查看可视化
几年前，我将LCC分类大纲（PDF格式）转换为JSON。 目标是要有一种方法可以将资源粗略地放入LCC类别。 在国会图书馆发布数据的过程中，我想与他们的馆藏一起尝试一下，以查看馆藏的形状。
LCC由21个类别组成，将主题划分为越来越具体的类别。 这意味着系统是分层的，我想显示该分层结构以及其中哪些部分占用最多的资源。 我使用了Book，Serial，Music，Map和Visual Materials MARC记录。 但并非所有记录都有LCC：
MARC记录总数：12,438,797
具有LCC的总记录：11,870,343
总记录，无
子字段050：568,454
----------
符合LCC层次结构的带有LCC的总记录：10,528,234
（在此即代表）
填充了050但不是有效的LCC的记录是诸如最低级别的分类记录或“ Microfilm”之类的货架标记标识符。
- 国家拨款帮助SUNY Maritime保留其历史
- 提高图书馆支持服务的效率
- 我们对假新闻的最大希望？ 您当地的图书馆员
- 2018年– Zines年– Kassi Grace
- 让我们记住2014年这一天（1月17日）的雷尼尔海滩图书馆重新开放时
可视化使用强制网络来布局层次结构，但这并不意味着要使用网络分析，这更像是群集图或流程图。 它擅长于突出显示大量收集的区域，并且是探索LCC的一种有趣方式。
查看可视化
