信息分类与方法 - UCD大社区

信息分类是为了更好的索引

波希米亚 — 2010-02-01 20:58:34

你不得不承认，今天网络发展之迅速，信息流动速度之快、量之大，是我们不曾考虑过的，但现在它就真真切切地摆在我们面前。如何接纳信息，怎么处理、消化它们成了互联网用户要花精力去解决的大问题。

“好记性不如烂笔头”，儿时长辈总是如是教导我们，但这条法则放在今天，未必有些跟不上节奏。在这个信息爆炸的时代，想把看到听到的事情都一一记下，哪里来得及；机械的记忆并不能帮你解决“组织”问题，学会如何管理信息才是王道（当然，这里说的“组织”不是指Organization）。如果你已经能熟练地搜索引擎，这已经是一个好的开始，因为你发现动态地使用关键字，可以更快地找到想要的信息。而关键字就是一种索引标记。

如果这么说太抽象，那来想想你是如何为IM、SNS中好友进行分类的。首先考虑下为什么要给他们分类？其次，怎么分类？5-4-3-2-1，时间到！给好友分类是为了更快地在众多联系人中找到他，节省时间。在寻找联系人的过程中，分类扮演了索引的角色，它是帮你完成定位的一条捷径。再来说说我是如何分类的：我把所有联系人按公司、学校进行划分。刚参加工作时也曾按圈子把公司人分类，后来发现这么分太泛泛，我得一直记得某个人是什么角色，而相对来说，公司属性更明显且便于记忆。同学就不用说了，如果想再细分，学校就是最好的天然属性。这么看，公司、学校就是一种索引标记。

图书如何分类？细心的你可能发现现在很多书封面的角落里都会注上“上架参考：经济类”，这是为了让此书出现在书店合适的分类系统中，让读者更容易发现它。这是出版方和作者有意对图书进行的索引。这个分类产生的过程是：先有内容，后有分类。这里要联想到，在写博客时，顺序也应当如此，“出版”发布前，给它个“上架参考”，当然这个参考就是博客的分类目录、标签（Tags）了。分类目录是文章的范围，标签（Tags）则是经提炼后的内容关键字，是对标题的补充，帮助记忆。所以，标签（Tags）就是一种索引标记。

电影（DVD）、歌曲（CD）本身所带有的属性（如出版公司、导演、演员、歌手、歌曲名等）已经足够标识这个产品，再使用Tags打上标签对识别这个产品就没有太大意义了。有天然属性的信息，就用这些属性做索引，免得“脱裤子放屁——费二遍事”。

值得一提的是，分类并不单单是给人看的，同时也是给机器看的。用户不断地抽取、提炼核心关键字给计算机学习，让机器去做分类、索引这样的重复工作，帮助用户提高效率。

Tag与Tagging

晓荷 — 2009-10-15 14:29:11

注：该文发表于《程序员》第10期，有删节。

Tag，直译标签，是一种由用户自定义的、用于描述信息 [1]的关键词。Tagging是用户为信息赋予Tag的行为。Delicious，Flikr等Web2.0网站的发展促进了它的流行，使之成为社会化书签、相册服务、博客等网站的常见功能。但Tagging对用户来说是一种脑力负担不轻的行为：要将信息分类尚属不易，勿论描述信息。对一条信息而言，应该Tag类目还是属性？范畴应该更宽还是更窄？Tag越多越好、还是控制在一定数量内？尤其困难的是，由于并非事前规划，无法很好预计被Tag内容的发展，入门、维护并不轻松。但从目前网络发展形势而言——个人自生成内容（博文、图片、视频等）迅速增加，各类信息海量涌来——Tag可谓信息管理的强大利器。此文以文献整理回顾的方式，分别论述：1. Tagging的利与弊；2.Tagging系统及其UI设计

1. Tagging的利与弊

1-1. Tag与Tagging

· Tag作为元数据(metadata)：元数据是所谓描述数据/信息的数据，Tag则是一种用户自创的元数据，特点是无层次结构、自定义。

· Tagging构成分众分类法(folksonomy)：分众分类法，指大众自发利用Tag对信息进行描述、分类，构成与信息架构中传统分类法(taxonomy)相对的信息组织。二者的区别见下表1：

表1：taxonomy VS. Folksonomy

1-2. Tagging的利

结合表1的对比，可归纳出Tagging的以下好处：

· 使信息组织更经济、高效、灵活。

如《未来是湿的》作者所言，“只有所有人能把所有信息都分类”。当信息越多，传统分类法的劣势越明显——开发、维护成本只升不降；基于Tagging、运用群众力量的分众分类法则相反。尤其当前的趋势是个人自生成信息越来越多，系统的分类、描述能力和效率可说远不如内容创造者本身。

· 对信息的索引、描述更丰富。

（1）Tag固然不如传统分类法中的控制词表(thesaurus)那么严谨标准，但由于信息可被无穷多人赋予无穷多Tag，故茫茫网海中只要有一个人跟你想到的描述一样，搜索就更有机会有所获。而要恰好用上专家词表内的专业化语词，难度可能更高。对于图像、视频、音频此类系统标注成本极高、效率极低的信息而言，Tagging的价值会更明显。

