要农作物种质 资源评价数据”，则具体编码为：AS1211。
2020/8/6
28
示例三：农业科学数据中心的“中 国湖泊数据库”
• 通过分析该数据集的内容，发现其既可以属于 “农业科学—农业科学数据—水产科学”（编 码为：AS2113），又可以属于“资源环境科学 —水文水资源科学—水资源—水资源调查”（ 编码为：RH1211）。因此，可以采用组配的 方式，将这两个类目的代码，全部标注在这个 数据集上。
代码 F R A T H C
2020/8/6
13
亚门类（资源环境科学为例）
亚门类
资 气象气候 源 水文水资源 环 海洋 境 地矿与土地资源科学
……
代码 W H S L ……
2020/8/6
14
大类
门类
资源环境 科学
亚门 类
海洋 科学
大类
海洋资源 海洋经济 海洋环境 海洋生态 海洋灾害 ……
2020/8/6
”、“省级森林资源数据”等小类，可以根据
查阅数据集的具体内容，得出应该属于哪个小
类。如，这个数据集是全国范围内的森林资源 概况，则最后的类就是“农业科学—林业科学 —森林资源数据—全国森林资源数据”，具体 编码为：AF1112。
2020/8/6
27
示例二：农业科学数据中心的“主要农作物种质资源评价数据库 ”
标准目次
• 附录A 资料性附录 科学数据共享 工程分类编码标准的使用实例
• 附录B 资料性附录 本标准与科学 数据共享工程中试点单位的分类标 准之间的映射
• 附录C 资料性附录 科学数据共享 工程数据分类编码标准XML文件
2020/8/6
12
门类
门类 基础科学 资源环境科学 农业科学 工程技术科学 医药卫生科学 区域与综合领域
第1位 第2位
门类 亚门类 字母码 字母码
第3位 第4位
大类 数字码
第5位 第6位
中类 数字码
2020/8/6
17
三、标准内容要点解析
2020/8/6
18
分类依据（1）
• 遵循“数据分类与编码基本原则与方法”标准 • 数据分类的基本单元（或者说分类的对象）是
数据集
• 保证高层数据分类统一，低层数据分类由各单 位自行研制
2020/8/6
23
标引过程中组配方法的应用
• 在分类标引时，针对数据集的内容，从类目中 找出与数据集内容相对应的各个类目，用它们 的编码组配表达所标引的数据集内容。
2020/8/6
24
标准的映射及标引结果集的转换
• 把各个数据中心采用的分类编码标准中的类目 和科学数据分类编码标准中的类目对应起来。
• 以数据中心有效管理、组织数据，最终用户快 捷地查找数据为目的
2020/8/6
19
分类依据（2）
• 以科学数据共享工程的规划为依托 • 充分考虑各个数据共享中心的分类编码 • 结合学科分类标准、行业分类标准
2020/8/6
20
分类编码标准的应用
• 该标准只适用于数据集的分类，并将分类结果 组织形成数据目录。该标准不适用于数据库的 改造，数据项的改造，数据项内容的代码填写 等。
• 把用数据中心分类编码标准标引的结果集，直 接导入到以科学数据分类编码标准为依据的标 引结果集中。
2020/8/6
25
四、标准的使用
2020/8/6
26
示例一：林业科学数据中心的“森 林资源概况表”数据集
• 通过分析该数据集的内容，应该属于“农业科 学—林业科学—森林资源数据”，在“森林资 源数据”这个大类下，有“全国森林资源数据
• 分别对每个试点的分类作 相应的Crosswalk，实现 标准之间的映射；
• 试点已有的标引结果可以 通过软件直接映射。
2020/8/6
7
一、编制背景
2020/8/6
8
背景
• 海量科学数据的共享需求
• 海量科学数据需要有序组织、管理
• 科学数据共享工程门户网站需要按照分类来组 织数据目录
• 数据用户需要从分类编码中查询数据
2020/8/6
21
分类编码标准的维护
• 随着科学数据共享工程的不断推进，该分类编 码标准必定会不断扩展和修订。
• 这种扩展必须是在遵从“数据分类与编码基本 原则与方法”的基础上的扩充。
2020/8/6
22
数据集的分类标引
• 分类标引的对象是数据集 • 分类标引是在数据集外部进行的 • 分类标引的最终结果是标引结果集（数据库）
2020/8/6
4
分类类目释义
• 6 大 门 类 、 31 亚 门 类 、 234 大 类 和 1008 中 类 ， 共1279条类目的释义
2020/8/6
Hale Waihona Puke Baidu
5
电子词典
2020/8/6
• 主要功能
– 分类类目的管理 – 分类类目的查询 – 数据集标引 – 分类映射 – ……
6
转换实例——mapping机制
科学数据共享工程通用标准培训
主要内容
一． 编制背景 二． 标准总体结构 三． 标准内容要点解析 四． 标准使用
2020/8/6
2
简介
2020/8/6
3
科学数据分类与编码方案
• 1 范围 • 2 规范性引用文件 • 3 术语和定义 • 4 分类原则 • 5 分类方法 • 6 编码规则 • 7 分类与编码的使用 • 8 分类代码表
2020/8/6
9
解决的问题
• 多学科、跨行业部门科学数据的分类 • 分类编码如何应用 • 如何支持网络信息化的数据集分类和共享 • 与已有科学数据共享工程中诸多试点的分类标
准之间如何交互
2020/8/6
10
二、标准总体结构
2020/8/6
11
• 1 范围 • 2 规范性引用文件 • 3 术语和定义 • 4 分类原则 • 5 分类方法 • 6 编码规则 • 7 分类编码的使用 • 8 分类代码表
2020/8/6
29
示例四:医药卫生科学数据集使用范 例
序号
数据集名称
1 病原细菌数据集 2 单基因遗传病数据集 3 脑干图像数据集 4 最新国际心血管病临床试验 5 数字人脑图片数据集 6 卫生经济学数据
代码
11 12 13 14 15 ……
15
中类
门类 亚门 大类 中类 类
海洋自然资源
资源 环境 科学
海洋 科学
海洋生物资源 海洋 资源 大洋矿产资源
海水化学资源
……
2020/8/6
代码
11 12 13 14 ……
总代码
RS1111 RS1112 RS1113 RS1114 ……
16
编码规则
• 门类、亚门类各为1位英文字母码，大类、中类各2位 数字码。采用线分类按门类、亚门类、大类、中类的 从属关系顺序编码。