Modeller af kollaborativ tagging - Models of collaborative tagging
Kollaborativ tagging, også kendt som social tagging eller folkonomi , giver brugerne mulighed for at anvende offentlige tags på onlineposter, typisk for at gøre disse ting lettere for dem selv eller andre at finde senere. Det er blevet argumenteret for, at disse mærkningssystemer kan give navigationssignaler eller "vejfinder", som andre brugere kan udforske oplysninger om. Forestillingen er, at i betragtning af at sociale tags er etiketter, som brugerne opretter for at repræsentere emner, der er hentet fra onlinedokumenter, bør fortolkningen af disse tags gøre det muligt for andre brugere at forudsige indholdet i forskellige dokumenter effektivt. Sociale tags er uden tvivl vigtigere i udforskende søgning, hvor brugerne kan deltage i iterative cyklusser med målforfining og udforskning af ny information (i modsætning til simple faktahentninger), og fortolkning af informationsindhold af andre vil give nyttige tegn til, at folk kan opdage emner, der er relevante.
En væsentlig udfordring, der opstår i sociale tagging -systemer, er den hurtige stigning i antallet og mangfoldigheden af tags. I modsætning til strukturerede annotationssystemer giver tags brugerne en ustruktureret, åben mekanisme til at kommentere og organisere webindhold . Da brugerne frit kan oprette ethvert tag for at beskrive enhver ressource, fører det til det, der omtales som ordforrådsproblemet. Fordi brugere kan bruge forskellige ord til at beskrive det samme dokument eller udtrække forskellige emner fra det samme dokument baseret på deres egen baggrundsviden, kan manglen på top-down-mægling føre til en stigning i brugen af usammenhængende tags til at repræsentere informationsressourcerne i systemet. Med andre ord kan manglen på struktur, der er forbundet med sociale tags, hindre deres potentiale som navigationstegn for søgere, fordi brugernes mangfoldighed og deres motivation kan føre til faldende tag-emne-relationer, når systemet vokser. En række undersøgelser har imidlertid vist, at strukturer opstår på semantisk niveau - hvilket indikerer, at der er sammenhængende kræfter, der driver de nye strukturer i et socialt tagging -system.
Skelnen mellem beskrivende og forudsigelige modeller
Ligesom alle sociale fænomener kan adfærdsmønstre i sociale tagging -systemer karakteriseres ved enten en beskrivende eller forudsigelig model . Mens beskrivende modeller stiller spørgsmålet om "hvad", går forudsigelsesmodeller dybere for også at stille spørgsmålet om "hvorfor" ved at forsøge at give forklaringer på de samlede adfærdsmønstre. Selvom der måske ikke er nogen generel enighed om, hvordan en acceptabel forklaring skal se ud, mener mange, at en god forklaring bør have et vist niveau af forudsigelig nøjagtighed.
Beskrivende modeller er typisk ikke optaget af at forklare individers handlinger. I stedet fokuserer de på at beskrive de mønstre, der opstår, da individuel adfærd aggregeres i et stort socialt informationssystem. Prædiktive modeller forsøger imidlertid at forklare aggregerede mønstre ved at analysere, hvordan individer interagerer og linker til hinanden på måder, der frembringer lignende eller forskellige nye mønstre af social adfærd. Især en mekanismebaseret forudsigelsesmodel forudsætter et bestemt sæt regler, der regulerer, hvordan individer interagerer med hinanden, og forstår, hvordan disse interaktioner kunne producere aggregerede mønstre som observeret og karakteriseret ved beskrivende modeller. Prediktive modeller kan derfor give forklaringer på, hvorfor forskellige systemegenskaber kan føre til forskellige aggregerede mønstre, og kan derfor potentielt give oplysninger om, hvordan systemer skal designes til at opnå forskellige sociale formål.