（2）用于描述某信息的所有Tag往往是公开共享的，其分布往往呈图1所示长尾状收敛（Shirky, C. 2005）。各Tag及其频率，既可反映大众对于该信息本质广泛一致的定义，又不至于让小众意见(minority opinion)完全被淹没。

图1：两条deli.cio.us书签的Tag频率分布

· 更人性化的信息检索。

上述两利，最终优化的是搜索：由于对一组系统信息（如个人的博文、Flikr的所有相片、Youtube的所有video）的接入点更多了，用户在信息海洋中找到与之需求匹配的信息的机会也更高。即利用大众的智慧，使搜索在机器化的基础上，更语义化、人性化、社会化。

以上三点是Tagging社会性优势。Golder et al（2006）提出Tag大致在描述信息的7方面：它关于什么（主题、分类、属性等），它是什么（标题、类型等），谁拥有它（作者、协作者），修饰Tag的Tag，它的品质（有趣、雷人等），自我参考（我买过的、我的书等），任务管理（待读、找工作等）。该分类并非绝对，但从后三种可看出Tag在标引信息时的一大特点在于自我性。这带来的好处有：

· 辅助个人信息管理。对个人信息管理而言，Tag可以发挥更大的作用。因其高度自定义性，使信息可被个性化地描述，使个人使用情景(context)成为信息描述的一部分。“很喜欢”、“我想要”、“妈妈生日”这类Tag，是系统较难为用户索引的。

· 身份识别。如从某博客的标签云/列表，能看出博主的兴趣、甚至职业等个人信息。

图2：某博客的Tag云

Marlow et al （2006）与Ames & Naaman（2007）曾探讨用户Tagging的动机（表2），表现出社会性与自我性的结合。

表2：Tagging的动机

这又带来另一种优势：社会化网络的构建。Tag聚物（信息），亦聚人。一方面，它昭示一个人的兴趣爱好，从而帮助个体寻找同好。另一方面，它能聚合兴趣团体。例如Flikr上一个语法错误、表意模糊的Tag，sometaithurts（so meta it hurts，如此“元级别”，如此痛），却聚集了来自各色用户的各色相片。给照片Tag上sometaithurts的个体，由Tag聚集在一起，彼此间因此有了进一步社交化的机会，并将为这个Tag聚集更多的物。

1-3. Tagging的弊

Tagging最为人所诟病的特性有：缺乏一致性、歧义、语法错误。这是由于与专家相比：

· 大众是“懒惰”的：Tagging可能停留在粗浅的表层，而不做深入思考或精准描述。尤其当Tag与系统固有分类维度重合的时候，就会失去价值。例如为豆瓣上的电影打上“电影”这个Tag的意义是零。

· 大众是“虚伪”的：有人会为了让自己出现在搜索结果更前面等目的而乱Tag；

· 大众很“笨”：

拼写问题。除了拼错字词，英文里词组的分隔、大小写、单复数等就会造成大量混乱的Tag；
没记性。表现为个人在同一系统中使用不一致的Tag（如字面相异，意义相同等）来标注同一或相似内容。

这导致大量污染性的垃圾Tag，即所谓搜索结果中的噪音出现，从而降低检索效率。但这并非Tagging的致命伤，通过设计的引导是可以改善这些问题的。第三部分将展开讨论。

2.Tagging系统，及其UI交互设计

2-1. Tagging系统

网站在添加Tagging功能前，需要考虑若干维度，才能让Tag对网站的信息管理、检索发挥真正的作用，否则只是潮而不实的装饰。

Marlow et al （2006）提出一个Tagging系统模型，包括资源、Tag、用户三部分，它们的关系如图3。

图3：Tagging系统包括资源（信息）、Tag、用户三部分

笔者认为该系统忽略了另一部分：传统的系统分类。并不应该丢弃或将专家的智慧斥之于外，就如亚马逊既有商品的树状分类，以有用户提供的Tag。

与模型一并提出的是该系统应考虑的7个维度（表3）。

维度	种类	对设计的启示
Tagging权限	• 只能自Tag（Technorati） • 权限性Tag（Flikr) • 随意Tag（豆瓣）	决定了资源被描述的丰富度、准确度；影响用户个人管理Tag的复杂程度
Tagging支持	• 半盲Tag，输入后给与提示（Flikr）； • 输入前展示自己、他人常用Tag（豆瓣）	影响Tag的质量；用户Tagging时的思维负担
聚合方式	• 囊括式：同一资源可被赋予任何Tag，并计算重复频率（豆瓣） • 组式：同一资源不重复Tag，无累计（Flikr）	囊括式反映大众意见；组式反映平均
资源类型	网页、图片、视频、音乐等	标示资源的难易程度会影响用户所需的Tagging支持
资源来源	• 用户贡献(Flikr)； • 系统提供(Amazon)； • 抓取(豆瓣）	Tagging权限的设置
联通性	• 通过链接； • 通过群组；	决定用户间的互动程度、资源的可发现性

表3：Tagging系统的维度及设计启示

笔者以为，还需补充的一个维度是，Tagging清理。对于系统而言，是任由Tag无限泛滥不做任何事情？还是结合传统的机器索引、专家人工干预，适当过滤、聚合，以实现收敛？Gruber (2006)提出通过Tag内在的规范名（Canonical Name）对字面各异、实质相同的Tag进行清理。如通过算法将User Experience, UX, user_experience在系统内部统一为规范名User Experience。无论用户输入的是哪个形式的Tag，系统都将返回所有的结果。

