DigitalPlatform
commented
2 years ago 0.02 版机构代码映射算法
0.02 版机构代码的映射算法针对 0.01 版做了改进。改进的目的是支持同一个馆代码的读者记录，可以按照一定特征定义多种机构代码，这样和册记录的能力拉齐了。
改进之处，主要是 1) ownerInstitution 增加了一个属性 version，如果这个属性缺省，表示 0.01 版；如果属性值为 "0.02"，表示 0.02 版。 2) item 元素的 map 属性值，在 0.02 版中不再默认前方一致匹配的效果，而是精确一致的效果。要实现前方一致的匹配效果，应在模式字符串最后加上一个星号。 3) 对读者记录匹配的算法进行了改进，从 0.01 版的直接利用 馆代码+"/" 作为实例字符串进行匹配，改为利用读者记录中 department 和 readerType 元素内容构造出实例字符串进行匹配。 4) 给 ownerInstitution/item 元素增加了 type 属性定义
定义举例如下：
<rfid>
<ownerInstitution version="0.02">
<item map="星洲小学/*" isil="CN-0000001-XZ" />
<item map="/*" isil="CN-0000001-ZG" />
<item map="海淀分馆/*" isil="CN-0000001-HD" />
<item map="西城分馆/*" isil="CN-0000001-XC" />
</ownerInstitution>
</rfid>如何确定一个册记录的机构代码
册记录的机构代码是根据其 location 元素内容映射得到的。获取实例字符串的方法和 0.01 版一致。即：将 location 元素内容依次和每个 ownerInstitution/item 元素进行匹配。不过需要注意的是，item 元素的 map 属性值，也就是模式字符串，是默认精确一致的，这一点和 0.01 算法不同。
如何确定一个读者记录的机构代码
从读者记录中抽取的实例字符串，是根据其从属馆代码+department 元素内容、馆代码+readerType 元素一共两种内容映射得到的。
这两种内容的产生规则是： 1) 馆代码+department元素内容：假设馆代码为”海淀分馆“，department 元素内容为”2019级1班“，那么产生一个字符串内容是”海淀分馆/2019级1班“ 2) 馆代码+readerType元素内容：假设馆代码为”海淀分馆“，readerType 元素内容为”普通读者“，那么产生一个字符串内容是”海淀分馆/readerType:普通读者“。注意大小写敏感，T 是大写字母
匹配算法是：
将上述两种内容，分两轮，依次和每个 ownerInstitution/item 元素进行匹配。如果任何一轮命中，则取出命中 item 元素的 isil 或 alternative 属性值，即得到机构代码，不再进行后面的匹配。
匹配过程中，针对每个 item 元素，首先检查 type 属性是否和当前”读者记录类型“匹配。type 属性缺省情况，其值为 "entity,patron"，其中 "patron" 即指册记录类型。也就是说 type 属性为 "patron" 或 ”entity,patron“ 都是匹配的，而 "entity" 或 "" 都是不匹配的。（type 属性值里面是逗号分隔的值列表，一个一个的值，是不会用通配符的。）
然后继续针对 item 元素的 map 属性进行匹配，用准备好的实例字符串内容进行匹配。注意，map 属性值，0.02 版默认精确一致算法。即，不再像 0.01 版那样自动为模式字符串最后加一个星号进行匹配。
注：每一轮匹配过程中，如果有多个 item 元素命中，则取 map 属性最长的一个 item 当作最后命中结果。
renyh
0.01 版机构代码映射算法
dp2library 模块的 library.xml 文件中，rfid 元素负责配置册记录和读者记录如何映射到 OI (机构代码)。
dp2 系统内的册记录和读者记录中，并不直接存储机构代码，而是通过定义一套映射规则，将册记录和读者记录中的馆代码或者某些字段映射到机构代码。映射关系在 dp2library 模块的 library.xml 文件的 rfid/ownerInstitution 元素中配置定义。当 rfid/ownerInstitution 元素定义修改后，即便系统中的册记录和读者记录本身没有任何变化，这些记录所对应的机构代码也会发生变化，这一点要引起注意。
