[原创]标签的缺陷（四）
发表于 06-04-26 09:07
只看楼主
网友给标签的过程，其实比表面看起来的要复杂。这个过程至少包括两步：第一，对目标进行分析，确定其主题，也就是一个主题分析的过程。第二步，网友在自己的知识库里搜索语词，选择与目标主题对应的语词。
这两个步骤都很微妙。主题分析时，很可能带上个人倾向，只选择自己喜欢的部分而不是全部。比如《一个华尔街瘾君子的自白》这本书，有人确定的主题是“人物传记”，有人则是“投资”。从学科的角度来分析，这两种主题分析结果都是必然的。但很可能有人会用“创业”这个主题，因为他个人刚好对这个主题感兴趣。
语词选择时，却与个人的文化背景有关。相同的一个词，有的人会喜欢使用，有的人则不喜欢。有的词你听到没有感觉，有的词你听到了觉得是一种侮辱。对语词的内涵和外延，不同的人是由不同的理解的。这是第一点。第二点，当确定语词和主题的对应关系时，不同的人要求也不同。比如金庸《天龙八部》，是一部武侠小说，有的人会选择“武侠”，有的人会选择“武侠小说”，还有人觉得“小说”这个词就足够对应这个主题了，有的人甚至则选择“文学作品”。语词的外延有大小之分，很多人在标签时却不在乎这一点。
这样，在具体给标签的时候，就出现了一条数据给出多个标签的结果，有的标签被人多次使用，有的只被很少的使用。这是网站设计者当初预想的结果。他们设计的思想是，使用的最多的语词/标签是最大众化的，也是最能代表该目标（在豆瓣网是图书、影片、cd）的语词。展示在具体某一本书下面的一系列标签，可以让人更深更全面地了解图书/影片/cd的内容。
在网友的个人主页，网站给出了他曾使用的标签。毫不怀疑，网友可以通过他自己的标签，进行扩大搜索，找到自己需要的东西。相同的文化背景为这一点提供了足够的支持。但因为前面这两个步骤的个性倾向，必然导致某些数据是不符合他的需要的。而那些外延很大的标签下的数据更是冗余的东西。
我在考虑，网站的干预是否可以采用引导的方式，定期确定一些外延很大的标签，或者当某个标签的数据量达到某个限值时，提示网友选择一些外延较小的标签。或者在标签列表中，对标签关系进行分群组织，将相关标签集中在一起。当然，这是要忽略一些相关性很小的数据。否则所有的标签还是都在一起的，无法达到分群的目的。
发表于 06-06-16 23:15
只看该作者
4篇都看完了，感觉楼主有些地方是由于缺乏对tag背后的技术的了解而觉得tag存在某些缺陷。
tag和图书馆的分类是完全不同的，tag不是一个简单的过滤器。可能在douban上tag仅仅是一个简单的过滤器，但在del.icio.us上不是，而发展起来肯定能有更大的用途。
分类，是一次性的，永远不变化的；然而tag不是，tag的数据是非常丰富的，一个事物它的各个tag的累加数呈现出什么规律，一个tag的累加数对于时间轴呈现出什么规律，这些都是可以作数据挖掘的，而挖掘出来的东西才是真正有意义的，用于提高用户体验的。例如楼主所提到的，当tag的累加数过大时就应该提示选用外延较小的tag，或者相关tag集中在一起，这些都属于基本的数据挖掘。
至于数据挖掘能够做到什么程度，这就看网站技术人员的能力了。但无论怎么说，tag的作用要远大于一个过滤器，如果一个网站让用户仅把tag当作过滤器来使用那它的设计就有点问题了。
发表于 06-06-24 09:42
只看该作者
4篇都看完了，感觉楼主纯粹是以豆瓣作为研究对象，这是不恰当的。
tag技术本身就是国外研究的，如何发展和变化更应该以国外的典型站点为研究对象，比如社会化书签站中最为典型的Furl.net和del.icio.us。前者基于楼主说的限定分类基础上扩展，后者则是完全开放式的。
我觉得，解决楼主认为的问题所在，必须是靠技术手段，来解决tag的群组，靠人力对于现在的语言环境几乎是不可能的。
此外，tag技术对于使用者本身是否私用同样有不同的作用，如果是所有的tag只是自己写自己看，那完全可以不管其它人的tag；如果选择分类，仍然有好的分类站点可以挑选。
最后，我要说的是，社会化的一大缺陷，就是过多的内容和过杂的标签，影响了可读性，这个也是目前急待解决的问题。