Tagging支持维度还需要虑的一个问题是：系统是否该教育、引导用户打某些维度的Tag？上文提及，当Tag与系统固有分类维度重合的时候，就会失去价值、没有发挥其作用。

不考虑这两点的话，随着Tag几何级数增长时，噪音也会越来越多。对于系统、对于面对这么多“原始”Tag的用户，都很糟糕。

2-2. Tagging系统的UI设计

UI作为Tagging系统与用户的交互层，肩负适当引导用户Tagging行为的重任，是决定Tag质量的关键。

· 添加Tag：

要引导用户创造更优质的Tag，输入时刻的辅助至为重要。

（1）提供参考。

如罗列个人常用Tag，他人常用高频Tag，可有效减少拼写相异语义重复的Tag，提高Tag之间关联性，并可减轻用户思考负担。

在Delicious上收藏URL时，每输入一个Tag都有Tag池中同首字母的罗列。下方列有个人常用Tag，且优先放置与该资源可能相关的Tag。并有他人常用Tag的罗列。

图4：在delicious上收藏一条URL

（2）批量添加。对于所Tag资源是用户自发贡献时（典型如相片），批量添加Tag的功能能提高效率以及减少二义性。

图5：在Flikr上传时

· 编辑Tag：
目前常见的编辑操作包括：

（1）删除。

（2）重命名。除了基础的重命名，此功能可延伸为Tag的合并与分拆。合并指，若改为与现有另一Tag重名的Tag，自动将二者下的信息合并。分拆指，将当前Tag进行概念细化成新的若干概念。

图6：在Delicious重命名一个Tag

（3）Tag Tag.较为高级的操作，包括用一个Tag 囊括若干Tag（Tag bundle），对Tag增加描述等。

· 浏览Tag

目前Tag的展现方式主要有列表与云图两种。列表无重点，云图则降低了较小字号Tag被发现的效率。但无论采取哪种视图，由于标签的增长性较强，数量的增加相应提高寻找成本。从算法的角度，可考虑Montero et al(2006)所提出的语义聚类：根据不同Tags同现的频率将其聚合、相邻放置。从交互的角度，应提供一种或以上排序（按字母、热度）。

图7：Delicious的Tag云页面

总结：

Tag以及Tagging的社会性、自我性，能帮助实现个人化、社会化、情景化搜索，但前提是：

· 有更成熟的Tagging系统构建。底层技术上，目前对于垃圾Tag的收敛、清理，做得不够，也尚未良好地结合传统分类与大众分类。UI上，尚未实现有效引导用户去Tag系统已有维度之外、更具附加值的维度。如在豆瓣上打“友情”这个Tag是有价值的，但打“电影”就无甚价值了。）

· 对大部分人来讲，Tagging的门槛——无论是操作上还是脑力负荷上——仍然较高。如果结合SNS著名设计师Joshua Porter的使用周期论以及产品接纳三阶段来看，一个Tagger的发展可用下图来表示：

图8：Tagger的进阶

目前大部分人仍处于第一阶段之外，但也许随着Tag的好处被更好地表现，Tagging的易用程度增加，更多的人会进入这个周期。当系统完善了，人更能轻松发挥力量去补足系统了，语义网的实现就将更有可能。
参考文献

• Ames, M., and Naaman, M. (2007). Why We Tag: Motivations for Annotation in Mobile and Online Media. Proceedings of the SIGCHI conference on Human factors in computing systems

• Golder, S., and Huberman, B. (2006). Usage patterns of collaborative Tagging systems. Journal of Information Science, 32(2), 198-208.
• Gruber, T. (2005). Ontology of folksonomy: A mash-up of apples and oranges. 1st On-Line Conference on Metadata and Semantics Research (MTSR ‘05).
• Marlow, C., Naaman, M., Boyd, D., and Davis, M. (2006). HT06, Tagging Paper, Taxonomy, Flickr, Academic Article, ToRead. Proceedings of Hypertext 2006, New York: ACM Press,2006

• Mathes, A. (2004). Folksonomies — Cooperative classification and communication through shared metadata,” Computer–Mediated Communication, LIS5900CMC (Doctoral seminar),
• Montero, Y. & Solana, V. (2006). Improving Tag-clouds as visual information retrieval interfaces. In Proceedings of the International Conference on Multidisciplinary Information Sciences & Technologies.
• Porter, J. Designing for the Social Web: The Usage Lifecycle.
• Shirky, C. Ontology is Overrated: Categories, Links, and Tags.
• Wichowski, A. Survival of the fittest Tag: Folksonomies, findability, and the evolution of information organizatio n
• Wikipedia, http://en.wikipedia.org/wiki/Tag_(metadata); http://en.wikipedia.org/wiki/folksonomy

