论分类

作者：yushan 20070122

分类方法是我喜欢的话题，Qing的成长性是一个关键问题，这就涉及到柔性分类，其实也是定量与定性表达、模糊表达所相关的。正好前几天在我的博客上也感叹了一-通分类问题，就一起放在这里凑趣吧：

高手过招的试金石：你究竟会几种分类方法？

我们搞企业模型的，分类是看家本事：想一下，你是不是只会树型分类呢？
职能域的划分，业务过程的划分，原子活动的划分，只要你是负责任的，这每一个划分都足以令人踌躇不已。信息分类编码，有面分类和线分类，它们的根本区别是什么？-一件产品，既可以按用途和功能分类，也可以按隶属部件分类，还可以按它的几何特征分类。到底应该怎么分？还有，按主题分类有什么特点，它与一般树型分类、面分类-到底有什么不同？会计科目体系的明细科目应该如何下？一个分类体系里允许不同的分类原则么？信息资源目录体系为什么是按照主题、行业、服务和资源这四个面来划分-呢？
如果你根本没有想过这些，那说明你的企业建模相当盲目，有点糊弄外行吆。
如果问科学是什么？洗尽铅华，我要说最朴素的科学就是分类。
从文科逻辑的观点看，分类方法就是形成概念的方法。想一下，你是不是只会从对象"去伪存真、去粗取精"这一种抽象概念方法呢？
从数学形式化的观点看，分类是一种排序。想一下，你是不是只会线性排序和树型排序这两种方法呢？还想到过更具柔性的排序方法吗？
顺便说，《表达的探究》一书总结了许多巧妙的排序方法，值得注意，它同时也是巧妙的分类方法，也是形成概念的方法。
详细请参见表达的探究网站：yushan58.bokee.com

作者：Qing 20070123

余山老师提出的这些待思考的问题，可能大家或多或少都想过吧。只是没什么结果，分类这种东西真是比较奇怪。看起来简单，一想深了就复杂无比。因此也可以说谁都会-分类，可谁能真的分得让其他人信服就难了。将人分个三六九等，容易。却不知道为什么要如此分，如此分的目的何在。

这就扯到我们作客户分群一样，我指的是采用聚类技术的分群，无目的的分群。这也是对客户进行分类，综合所有信息进行分类。（在数据挖掘领域，分类跟此处我们谈的-"分类"不同，前者的含义是识别分类，后者是分出类别）。到头来，分群的结果觉着挺好，解读出来了，却不知道下一步。悲哀。让我说，客户分群只是一种认识客户的-初级阶段，还是得跟目的结合起来。比如要作一项社会边缘人分析，就对边缘人分群，而不是对所有人分群。如果要关注边缘人的性生活，就得考虑一些跟性有关的因素进-去分群，而不是扔进去一堆东西大杂烩。

唉，其实干我们这行不就是糊弄人吗，而被糊弄的人也许知道我们在糊弄，也许不知道。知道的也未必会说出来，乐得让你糊弄呢。

作者：yushan 20070124

Qing在分类问题上不够乐观，据说成熟的人生观都是悲观主义的，这大概也是知识探索的基调吧，所谓知不可为而为之。

我试图提几个分类的元标准：
稳定性：大的分类框架尽量不要变动，
独立性：各个分类应该尽量是各自独立的，最大信息量
表达完全性与准确性的平衡：通用普遍与专指度高，这是个矛盾要求，所以见水平，
可扩展性：也就是Qing的成长性问题，它其实是表达完全性的另一个说法，
一时想不出了，欢迎大家来补充，

作者：Qing 20070124

对于稳定性，可否这样理解。比如一个根节点，分出三个类，它们就是最基本的分类。以后任何的类别都将归入这三类当中，而不会出现与他们并行的其他类别。当然，也许一开始分得更细，三个大类各自分出下一层的子类，以后所有的类别都归入到这些子类里面，而不是另起炉灶。

至于独立性和可扩展性，理解是跟我提到的成长性相似。在那个话题里面，一方面是强调概念认识的不成熟，需要考虑未来的扩展。一方面强调，要让子分类能够独立发展下去。最终通过周期性地重构来达到分类体系的完善。

不知道这个理解是否与此处提及的几个标准一致，还请余山老师举几个例子来说明一下。

作者：yushan 20070125

尊Qing版主指示，举例如下，仅供参考：

稳定性：
比如电子政务的功能框架分类，世界上各个国家的部门机构组织都不一样，先进国家大概只十几个部门，而我们国家为四十多的部门。并且改革以来，我们的政府机构就一直在变动，若以此来做为划分的基础，就是一个不稳定的框架。所以，联合国为电子政务提供了一个比较抽象的国家功能框架，是按职能来划分的，这样既可以适用不同的国家，也可以适应像中国这样一直在变动的国家机构。

再比如，一个图书馆的目录分类体系，也应该是尽量稳定的，一次大的修改是非常费时的。用面分类常常就是为了克服树型分类在稳定性方面的某些困难。

凡是先组式的分类架构都适合专业检索，先组度越高，专指度也越高。最高的先组就是惯用词组，不能拆，比如黄色网站。树型分类的深度越大，先组度就越大，所以专指度也越大。所以，要完成通用的检索，一个可能还不知道的搜索，它的分类就应该结构性越小越好。它的极端就是所有的词都是平级的，好似没有分类，这正是主题词法的精髓。

按主题集中，按事物来集中，而不是按一个先组的分类框架来集中。它其实也有结构，但是隐蔽的，是概念术语的结构，甚至只是文字语言上的字典结构。

独立性比较好理解，最理想的是任何一个元素不能同时属于两个类，不要有交叉。更专业地说，应该是正交的。比如企业模型对事项的分类有两个重要角度：一种可以按承办部门聚类，一种是按所属的外部用户来聚类，它们一纵一横，比较符合正交关系。前者是以组织机构为中心的事项集合，后者以用户为中心，它常常就是跨部门的事项组合，很有实用价值。