公众分类法

公众分类（Folksonomy）：一种新的网络信息分类方法主要内容1.引言2.公众分类法的产生与发展3.公众分类法的特点4.几点建议一.引言Internet是一个巨大的信息量丰富的知识库，需要采取有效的信息组织方式和检索方式才能更加有效地利用它获取知识。网络信息的“爆炸性”增长挑战了等级结构和分面分类的极限，传统分类法因受到其昂贵的维护费用和学习成本、漫长的更新周期和复杂的使用局限，不能很好地满足互联网知识组织的需求，使得非专业用户开始寻求新的分类方式来组织网络信息资源。二.公众分类法的产生与发展-1何谓Folksonomy？Folksonomy，是一种新的网络信息分类方法。Folksonomy是一个创造词，是由社会性书签服务中最具特色的自定义标签（Tag）功能衍生而来。Folksonomy＝Folks+Taxonomy，Folks在英文中是表示一群人，一伙人的意思。Taxonomy则是指分类法。而Folksonomy是指“公众”自发定义的标签分类，我们将它称为“公众分类”，也有人称之为大众分类、通俗分类、分众分类、社群分类等。二.公众分类法的产生与发展-2Folksonomy内涵：简单理解这个概念就是Tags(标签)。Folksonomy就是由网络信息用户自发为某类信息定义一组标签进行描述，并最终根据标签被使用的频次选用高频标签作为该类信息类名的一种为网络信息分类的方法。二.公众分类法的产生与发展-3Folksonomy示例1：二.公众分类法的产生与发展-4Folksonomy示例2：二.公众分类法的产生与发展-5Folksonomy与元数据比较：方面元数据Folksonomy定义关于数据的数据(dataaboutdata)关于数据的标签(tagaboutdata)目的组织信息以方便用户使用组织信息以方便用户使用制作人专业人士公众（网络用户）制作成本高低维护费用大小（几近于零）更新周期长即时规范性分类架构事先制定、严谨、准确、标准、规范、权威分类架构未事先制定、标签因人而异、自由标注，品质参差不齐便利性复杂、麻烦简单、方便时效性滞后适时直观性差及时反映大众兴趣热点与发展趋势覆盖面小越来越广二.公众分类法的产生与发展-6Folksonomy应用:宽公众分类法（BroadFolksonomy）特点:面向大众，拥有大量异质用户。这里的异质是指用户在认知能力、知识结构和兴趣领域上具有一定差异，每个用户都可能用自己的语言对社区中现有或尚未添加的内容提供与众不同的标签，每一个内容都存在相当多的标签来描述。它所构建的是一个大众分类体系平台。其原理如右图所示。二.公众分类法的产生与发展-7Folksonomy应用:宽公众分类法（BroadFolksonomy）如右图的曲线所示：对于一个网络资源对象，可能存在5种标签来描述它，其中使用最多的是tag2，说明这是被最广泛接受的词汇，而曲线的尾端可能会出现很多通用性较差、较不常用的tags，形成长尾（long-tail）。宽公众分类提供了一种工具,能够了解用户的用词习惯,抽取准确的受控词。二.公众分类法的产生与发展-8Folksonomy应用:窄公众分类法（NarrowFolksonomy）特点：用户特质因为用户在知识结构和兴趣领域上具有很大的同质性。所以窄公众分类的可以用于为某一领域或专业的信息或知识提供共享平台。二.公众分类法的产生与发展-9Folksonomy发展趋势：公众分类法自2005年初被提出以来受到广泛的关注，并在快速演化和升级，随着大众持续的需求和新的技术手段的加盟，它推陈出新的速度要快于目前元数据，成为目前海量网络资源组织的热点研究方向。Tag正在开始Web环境下对信息“分类”的一种革命性的改变。这是一种广大民众参与信息分类的规模化作业。在用户充分参与的前提下，公众分类法可提高知识组织效率，成为网络资源组织和信息检索的重要辅助手段。三.公众分类法的特点-1Folksonomy优点：与传统分类法相比，这种分类法的特点在于它并没有采用预先制定的信息分类法和词表，而是用户根据个人的使用习惯，以自定义的自由词为数字资源对象进行标注和分类。所以公众分类法比传统的等级分类和分面分类法更接近用户大众并易于被他们接受，自由灵活是其突出的优点。用户可以对其感兴趣的内容进行标识，提供一个或者多个标签，或什么也不作，仅浏览他人的标签。人们不必了解DCMI修饰符，也不必查询杜威十进制分类法（DDC）。三.公众分类法的特点-2Folksonomy优点：用户对内容进行标注后，他人可立刻看到这些标签，如果认为标签不合适，还可以自行增加新的标签，因此共建共享是其另一重要特色。