[1]本文中信息是指图像、视频、音频等资源，非仅指文字信息。

UE学习笔记：Tag Tag (下)

helicopter621 — 2009-08-29 17:38:32

3.tagging系统，及其UI交互设计

3-1. tagging系统

网站在添加tagging功能前，需要考虑若干维度，才能让tag对网站的信息管理、检索发挥真正的作用，否则只是潮而不实的装饰。

Marlow et al （2006）提出一个tagging系统模型，包括资源、tag、用户三部分，它们的关系如图3。

图3：tagging系统包括资源（信息）、tag、用户三部分

笔者认为该系统忽略了另一部分：传统的系统分类。并不应该丢弃或将专家的智慧斥之于外，就如亚马逊既有商品的树状分类，以有用户提供的tag。

与模型一并提出的是该系统应考虑的7个维度（表3，最后两个维度做了合并）。

维度	种类	对设计的启示
Tagging权限	• 只能自tag（Technorati） • 权限性tag（Flikr) • 随意tag（豆瓣）	决定了资源被描述的丰富度、准确度；影响用户个人管理tag的复杂程度
Tagging支持	• 半盲tag，输入后给与提示（Flikr）； • 输入前展示自己、他人常用tag（豆瓣）	影响tag的质量；用户tagging时的思维负担
聚合方式	• 囊括式：同一资源可被赋予任何tag，并计算重复频率（豆瓣） • 组式：同一资源不重复tag，无累计（Flikr）	囊括式反映大众意见；组式反映平均
资源类型	网页、图片、视频、音乐等	标示资源的难易程度会影响用户所需的tagging支持：
资源来源	• 用户贡献(Flikr)； • 系统提供(Amazon)； • 抓取(豆瓣）	tagging权限的设置
联通性	• 通过链接（资源）； • 通过社交群组（人）；	决定用户间的互动程度、资源的可发现

表3：tagging系统的维度及设计启示

笔者以为，还需补充的一个维度是，tagging清理。对于系统而言，是任由tag无限泛滥不做任何事情？还是结合传统的机器索引、专家人工干预，适当过滤、聚合，以实现收敛？Gruber (2006)提出通过tag内在的规范名（Canonical Name）对字面各异、实质相同的tag进行清理。如通过算法将User Experience, UX, user_experience在系统内部统一为规范名User Experience。无论用户输入的是哪个形式的tag，系统都将返回所有的结果。

tagging支持维度还需要虑的一个问题是：系统是否该教育、引导用户打某些维度的tag？上文提及，当tag与系统固有分类维度重合的时候，就会失去价值、没有发挥其作用。

不考虑这两点的话，随着tag几何级数增长时，噪音也会越来越多。对于系统、对于面对这么多“原始”tag的用户，都很糟糕。

3-2. tagging系统的UI设计

UI作为tagging系统与用户的交互层，肩负适当引导用户tagging行为的重任，是决定tag质量的关键。

· 添加tag：
   要引导用户创造更优质的tag，输入时刻的辅助至为重要。
（1）提供参考。
   如罗列个人常用tag，他人常用高频tag，可有效减少拼写相异语义重复的tag，提高tag之间关联性，并可减轻用户思考负担。

在Delicious上收藏URL时，每输入一个tag都有tag池中同首字母的罗列。下方列有个人常用tag，且优先放置与该资源可能相关的tag。并有他人常用tag的罗列。

图4：在delicious上收藏一条URL

（2）批量添加。对于所tag资源是用户自发贡献时（典型如相片），批量添加tag的功能能提高效率以及减少二义性。

图5：在Flikr上传时

· 编辑tag：
目前常见的编辑操作包括：
（1）删除。
（2）重命名。除了基础的重命名，此功能可延伸为tag的合并与分拆。合并指，若改为与现有另一tag重名的tag，自动将二者下的信息合并。分拆指，将当前tag进行概念细化成新的若干概念。

图6：在Delicious重命名一个tag

（3）tag tag.较为高级的操作，包括用一个tag 囊括若干tag（tag bundle），对tag增加描述等。

· 浏览tag：
目前tag的展现方式主要有列表与云图两种。列表无重点，云图则降低了较小字号tag被发现的效率。但无论采取哪种视图，由于标签的增长性较强，数量的增加相应提高寻找成本。从算法的角度，可考虑Montero et al(2006)所提出的语义聚类：根据不同tags同现的频率将其聚合、相邻放置。从交互的角度，应提供一种或以上排序（按字母、热度）。具体设计案例可参考此文。

图7：Delicious的tag云页面

总结：

Tag以及tagging的社会性、自我性，能帮助实现个人化、社会化、情景化搜索，但前提是：
· 有更成熟的tagging系统构建。底层技术上，目前对于垃圾tag的收敛、清理，做得不够，也尚未良好地结合传统分类与大众分类。UI上，尚未实现有效引导用户去tag系统已有维度之外、更具附加值的维度。如在豆瓣上打“友情”这个tag是有价值的，但打“电影”就无甚价值了。）

· 对大部分人来讲，tagging的门槛——无论是操作上还是脑力负荷上——仍然较高。如果结合SNS著名设计师Joshua Porter的使用周期论以及产品接纳三阶段来看，一个tagger的发展可用下图来表示：

图8：tagger的进阶

目前大部分人仍处于第一阶段之外，但也许随着tag的好处被更好地表现，tagging的易用程度增加，更多的人会进入这个周期。当系统完善了，人更能轻松发挥力量去补足系统了，语义网的实现就将更有可能。

参考文献
• Ames, M., and Naaman, M. (2007). Why We Tag: Motivations for Annotation in Mobile and Online Media. Proceedings of the SIGCHI conference on Human factors in computing systems

