番号库的分类维度
在检索语境里,番号库指按命名规则字段化登记的公开编号集合,用于批量查询与结构化回溯。本文给出番号库的组织方式下的分类框架,从命名族归属、发行时序与数字段长度三个维度切分层级,并对照番号大全的分类维度与番号定义常见误区的差别。示例数据为示范举例。
定义与登记范围
作为一种结构化集合,番号库以字段化方式登记条目,最小单位是一条编号,例如 SSNI-123 或 SSNI-123。常见字段含前缀、分隔符、数字段、可选后缀,以及命名族标签、收录时间与来源标注。与散点式的番号分类框架图不同,此类目录强调字段一致与查询可复现,规范化步骤见番号命名族群识别路径。格式:ABC-###字段:≥ 6 项
跨呈现层邻接读物(续)
库端分类映射到聚合站栏目会压平层级:聚合站栏目压平库端分类的方式。
库端分类要能吸收社区板块结构的分区经验:社区板块结构分区经验对库分类的补入。
跨呈现层邻接读物
库端分类还要吸收社区话题维度做拓展:社区话题维度对库端分类的拓展补入。
跨呈现层的对照阅读
库层分类与其他呈现层的分类可互为参照:大全分类框架的层级划分给出大全分类的层级划分;聚合站分类的栏目组织形态把聚合站分类落到栏目组织;社区分类沿话题维度的延展让社区分类沿话题维度延展;检索路径下的分类召回视角对应检索路径下的分类召回;大番号命名族的流通序位分类以流通序位提供大番号侧的分类线索。
三维分类框架总览
常见做法把库按命名族、时序与长度三条正交轴切分,形成 M×N×K 桶。下表以示例目录 27,600 条估算各桶粒度:
| 维度 | 典型分档 | 桶数 | 覆盖率 |
|---|---|---|---|
| 命名族归属 | 新式 3-4 字母族 / 旧式短前缀族 | 约 82 族 | 96% |
| 发行时序 | 2010 前 / 2011-2018 / 2019 后 | 3 段 | 100% |
| 数字段长度 | 3 位 / 4 位 / 5 位及以上 | 3 档 | 99% |
更完整的桶粒度分析见番号库组织方式解读。
维度一:命名族归属
命名族由前缀字符串聚类得到。示例目录中前缀约 82 族,覆盖 96% 条目,尾部长尾族约 4%。同族内部还可再按发行方或分卷细分,参见番号命名族群手册。族数:82
维度二:发行时序
时序切分能揭示命名习惯的演变。2010 年前多为 3 位数字,2015 年后混合命名与后缀普及,示例目录 4 位编号占比约 68%。历史演变的详解见番号时间线。
维度三:数字段长度
长度维度把桶落到 3 位、4 位与 5 位及以上三档,配合校验位可加速匹配。示例目录 3 位编号数据库校验平均耗时约 58 毫秒,4 位约 55 毫秒。相关质量约束见番号档案核验步骤链与分类框架要点。
关于分类框架的常见问题
是否必须同时启用三维
不必。小型目录常只按命名族分组,时序与长度维度按查询频次选配。是否加入更多维度,取决于检索目标本身。
桶为空该如何处理
保留空桶有助于展示完整框架,但会增加索引开销。何时合并空桶尚无统一约定。
能否用哈希代替字段化桶
哈希只适合等值查询,无法支持范围与前缀匹配。两种索引通常并存,各承担不同查询类型。
与番号索引结构是什么关系
分类框架给出桶划分,索引结构给出物理排布。前者决定语义分组,后者决定访问路径。
边界与局限
本文只覆盖公开命名与结构化组织层面的划分,不涉及内容获取或版权核验。分类边界尚在讨论,示例值仅供说明结构,不作真实统计依据,跨发行方的族归属仍有争议。相关讨论可结合番号库近义词界限参阅。
参考资料
- 参照 ISO 2108 编号标识命名规范中的结构分段建议
- 参照 W3C URL 编码规范里的保留字与分隔符表述
- 参照 Unicode NFKC 规范的全半角与大小写归一化步骤
