数据分类原则包含9个方面：
（1）现实性原则：现实性原则是设置科学数据类目的客观原则。类目所代表的事物必须是客观存在的，同时还必须有一定数量的关于该事物的科学数据集。
（2）稳定性原则 ：类目的设置要考虑它在相当长一个时期内是稳定的。类目的稳定性是分类编码稳定的基础，特别是大类的稳定性尤为重要。
（3）持续性原则 ：保证分类编码标准的稳定性，设置类目时应以发展的眼光，有预见性地为某些有强大生命力的新事物编列必要的类目，或留出分类体系可持续发展的余地。
（4）均衡性原则：这是指分类表中类目应均衡展开，使分类类目长度不致相差悬殊，以方便使用。
（5）揭示性原则 ：分类和编码应尽可能反映科学数据集的内容、对象和属性特点，以便于检索使用，为深入分析科学数据集的关联和映射关系提供便利。
（6）规范性原则：所使用的语词或短语能确切表达类目的实际内容范围，内涵、外延清楚；类名采用科学、规范、通用的术语或译名；在表达相同的概念时，做到语词的一致性；在不影响类目涵义表达的情况下，保证用语的简洁；每个类目都要有专指的检索意义。
（7）系统性原则：分类体系从总到分的结构，是指类目的层层划分、层层隶属要有严密的秩序，每一次划分应有单一、明确的依据。
（8）明确性原则：同位类间应界限分明，非此即彼，这对分类标引和检索都是必要的。当类目名称不能明确各自的界限时，可用注释来加以明确。
（9）扩展性原则：延用科学数据集的每一刻面采用线分类法的过程中，由一个上位类划分出来的一组下位类的外延之和应等于上位类的外延，以保证类列的完整。