• Golder, S., and Huberman, B. (2006). Usage patterns of collaborative tagging systems. Journal of Information Science, 32(2), 198-208.
• Gruber, T. (2005). Ontology of folksonomy: A mash-up of apples and oranges. 1st On-Line Conference on Metadata and Semantics Research (MTSR ‘05).
• Marlow, C., Naaman, M., Boyd, D., and Davis, M. (2006). HT06, Tagging Paper, Taxonomy, Flickr, Academic Article, ToRead. Proceedings of Hypertext 2006, New York: ACM Press,2006

• Mathes, A. (2004). Folksonomies — Cooperative classification and communication through shared metadata,” Computer–Mediated Communication, LIS5900CMC (Doctoral seminar),
• Montero, Y. & Solana, V. (2006). Improving tag-clouds as visual information retrieval interfaces. In Proceedings of the International Conference on Multidisciplinary Information Sciences & Technologies.
• Porter, J. Designing for the Social Web: The Usage Lifecycle.
• Shirky, C. Ontology is Overrated: Categories, Links, and Tags.
• Wichowski, A. Survival of the fittest tag: Folksonomies, findability, and the evolution of information organizatio n
• Wikipedia, http://en.wikipedia.org/wiki/Tag_(metadata); http://en.wikipedia.org/wiki/folksonomy

UE学习笔记：Tag Tag (上)

helicopter621 — 2009-08-28 18:44:35

背景：在一次关于收藏夹tag功能的讨论会上，众人就tagging的意义展开了激烈讨论。
为将思路结构化，特写此文分别论述：1. tag有用吗？；2. tagging的利与弊；3.tagging系统及其UI设计。较为枯燥，算是一个知识点的梳理吧。

1. tag有用吗？

tag 随着web2.0而流行，已有7年历史(Keller, P. 2007)。tagging成为各大网站常见功能，但系统地使用它的人多吗？tagging的脑力负担不轻：要将信息分类尚属不易，勿论描述信息本身。对一条信息而言，应该tag类目还是属性？范畴应该更宽还是更窄？tag越多越好、还是控制在一定数量内？尤其困难的是，由于并非事前规划，无法很好预计被 tag内容的发展，入门、维护并不轻松。

但从目前网络发展形势而言——个人自生成内容（博文、图片、视频等）迅速增加，各类信息海量涌来——tag可谓管理海量信息的强大利器。本文第2部分将展开论述。

*注：本文中信息是指图像、视频、音频等资源，非仅指文字信息。

2. tagging的利与弊

2-1. tag与tagging

· tag作为元数据(metadata)：元数据是所谓描述数据/信息的数据，tag是一种用户自创的元数据，特点是无层次结构、自定义。

· tagging构成分众分类法(folksonomy)：分众分类法，指大众自发利用tag对信息进行描述、分类，构成与信息架构中传统分类法(taxonomy)相对的信息组织。二者的区别见下表1：

表1：taxonomy VS. folksonomy

2-2. tagging的利

结合表1的对比，可归纳出tagging的以下好处：

· 使信息组织更经济、高效、灵活。
如《未来是湿的》作者所言，“The Only Group That Can Categorize Everything Is Everybody”（只有所有人能把所有信息都分类）。就如大英百科全书的编撰与Wikipedia的关系一样：信息越多，传统分类法的劣势越明显——开发、维护成本只升不降；基于tagging、运用群众力量的分众分类法则相反。尤其当前的趋势是个人自生成信息越来越多，系统的分类、描述能力和效率可说远不如内容创造者本身。

· 对信息的索引、描述更丰富。
（1）tag固然不如传统分类法中的控制词表(thesaurus)那么严谨标准，但由于信息可被无穷多人赋予无穷多tag，故茫茫网海中只要有一个人跟你想到的描述一样，搜索就更有机会有所获。而要恰好用上专家词表内的专业化语词，难度可能更高。对于图像、视频、音频此类系统标注成本极高、效率极低的信息而言，tagging的价值会更明显。

例：豆瓣不可能有钱请专家对系统内的资源进行电影、图书、音乐以外的分类，又或者尚无全文检索的实力，那如何找到一部同性恋主题的电影？拿普通搜索与tag搜索的结果、结果的发散程度对比，就能感觉到大众的力量。

（2）用于描述某信息的所有tag往往是公开共享的，其分布往往呈图1所示长尾状收敛（Shirky, C. 2005）。各tag及其频率，既可反映大众对于该信息本质广泛一致的定义，又不至于让小众意见(minority opinion)完全被淹没。

图1：两条deli.cio.us书签的tag频率分布

· 更人性化的信息检索。
上述两利，最终优化的是搜索：由于对一组系统信息（如个人的博文、Flikr的所有相片、Youtube的所有video）的接入点更多了，用户在信息海洋中找到与之需求匹配的信息的机会也更高。即利用大众的智慧，使搜索在机器化的基础上，更语义化、人性化、社会化。

以上三点是tagging社会性优势。Golder et al（2006）提出tag大致在描述信息的7方面：它关于什么（主题、分类、属性等），它是什么（标题、类型等），谁拥有它（作者、协作者），修饰tag的tag，它的品质（有趣、雷人等），自我参考（我买过的、我的书等），任务管理（待读、找工作等）。该分类并非绝对，但从后三种可看出tag在标引信息时的一大特点在于自我性。这带来的好处有：

