医药卫生数据元标准化基本原则与方法.doc(4)

无须出担保文件和诸如汇票一类的东西。原因：不好的定义含有另一个概念定义，这个概念定义应收入词汇表。指导原则数据定义宜：a)阐述概念的基本含义。说明：表述概念的所有基本特性应在该相关环境各相应特性层级的定义中出现。应避免出现非基本特性。是否需要细分层级，取决于系统用户和环境的要求。示例1：“托运货物装货序号”（预期环境：任何运输形式）好的定义：指明托运货物在一种运输工具或运输设备中的装载须序号。不好的定义：指明托运货物在卡车上的装载须序号。原因：在预期环境下，托运货物可由各种运输方式实现，如卡车、船只或货运列车。托运货物并不仅局限于卡车运输。示例2：“总额”好的定义：上的收费总计。不好的定义：上所列一切收费项目的总计，一方面要考虑减去诸如折扣和让利等数额，另一方面要加上保险费、运输费、装卸费等费用。原因：不好的定义包含了与主题无关的内容。 b)准确而不含糊。说明：被定义的概念的确切含义和解释应在定义中一目了然。定义应足够清楚明了，使之只存在一种解释。示例：“收货日期”好的定义：收货方收到货物的日期。不好的定义：具体货物被交付的日期。原因：不好的定义没有说明由什么来决定“货物交付”了。

“货物交付”可理解为产品在预期的目的地卸下的行为，也可理解为客户实际收到这个产品的地点。有可能客户根本没有收到已被卸在货场的产品，也许客户在产品被卸在货场的几天之后才收到它。c)简练。说明：定义应简洁明了易于理解，应避免使用诸如“为了本数据字典”、“要描述的术语是”之类无关的限定性短语。示例：“字符集名”1）好的定义：给一组表音或表意的符号起的名称，数据用这些符号来编码。2）不好的定义：给一组表音或表意的符号起的名称，数据用这些符号来编码。这个数据字典的目的，就像其他地方用的那样，系统硬件和软件的能力就是在多个版本中对编码的数据进行处理。原因：在不好的定义中，在“数据用这些符号来编码”之后的所有短语，都是无关的限定性短语。能单独成立。说明：概念的含义，从定义本身就能体现出来。理解定义的含义，不需要附加说明和引证。示例：“学校所在城市名”好的定义：学校所在城市的名称。不好的定义：见“学校地点”。原因：不好的定义不能单独成立，它需要借助另一个定义（学校地点）才能理解本定义的含义。表述中不要加入理论说明、功能说明、范围信息或程序信息。说明：尽管它们通常是必要的，但这样的表述不应归入定义本身，因为它们含有与定义无关的信息。

如果认为它们确实有用，可以把这类表述列为不同的数据元属性。为列举的定义进行说明，不宜作为定义的组成部分（例如：如果一个数据元使用了英里而不用公里，其原因不用在定义中说明）。诸如“此数据元不应用于…”这样的功能说明不宜出现在定义中。关于程序方面的注释，例如，“这个数据元与数据元×××一同连用”这样的话不宜在定义中出现，而应当按GB/T 18391.3的规定，使用“相关数据参照”和“关系类型”。示例：“数据字段标记”好的定义：索引、主题词表、查询、等的数据字段标识。不好的定义：索引、主题词表、查询、等的数据字段标识。数据字段标识用于诸如摘要、表格中的栏目等信息单元。原因：不好的定义含有功能的陈述，以“数据字段标识用于…”开始的陈述必须从定义中删去。如果必须有此陈述的话，应将其放在其他属性中。避免相互依存。说明：两个定义不应相互要据另一定义来为自身定义。一个定义也不应使用另一个概念的定义作为自身的定义。因为这样会导致定义一个概念时，附加了另一个概念；反之，在定义另一个概念时，又附加了原来已给出的那个概念。示例：带有不好定义的两个数据元 1）“雇员ID号码”──分配给一位雇员的号码。

2）“雇员” ──对应于雇员ID 号码的人员。原因：每个定义其含义涉及另一个定义。每个定义都没有指明含义。相关定义使用相同的术语和一致的逻辑结构。说明：对相类似的或相关的定义，应使用共同的术语和句法。示例：两个定义都与相关概念有关，因此应有相同的逻辑结构和相类似的术语。发货日期──供货方发送货物的日期。收货日期──收货方收到货物的日期。原因：使用相同的术语和句法有利于理解。否则，使用者不知道使用同义的术语和变化了的句法是否意味着有一些不同。数据元的分类对数据元进行分类有几个目的：分类可帮助用户从众多的数据元中找出某个单一的数据元；方便对数据元进行数据管理分析；通过继承使原本借助其他属性（如名称和定义）不能完整表述的语义内容得以表达。国际规范、通行的数据元分类一般通过数据元的分类模式和数据元的分类属性来进行。数据元分类模式规范的数据元的分类模式一般包括：关键字、主题词表、分类法和本体论，其主要作用在于：派生和形成抽象数据元和应用数据元确保适当属性和属性值的继承从参照词汇表中派生名称消除歧义辨识上位类、同位类和下位类的数据元概念辨识数据元概念和数据元之间的关系辅助模块化设计的名称和定义的开发关键字关键字作为基本属性可应用于对象类、特性、表示、数据元和数据元概念。

