提起blogs分类的设想

数字分类法的开山之作Dewey Decimal Classification（简称DDC），采取十进制数码来安置类别：10个基本大类，从000－900，分别是
000 信息学
100 哲学与心理学
200 宗教
300 社会科学
400 语言学
500 自然科学与数学
600 技术与医学
700 艺术
800 文学
900 历史与地理学。
在每个大类下，再在十位分类，举个例子：300大类（社会科学）下，310指统计学，320指政治学，330指经济学。。。一直分类到390。第三步，在个位数继续细分，例如上文提到的政治学（320），到这一步分为321（国家与地区体制）、322（国家与社团关系）、323（公民政治权利）。。。

那么，一本书的内容，用三位数已能基本标明。

事实上，一本书的内容，很可能是跨学科的。有时候，我们更需要从编码获知这本书的其他信息，比方说，这本书是用什么语言写成的，诸如此类。以DDC为基础，比利时人Paul Otlet提出的Universal Decimal Classification（简称UDC）就派上用场了。UDC是在DDC的数字编码上添加少量符号（比如用“＋”号连结两个百位数，表明其涉及的两个或以上学科。又比如用“＝”标示语言）。

图书馆分类法科普完毕。现在我可以开始设想UDC怎么应用到blogs分类上了。

网志既能以“博”犹之，内容繁杂，不可斗量。所以，我的初步设想，只好亦比UDC更繁一步，姑且称作VDC设想。

袭用DDC的分法，即000－900分别指代10个学科。初分，应该在创作及发表这个网志时完成。BSP可以规定，新申请的网志须在这10个基本大类中挂靠一个。比如一位职业厨师，他为个人网志设的主题可能是技术与医学类（600）下的烹饪类（640），即得到640的首码。一位记者的网志主题若与他的职业相关，则编为信息学（000）下的新闻类（070）。

然后，网志作者创作的每一篇网志，均得到一串或长或短的编码。后面这组编码与前一组以“.”分隔。并且，由于每一篇网志的内容有可能涉及各个学科，因此，借UDC的法子，用“＋”号连结这组编码。

第三组编码，作为备注，用UDC各种符号及数码标示。如“＝20”表示这篇网志是用英语写就。

整体如图：

完整编码怎么用呢？我们看到，厨师在网志里写菜谱（编码：640.640），含有两个指代烹饪的代码，所以与烹饪的相关度也大－－在blogs目录中烹饪类下，这一篇“640.640”也就应该排得比较前。像记者用英语写“出差到北京，抱怨塞车”的一篇（编码：070.389＋915=20），有可能在新闻类（070）、道路交通类（389）、亚洲地理及旅行（915）以及英语网志（=20）中出现。

与图书馆学人J谈这个设想，他认为分类应该由BSP完成，因为“一本书不可能决定自己的类别，最终是由图书馆分类的”。而我主业为传播学，则认为blogger属于传播过程基本三要素之communicator，因而掌握主动分类权。

网志作者在发表网志时主动分类，这是理想情况。很多人却没有这样做，或是因为懒，又或是因为并不了解类别，根本不知道自己随手所写的该分到哪儿去。那么，他的每一篇未作主动分类的网志，便只能在申请网志时设定的类别的目录下显示出来了。

网志作者懒惰，BSP有没有可能替他们勤快一下呢？有没有技术上的可能，在网志发表之际，即自动scan网志语句，像传统的搜索引擎一样，根据某些词语出现的频率、超链接名称等等，将这篇网志自动分类？错分固然避免不了，但也有弥补的方法：此后再自动统计影响因子，重新分类。

在下不揣敝陋，抛砖引玉。上述标准初想固然不完善，只图就此话题，引出各背景人士远虑深谋。

若BSP们坐下来开联席会议，商定一套统一的分类标准，对blogs信息整理无疑意义深远，与RSS搜索可互为补充，互作参照。

（原发于：http://vanvan.20six.de/archive/2004/06/05/1d2pi33vbovgw.htm）