· 辅助个人信息管理。对个人信息管理而言，tag可以发挥更大的作用。因其高度自定义性，使信息可被个性化地描述，使个人使用情景(context)成为信息描述的一部分。“很喜欢”、“我想要”、“妈妈生日”这类tag，是系统较难为用户索引的。

· 身份识别。如从某博客的标签云/列表，能看出博主的兴趣、甚至职业等个人信息。

图2：某博客的tag云

Marlow et al （2006）与Ames & Naaman（2007）曾探讨用户tagging的动机（表2），表现出社会性与自我性的结合。

表2：tagging的动机

这又带来另一种优势：社会化网络的构建。tag聚物（信息），亦聚人。一方面，它昭示一个人的兴趣爱好，从而帮助个体寻找同好。另一方面，它能聚合兴趣团体。例如Flikr上一个语法错误、表意模糊的tag，sometaithurts（so meta it hurts，如此“元级别”，如此痛），却聚集了来自各色用户的各色相片。给照片tag上sometaithurts的个体，由tag聚集在一起，彼此间因此有了进一步社交化的机会，并将为这个tag聚集更多的物。

2-3. tagging的弊

tagging最为人所诟病的特性有：缺乏一致性、歧义、语法错误。这是由于与专家相比：

· 大众是“懒惰”的：tagging可能停留在粗浅的表层，而不做深入思考或精准描述。尤其当tag与系统固有分类维度重合的时候，就会失去价值。例如为豆瓣上的电影打上“电影”这个tag的意义是零。
· 大众是“虚伪”的：有人会为了让自己出现在搜索结果更前面等目的而乱tag；
· 大众很“笨”：
（1）拼写问题。除了拼错字词，英文里词组的分隔、大小写、单复数等就会造成大量混乱的tag；
（2）没记性。表现为个人在同一系统中使用不一致的tag（如字面相异，意义相同等）来标注同一或相似内容。

这导致大量污染性的垃圾tag，即所谓搜索结果中的噪音出现，从而降低检索效率。但这并非tagging的致命伤，通过设计的引导是可以改善这些问题的。第三部分将展开讨论。

分类、属性、关键词与Tag

振之 — 2009-08-19 12:41:13

八月的UCDChina书友会主题是“信息分类和方法”，在会场中的内容是不足以简单的概述的，而这次交流至少对于分类、属性、关键词与Tag的定义与使用都有了更为清晰的看法和理解。这里只简单的说一说我对于这几个名词的理解。望各位好友多多指点。

一开始我们便在隽辰的提议下开始讨论起生活中常见到的书籍的分类，从个人藏书的分类形式又转到了大型图书馆里的藏书的分类管理。书籍分类的细化程度与书籍的数量有着极大的关系，数量越大分类越需要更加的细。但是其中也就引申出更多的问题，同样一本书可能属于多个分类，比如，《道德情操论》这本书可以说是道德哲学，也可以归类到伦理学，那么这本书到底是放在哲学类，还是道德类还是伦理类呢？当然哲学类可以包括伦理类与道德类，这些分类可以放在相近的特理位置减少查找麻烦。但是从信息角度来说这本身就存在着问题，总不能把同样的信息分成三份分别存储吧？当然这种事情还是会有发生的，在以前的一些CMS中这种事情是常有的事。而用Tag来解决这个问题就显得很容易，要知道同样一个事物，我们都可以为其加上很多不同的Tag，通过Tag的方式来解决这些有交叉领域的信息。

并且有人打算以Tag的方式来完全的取代分类，以达到信息分类的多样性与便捷性。也就是说去除了目录分类式的形式把所有信息完全放在一个盘子里，而后给所有的信息打上一些标签(tags)，通过查找同标签的方式来筛选与扩展到更深的信息查找。例如一篇名为“夏天婴儿多发病症的症状与解决方法”的文章，那么就给它加上若干个标签：夏天、婴儿、病症（以及文中所涉及的具体的病症名）、治疗等。这样不论是从夏天还是从婴儿或是某个病症都可以找到这篇文章。隽辰直言这并非是Tags只能算是关键词。而关键词的特性必然是与文章内所出现的内容的客观联系，而不能具有主观性色彩，比如，同是这篇文章，关键词可以是夏天、婴儿等，但却不能是“我最喜欢的文章”、“非常实用的好文”等。从这比较与分析之中我们渐渐的把关键词与Tag的含义与差异理解得更为清晰了。

虽然Tag非常强大，但是当Tags数量本身就已经非常大的时候那么Tag是否需要分类呢？或是Tag本身是否需要Tag呢？在这点上各位都罗列了一些实例。但是最为精彩的是老朱所说的：Tag本身的特性就是松散的和平等的，而如果要强行给Tag再做分类无疑又重新回到了分类的格局上那么也就失去了Tag本身的意义。（此为我个人对老朱观点的重述，并非老朱直接观点记录，如有不足或是偏差，亦是在下的不足与偏差。）那么加之上面的讨论情况，我们发现Tag更多是交给网友自己使用的一种社会标签，而并非是网站管理方在使用的工具，网站管理即使是在使用类似于Tag的这种形式其实也是被去除了主观特性的。而最终展示出来的面对用户的还是分类，只是相对来说比较灵活的分类方式。