关键字的描述如下：名称：关键字定义：用于数据元检索的一个或多个有意义的字词。约束：条件选数据类型：字符串主题词表术语主题词表术语能够与数据元和数据元概念关联起来。本标准并没有规定主题词表的结构。8.2中的属性可以用来捕捉与数据元或数据元概念关联的主题词表信息。分类法和本体论分类单元分类法是基于概化或特化以及集、子集和集隶属关系这样的数学概念的概念或分类单元的层次结构。本体论是关于分类单元的网状结构，目的在于为自然界某些部分提供模型，由关于对象的类别、对象特性以及自然界中该部分对象间可能联系的理论组成。一个本体论可以包括对分类单元的解释以及对符合语法规则的使用做出限定的正式通则。分类法和本体论中的分类单元可能与下列已分类的数据注册成分相关联：对象类、特性、表示类和数据元概念。本部分并不阐明分类法或本体论的结构，但是，列于8.2中的属性将被用来把握此类结构信息。数据元的分类属性数据元的主要成分包括对象类、特性、表示、值域、数据元概念以及数据元本身。它们成为数据元不同的分类需求。对数据元中任何一个成分的分类信息的记录可能用到下列属性，属性的使用应使各分类模式与数据元选定的成分联系起来。分类组分标识符分类组分名称分类模式类型分类模式名称分类模式版本分类模式项类型分类模式项值例如：分类组分标识符=对象类的标识符（如，CC0001）；分类组分名称=对象类（如，果蝇）；分类模式类型=分类法；分类模式名称=国际分类信息系统（生物分类法）；分类模式版本=2.1；分类模式项类型=分类单元标识符；分类模式项值=5411。

23．仅从两串含有相等的字符，不能判定两串是否相等，两串相等的充分必要条件是两串长度相等且对应位置上的字符相同（即两串串值相等）。子界类型和集合类型7.1枚举类型7.1.1枚举类型的一般形式7.1.2说明7.2子界类型7.2.1子界类型的一般形式7.2.2说明7.3集合类型7.3.1集合类型的一般形式7.3.2说明7.3.3集合的运算7.3.4集合的关系运算练习题第8章 数组类型和串8.1一维数组8.1.1一维数组类型的一般形式8.1.2说明8.2数组在编程中的使用8.2.1排序8.2.2查找8.3多维数组8.3.1二维数组的一般形式8.3.2二维数组的结构8.4字符数组和字符串8.4.1字符数组8.4.2字符串8.4.3字符串的比较规则8.4.4字符串函数及过程练习题第9章 记录类型。按示例1的方法打开“分类汇总”对话框，在“分类字段”下选择“性别”，在“汇总方式”中选择“平均值”，在“选定汇总项”下仅选择“文化总成绩”，单击“确定”，将得到前面示例2的操作结果（图 4）。

约束：条件选。条件：如果分类项将被记录则为必要。数据类型：字符串。备注：示例：“版本2.1”。分类模式项类型定义：8.约束：条件选。条件：如果分类项将被记录则为必要。数据类型：字符串。备注：示例：“非智能标识符”、“术语”、“定义”。分类模式项值定义：一个分类模式项的名称、标识符或定义等的一个实例。约束：可选。条件：如果分类项已被记录则为必须。数据类型：字符串。备注：示例：在分类法的分类单元中，“5411”就是“非智能标识符”类型值的例子，“果蝇”就是用来标识分类法中节点的“术语”类型值的例子数据元值域及其表达模式数据元的表示部分称为值域。数据元在系统运作中呈现为值，并在信息交换等功能中得到共享。数据元通常有一个允许值的集合。这个允许值的集合被称之为值域。数据元从不表示为一个单个的数值，因为它是一个类（是数据值完整的集合）而不是一个单个事例。比如，疾病编码是一个数据元，它的值域由国际疾病分类允许值的一个完整列表来描述。这里的数据值是疾病编码所有实例的一个列表。数据元的一个实例只有一个单个数据值，称之为一个“数据元实例”。一个特性有定义并隶属一个对象类。相反，一个表示没有定义，但有一个格式类、允许值、最大字符数，如果可以度量，还应有一个度量单位。

set小集合重构（编码为ziplist的hash数据结构的妙用2）：因为当set集合中有一个是非整数时，将使用hashtable编码，无法使用intset实现内存优化，如果集合元素个数和大小满足hash的ziplist编码条件，则此时可用hash类型来模拟集合，把hash的field设为set的元素，而hash的value设为1字节占位符即可。在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ascii 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的“全角”字符，而原来在127号以下的那些就叫"半角"字符了。因此，gb系列编码向下兼容ascii，也就是说，如果一段用gb编码文本里的所有字符都在ascii中有定义(即该文本全部由ascii字符组成)，那么这段编码和ascii编码完全一样。