定义举例如下：
(注：最新版也提供了一种改进后的匹配算法，以 ownerInstitution/@version 属性值为 "0.02" 表示新版本算法。若 ownerInstitution/@version 属性缺省、或者属性值为 "0.01"，则表示这是 0.01 旧版算法。本节介绍的是旧版算法)
模式匹配、实例字符串、模式字符串
映射算法采用了模式匹配技术。模式匹配是把类似 "星洲小学/西区*"这样的模式字符串，和类似 "星洲小学/西区阅览室" 这样的实例字符串进行匹配，其中模式字符串中允许使用星号、问号来表示模糊匹配的效果。但注意实例字符串中不允许使用星号和问号。
如何确定一个册记录的机构代码
要从册记录中抽取实例字符串，用于匹配。实例字符串直接采用册记录的 location 元素内容。
匹配原理： 将实例字符串，依次和每个 ownerInstitution/item 元素进行匹配。如果命中，则取出命中 item 元素的 isil 或 alternative 属性值，即得到机构代码。
匹配过程中，针对每个 item 元素，首先检查 type 属性是否和当前”册记录类型“匹配。type 属性缺省情况，其值为 "entity,patron"，其中 "entity" 即指册记录类型。也就是说 type 属性为 "entity" 或 ”entity,patron“ 都是匹配的，而 "patron" 或 "" 都是不匹配的。（type 属性值里面是逗号分隔的值列表，一个一个的值，是不会用通配符的。）
然后继续针对 item 元素的 map 属性进行匹配，用册记录 location 元素内容(实例字符串)和 map 属性值里面定义的“模式字符串”进行模式匹配。注意，map 属性值，为了书写方便，”星洲小学/“ 实际上要理解为 "星洲小学/*"，即，默认为末尾加了一个星号，以便实现前方一致匹配的效果。如果不希望进行前方一致的匹配(也就是说希望精确一致)，可以这样定义 map 属性值”星洲小学/$“，即在末尾加上一个符号
$表示阻止系统自动加星号。map 属性值中的模式字符串可以使用问号和星号，表示通配一个字符和任意多个字符。
注：匹配过程中，如果有多个 item 元素命中，则取 map 属性最长的一个 item 当作最后命中结果。
如何确定一个读者记录的机构代码
读者记录是用其从属馆代码+"/"构成实例字符串。(注: 0.01 版算法并不使用读者记录中的字段来构造实例字符串，这一点和 0.02 版不同)
匹配原理：
将实例字符串和每个 ownerInstitution/item 元素进行匹配。如果任何一轮命中，则取出命中 item 元素的 isil 或 alternative 属性值，即得到机构代码，不再进行后面的匹配。
匹配过程中，针对每个 item 元素，首先检查 type 属性是否和当前”读者记录类型“匹配。type 属性缺省情况，其值为 "entity,patron"，其中 "patron" 即指册记录类型。也就是说 type 属性为 "patron" 或 ”entity,patron“ 都是匹配的，而 "entity" 或 "" 都是不匹配的。（type 属性值里面是逗号分隔的值列表，一个一个的值，是不会用通配符的。）
然后继续针对 item 元素的 map 属性(模式字符串)和实例字符串进行匹配。注意，map 属性值，为了书写方便，”星洲小学/“ 实际上要理解为 "星洲小学/*"，即，默认为末尾加了一个星号，以便实现前方一致匹配的效果。如果不希望进行前方一致的匹配(也就是说希望精确一致)，可以这样定义 map 属性值”星洲小学/$“，即在末尾加上一个符号
$表示阻止系统自动加星号。注：每一轮匹配过程中，如果有多个 item 元素命中，则取 map 属性最长的一个 item 当作最后命中结果。
0.01 版匹配算法的缺点
0.01 版匹配算法，无法对同一个馆代码的读者记录，区分定义出两种或者以上的机构代码。而对同一个馆代码的册记录是可以做到定义多种机构代码的。
这是因为算法在对读者记录抽取实例字符串的时候，只能使用馆代码作为实例字符串；而对册记录抽取实例字符串的时候，是使用的馆藏地字段内容，馆藏地地字段内容一般为“馆代码/阅览室名”这样的形态，信息比读者记录抽取的字符串丰富得多，可以利用阅览室名部分的局部，根据模式匹配来区分映射。
为了克服这个缺点，后来增加了 0.02 版算法