那么到底什么才是分类呢？人以类聚，物以群分，我个人认为Tag与关键词都属于名词，而分类应是动词，也就是说分类是一种行为，而不是一种事物。很多信息放在这里，让你去分类整理好，那么分的时候只是一种行为，但是这种行为必需要有所依据，也就是这个“类”，而我把这个类理解为属性，这世间任何事物都有属性，绝大部分的事物具备多重属性，那么分类的依据必是以此类属性来进行的。那么属性又如何定义呢？他与Tag、关键词又有何不同？属性应该不可逆的，比如：一首MP3的位速是192K，那么你不能说他的位速即是192K又是320K，那么位速就是属性。相机的镜头分为定焦与变焦，似乎没听说过某个镜头既是定焦又是变焦。但是也会遇到一些难题，比如，这世界原本设定的只有雄性与雌性，可是当遇到身具两种特性的生物又如何分类呢？其实面对这种情况下通常是对于事物属性的界定上有问题。

我们都知道手机网络分为G网，C网两种，那么有的手机可以同时支持G网和C网，手机的网络算是手机的属性吗？

相关话题：信息分类与方法源地址：http://www.andymao.com/andy/post/124.html

概描述和泛描述

千鸟 — 2009-08-18 23:13:35

《Web信息架构》中有个不恰当翻译，把label翻译成了标签，好像见网友也有提到。我曾经想，如果label是标签，那么tag是啥？如果tag也是标签，那么与label有什么区别么？中英文翻译有时就这么麻烦，完全不知道说的是否一回事。

上周书友会聊到内容组织方式时，有资深同行就提出“标签与关键词不一样”的观点，开始我意思是“它们都一样，只不过是tags的不同中文翻译。”后来我才明白他意思，从组织本质上理解没区别，但关键词由编辑整理提取，质量高；标签由用户自由添加，质量差。其实我的看法很简单，不管编辑还是用户提供的数据，都不会改变tags这种内容组织方法的本质，所以“是什么”并不重要。

后来这位同行又问“有没有新东西可以分享？”我当时想了想回答没有，再想感觉不对，老东西都没整明白，抄那么多新东西又有啥用？因为我一向认为tag是互联网技术领域中内容组织的革命性进步，而且这么多年过去，还没有看到被正确的普及应用。国内很多互联网从业者根本没有意识到web design的本质是处理信息和内容，更不用说思考组织方式了。绝大部分同行认识它是因为个叫web2.0的概念，认为“标签、标签云”等表现形式是时代特征，仅此而已。

但很快网站创办者发现，用户不接受概念，搞不清楚“分类、标签”的区别。如果把此事情缩影到个人博客上，同样会发现，就算对互联网比较熟悉的经常写blog的信息技术领域从业人员，很多也乱用分类、标签。针对这问题，我07年曾经在内容、标签和分类中分析肯定了分类、标签的作用，并提出个“内容——标签——分类”的有序多维结构方案。后来与朋友又有过多次探讨，现在很多新产品都参考了此思路。

回过头来想想，为什么要用tag，是因为分类不能满足用户的个性化描述需求。那么哪些信息需要个性化描述？比如一篇文章、一张图片，N个用户看可能会有N个关键词。相反，书就不太适合，因为作者、出版社、出版年等等这些关键信息已经结构并中心化，并且符合用户心智模型，因此我也不认为“豆瓣”是tags良好应用的典范。

如果再把概念放开了想，对信息的所有描述其实都可以叫标签、关键词、标记、分类，这些说法模糊而且不严谨，是不是在形式上有更好定义？我能想到的答案是概描述、泛描述，叫分类或者标签都不重要，只需要这两个关系层次定义即可解决问题，所有BSP, CMS, SNS大同小异。

同时，在搜索引擎友好角度，不管概描述还是泛描述，都可以提升信息检索效率。尤其跨数据类型的泛描述，是对内容整合的良好补充。在某些人工智能的搜索引擎里，泛描述还可以帮助机器学习，提升命中率。

关于新概念新东西的思考，今天就这么多，完善了曾经对泛描述标签的思考。我们从来不缺新观念来引导思路，关键应该把老方法想透彻并灵活运用。

相关话题：信息分类与方法源地址：http://blog.rexsong.com/?p=6155

用什么视角做产品

tony — 2009-08-18 23:24:37

昨天在书友会上讨论信息分类和方法，有位朋友问：“大家现在讨论的还是几年前那套web2.0的东西，有没有一些新的东西可以分享？”
我当时确实感觉很诧异，在没有深入理解那位先生想沟通的意图的前提下，针对这个发问我就感慨，信息分类或者说信息学本身是一个知识领域，本身无所谓新旧，tag标签和分类目录本身也是信息组织的一种方式，不是对立关系，也没有优劣之说。以至于千鸟的回答更加直率“tag本身就是很新的东西了。”

更有甚者，我不认为产品设计师要区分web1.0和web2.0的特征和区别，那是媒体宣传的需要“捏造”起来的概念，作为产品设计师，眼睛里的应该是需求而非概念，不管你2.0不2.0，我只看你满足用户什么样的需求，信息如何组织架构的。

或许昨天的讨论(中途有事提前离开了讨论)，应该围绕一些垂直的领域来谈信息分类会更加有效，比如说商品信息，甚至更加细化到某一类商品信息。或者某一种信息属性的领域，探讨如何分类才有意义。以至于直到现在，很多网站在根本不了解信息维度和属性的情况下，因为2.0,因为UGC，所以要用tag标签。