常用的标签按字顺排列，形成图1所示的标签云图(TagCloud)。这种TagCloud不同于传统的、针对文字本身的关键字检索，而是一种模糊化、智能化的分类。三.公众分类法的特点-3Folksonomy优点：动态更新是其有别于传统分类法的又一个重要特色。动态更新是随着人们使用不同标签标识内容信息，被使用最多的标签就最能说明这条信息的特点。一些使用频率低的标签逐渐“淡出”人们的视野，而那些使用频率高的标签会在标签云图以字号变大的形式反映出来，这种更新可让人随时发现当前人们关注的“热点”和“走势”。三.公众分类法的特点-4Folksonomy缺点：缺乏层次性（lackofhierarchy）公众分类法与传统分类法的一个显著不同是：它是一种平面的分类方式，系统在整体信息的组织上，是一个用词构成的平面结构，因而很难使用它来揭示复杂的关系。三.公众分类法的特点-5Folksonomy缺点：表达概念的模糊性基于公众分类法的数字资源采用的是根据用户自定义的词,进行描述、分类和检索，这就造成了标签的模糊性，主要表现在以下四个方面：①缺乏语义精确性（lackofsemanticprecision）由于用户认知程度不同，对标签词义的理解各异，导致对同一事物的揭示存在很大的差异。比如在同一标签下，可能会发现彼此完全没有关系的内容。②缺乏同义词控制（lackofsynonymcontrol）由于用户用词习惯的不同,会出现大量的同义词，例如不同的词表达同一的概念：土豆/马铃薯，又如一个词的不同写法：web2/web20/web2.0，还有同一个词在英语中用户可能会使用单数或复数形式，等等。③词的多义性问题。比如“china”这个标签，到底指中国，还是指瓷器。④用户标签五花八门，可能会产生大量“噪音”，加重系统负担，降低分类的准确性。这些都会造成查找的困难。四.几点建议-1对于公众分类法在目前的应用中存在的精确性和缺乏层次等问题，如果能与目录分类法（Taxonomy）相结合，然后再对能够用作标签的词汇进行控制，（controlledvocabulary）那将是很好的解决途径。四.几点建议-2⑴对Tag进行排序除了按照字顺和权重排序之外，还有多种形式，包括动态形式，如结合相关反馈、合作过滤、点击次数等。四.几点建议-3⑵对Tags进行聚类为了达到更好地揭示资源之间的相互关系，对Tags进行聚类能够帮助用户通过一个tag更快地发现与之相关的内容。以宾夕法尼亚大学（UniversityofPennsylvania）图书馆的“PennTag”项目[6]为例，图6是用户点击“film”这个标签之后，出现的按照字顺排列的与film相关的（relatedtofilm）内容。四.几点建议-4⑶对Tag进行层级化现在的标签是平面结构，不能很好地反映他们之间的层次关系。如果可以与叙词表结合使用，利用已有的叙词表中的层级关系，希望将来可以实现从平面的标签到网状的概念地图（ConceptMaps）。四.几点建议-5⑷对Tag进行规范化由于标签完全由用户自行创建，这种自由导致了标签的表示法不规范，例如：拼写错误，单复数形式混用，另外，由于目前大多数应用系统只支持单个词，用户为了更清楚地表达自己的意思，往往会使用符号来形成复合词，例如：目前一些del.icio.us（即“美味书签”，当前网络上最大的书签类站点）的用户使用如下的Tag来表示编程语言：Programming/C++,Programming/Java和Programming/XHTML等。四.几点建议-6右图5是随机抽取的一定数量的带有连接符号的复合词，显示了用户使用符号的多样性。通过图5我们可以发现，最经常被使用到的是连接符“-”，其次是下划线“_”。针对标签写法不规范的问题，应该制定通用的标准表示方法，并提示用户遵循这些标准对网络资源进行添加标签的活动。例如，采用拼写检查机制，当用户输入错误的或不存在的词时，系统会出现提示和输入建议；而对于复合词，应当规定规范的表示方法。四.几点建议-7另外，通过使用同义词环方法——当用户在添加了tag和数据源之后，系统管理员可以对这些数据，根据统计得到的势曲线进行分析，挑选出相关的同义词，构成同义词环，帮助提高准确性。同时同义词环的方法也可以用于处理同一词的单复数形式，同一词的不同语言表示。不强行要求环中的某一个词被当作“正式词”，而是每一个词都可以作为正式词；同义词环可以一组一组逐步建立，随着检索环境的变化和网站内容的变化而随时增加新的同义词环。