无要求。附录（资料性附录）该附录讨论元数据和数据元之间的关系。A.1什么是元数据通常，元数据被定义为“关于数据的数据”，但是该定义并不确切，因而会导致歧义和混乱。实际上，元数据是一种信息和文献，它使得数据在经历了时间的推移后，对于用户来说，依然具有可理解性和共享性。它使得在元数据可获得的情况上,数据依然是有用的、可共享以及可理解的。所有产生数据的组织都有义务提供（生成）必要的元数据，使得数据对于它的内部和必须被确定，即：充分、全面地描述数据所必需的所有元数据；c) 由于每一个组织对元数据的需求和应用都相差甚远，因而无法对元数据给出一个普遍可以接受的定义。因为元数据也是数据，因此也可以像对中其它类型的数据一样，在其储存库中，对元数据进行存储和检索。有序地存储和应用元数据，就可能使数据得到迅速、有效的使用。通过联机数据传播、发送，数据及其元数据就可以同时获得。

这样，数据用户就可以通过元数据来了解其需要用的数据的信息。由于各种组织提供了不同类型的数据，因此，对元数据也有不同的需要和要求。但是，元数据宽泛的分类模式使之在不同组织间具有更多的共性。一个普遍确立的分类模式是：a) 系统──计算机程序设计及管理所必需的物理及逻辑特征，包括文件的定位、存储介质、记录格式、模式、数据字典等信息；b）应用──数据理解和应用所必需的信息，以及术语定义、搜集程序和工具、数据采集处理等信息；管理──成本、时间表、预算及与数据搜集项目、分析管理的相关信息。（这三条不清楚是什么意义。什么叫‘一个普遍确立的方案模式是系统、应用和管理’金水高）综上所述，元数据是数据，并且就形式而言，可以依据数据模型和元模型进行组织。对元数据的全面理解是所有数据用户建立此类模型的首要步骤。这些模型将成为建立元的基础。同时这些模型也成为一些元数据分类的依据，因而，它们也成了分类方案的部分。关于元数据的另一种观点则考虑了数据和元数据的可能用户的因素。每一类型的用户会有不同的需求，而且一些用户的需求是互不重叠的。一个程序员也许只需知道系统的元数据，而一个管理人员可能只想看看管理元数据。

通常，数据分析员有更为广泛的需求，特别当他们是数据提供组织的外部用户时。总之，不同类型的用户，其需求（基于他们利用数据要回答和解决问题的类型）和水平都会对生成适合于他们的元数据产生影响。A.2数据元、元数据、元模型有关数据元的相关信息是元数据的不可缺少的组成部分。GB/T 18391.2至GB/T 18391.6是这样描述元数据的：一个组织的数据元必须具备元数据。这些元数据将便于用户理解和共享该组织的数据。对于潜在的数据用户来说，分类、基本特性、定义、命名和注册是信息的最主要的几个方面。将元数据存储于一个库中并使之条理化就需要建模。GB/T 18391.2至GB/T 18391.6是这样描述信息元模型的：元模型是从一个注册系统或库中获取信息所必需的。开发这样的元模型是一件不太容易的事情，但它的开发将大大地增加该标准实施的有用性。元数据不可能涵盖理解数据元所要表示的数据所必需的所有信息。许多关于数据的内容和管理元数据及组织在该标准中是缺省的，而计算机处理的元数据几乎也是缺省的。例如，一个收集调查资料的组织将会有许多关于如何收集数据的信息。这些诸如样本和问卷设计等常常是理解数据所必要的。

从确立主题、问卷出炉、收回问卷、整理数据，历时四周。未来，宏亚金融也将树立更全面的数据化风控模型，创造更快捷的用户体验，完善后端科技、数据支持的风险管控技能。本文使 用问卷调查法，以汽车用户为样本，经过大样本调查，对 4 类顾客忠诚度进行调查，通 过对数据的收集，样本的描述和分析，得出相关数据，从调查数据结果中得出 4 类顾客 忠诚度的关系，并建立其模型，论文最后结合理论解释和问卷调查研究成果，对汽车服 务企业（4s 店）提出了提升顾客忠诚度的有效策略。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-109673-4.html