媒体的很多报道都只关于产品的表象，即使是官方的说明，基本不涉及产品的规则以及架构逻辑，用这个视角来探讨产品设计，很难得到有用的结论。

最后分享我的PPT：

信息分类和方法

相关话题：信息分类与方法源地址：http://uitony.com/?p=102

8月广州书友会实况报道

胡晓 — 2009-08-16 21:07:11

非常高兴能够邀请到网易用户体验设计中心的交互设计师欧阳晓宁，她为我们带来了一个精彩的workshow，非常辛苦的准备了PPT，和四个精彩案例。这次书友会交流一改往日常态，从大话题缩小到小话题、提高了交流质量，发言也比较踊跃，大家争相发表自己的观点。

本期书友会报名28人，实到28人，呵呵，史无前例呀，没有想到有很多未报名的同学来参加。

第一、如何进行信息分类呢？
有同学说，分类好比是把东西摆放到不同的盒子里，并提出了三个问题？

怎么样找到盒子并给盒子命名？（怎么样给分类命名）
怎么样把这些信息放到几个盒子里面?（同一个东西可以放到不同分类）
怎么样解决盒子套盒子的问题？（一个分类下面有子类）

第二、分类方法：
讨论出分类两个概念，一是盒子（单类）、二是标签（一个信息可有多个标签），分类是多维度（基于多层次的需求）的，不是单一的。谈到卡片分类方法、定性与定量研发方法，但没有深入下去，实属遗憾，应该再找个时间聊聊。

对分类的方法总结得出：分类由来源决定

社会认同或者行业标准；
用户需求；
产品目标（或公司高层的想法）；

第三、不同的分类方法带来的影响：
不同的分类方法会产品带来哪些方面的影响呢？讨论涉及到架构、用户流程、界面布局、导航、层级、扩展性、后台程序、效率、可用性等多方面。比如flickr采用标签分类、网易体育资料库采用行业标准分类，从信息架构到用户流程、后台程序及效率等体验是完全不一样的。

后面通过4个案例，将分类方法与实例进行结合探讨，大家跃跃欲试啊，亦有同学忍不住直接跑到白板面前把自己的方法描述给大家，一吐为快呀！

对于分类，以用户需求为分类方法我们还可以再往深的地方探讨，具体有哪些？卡片分类法？定性与定量的方法还有那些？…..

相关话题：信息分类与方法源地址：http://hx.okvi.com/?p=867

信息系统需要与时俱进

tony — 2009-08-15 15:23:22

前几天有个朋友做了一个类似赶集网那样的分类信息网站，觉得链接太多视觉太乱，让我帮忙看看UI（避免广告嫌疑就不给网站地址了），基本上是赶集的小翻版。在信息分类上，是这么做的：大类分房产、招聘、车辆买卖、交友等等这样的大类，每个大类下面再细分需求，比如房屋求租、合租、二手房、日租房、商铺…一共十来个大类，每个大类下面十来个小类。

这就好比什么呢？我们家在南方的一个小县城里，很多人家都自己盖房子，一起就是4、5层小楼，结果就是3口之家8个房间7个厕所。

看似天衣无缝的分类体系，在某种程度上这个也是被用户认可的分类维度，但是忽略了内容数量以及内容管理。其实我想表达的观点概括来说是：一个被验证成功的网站信息系统放在一个刚刚起步的新网站上，这个系统多数是冗余的。

很多人做竞争对手分析，只看到100，忽略从0-1，从1-10，从10-100的过程，如果对于一个完全没有参照物领域，刚刚开始应该是没有分类，只有当内容积累到一定过程了，才知道如何组织信息，这也印证了“需求从来不是创造，是被发现挖掘出来的”。

比如说，最早的QQ是没有好友分类的，早期的Gmail也没有label，当初的天涯也就只有几个版块，因为一个新的产品，基本是没有办法预见用户的使用方式；当内容数量不够的时候，也很难发现其中的信息维度和规律。一个新的系统，早期应该是越薄越好。

并且，当我们想照搬别人的一个信息系统，要看是否符合你所经营的信息内容，比如tag，tag这种组织形式放在图片（flickr）、网页（delicious）文章这类本身维度多，入口多，难以组织的信息下，tag是合适的。但是看很多用着tag的一些网站，其实完全没有必要，一方面增加系统的复杂度，而且还非常难用。

从一个用户的使用角度，我们每天面对海量的信息扑面而来，我们如何进行筛选过滤？分类索引？
先拿个招聘例子，很多招聘启示上末尾会提示：邮件标题请注明：“UE”，但我发现一部分应聘的人就忽略这点，公司会收到N多的简历，也招不同的职位，在邮件列表一面搜索“UE”两字，所有简历就出来，如果你的标题中没有，是不是亏了？
这同样说到email，一个好的信息架构师一定也是一个优秀的内容生产者。在撰写内容的时候，尤其是标题，除了表达清楚该表达的内容，还要注意布置关键词以便以后进行索引。
再比如，手机联系人，gtalk联系人，大家都是如何管理、查找、分类的？各个软件、手机又是如何满足这种需求的？

相关话题：信息分类与方法源地址：http://uitony.com/?p=101