Beskrivende modeller
Informationsteori modeller
For de fleste mærkesystemer overstiger det samlede antal objekter, der bliver mærket, langt det samlede antal tags i det kollektive ordforråd. Hvis der er angivet et enkelt mærke i dette system, ville mange dokumenter matche, så brug af enkelt mærker ikke effektivt kan isolere ét dokument. Nogle dokumenter er dog mere populære eller vigtige end andre, hvilket afspejles i antallet af bogmærker pr. Dokument. Fokus bør således være på, hvor godt kortlægning af tags til dokumenter bevarer information om distributionen af dokumenterne. Informationsteori giver en ramme til at forstå mængden af delt information mellem to tilfældige variabler. Den betingede entropi måler mængden af entropi, der er tilbage i en tilfældig variabel, når værdien af en anden tilfældig variabel er kendt.
Et papir fra 2008 af Ed Chi og Todd Mytkowicz viste, at entropien af dokumenter betinget af tags, H (D | T), stiger hurtigt. Dette tyder på, at selvom man fuldstændig kender værdien af et mærke, stiger entropien i dokumentsættet over tid. Betinget entropi stiller spørgsmålet: "I betragtning af at et sæt tags er kendt, hvor meget usikkerhed er der stadig om dokumentsættet, som disse tags refererer til?" Denne kurve stiger strengt, hvilket tyder på, at specificiteten af et givet tag falder. Som navigationshjælpemiddel bliver tags sværere og sværere at bruge, og et enkelt tag vil gradvist henvise til for mange dokumenter til at blive betragtet som nyttige.
En anden tilgang er gennem gensidig information , et mål for uafhængighed mellem to variabler. Fuld uafhængighed opnås, når I (D; T) = 0. Chi og Mytkowicz 'forskning viser, at der som et mål for brugbarheden af tags og deres kodning er en forværret tendens i brugernes evne til at specificere og finde tags og dokumenter, når de beskæftiger sig med simpel faktahentning. Dette tyder på, at søge- og anbefalingssystemer skal bygges for at hjælpe brugerne med at gennemse ressourcer i sociale tagging -systemer, især når de er involveret i aktiviteter uden for faktahentning, som er karakteriseret ved informationsteori. Selvom antallet af dokumenter, der er knyttet til et givet tag, stiger, er der mange måder, kontekstuel information kan hjælpe brugerne med at lede efter relevante oplysninger. Dette er en af de store svagheder ved den simple informationsteori i forklaringen af tags - det ignorerer, hvordan mennesker kan udtrække betydninger fra et sæt tags, der er tildelt et dokument. For eksempel viste et papir fra 2007, at mens antallet af tags stiger, er det generelle vækstmønster skalafrit-den generelle fordeling af tag-tag-forekomster følger en magtlov .
Det samme papir fandt også ud af, at egenskaberne ved denne skalafrie distribution afhænger af tagget semantik- tags, der er semantisk generelle (f.eks. Blogs ) har en tendens til at forekomme sammen med mange tags, mens semantisk smalle tags (f.eks. Ajax ) har en tendens til at forekomme med få tags på tværs af et bredt sæt dokumenter i et socialt tagging-system. Dette tyder på, at antagelsen om informationsteorisk tilgang er for simpel - når der tages højde for semantikken i sæt tags, der er tildelt dokumenter, er forudsigelsesværdien af tags på indhold i dokumenter relativt stabil. Dette fund er vigtigt for udviklingen af anbefalingssystemer -at opdage disse semantiske mønstre på højere niveau er vigtigt for at hjælpe folk med at finde relevant information.
Tagkonvergens
På trods af dette potentielle ordforrådsproblem har forskning fundet ud af, at taggetadfærd på det samlede niveau syntes at være relativt stabil, og at tagvalgproportionerne syntes at være konvergerende snarere end divergerende. Selvom disse observationer gav beviser for det foreslåede ordforrådsproblem, indledte de også forskning, der undersøgte, hvordan og hvorfor tagproportioner havde tendens til at konvergere over tid.
En forklaring på stabiliteten var, at der var en iboende tilbøjelighed for brugerne til at "efterligne" ordbrug af andre, når de opretter tags. Denne tilbøjelighed kan fungere som en form for social samhørighed, der fremmer sammenhængen i tag-emne-relationer i systemet og fører til stabilitet i systemet. Det blev vist, at den stokastiske urnemodel, der blev oprettet i 1923, var nyttig til at forklare, hvordan simpel efterligningsadfærd på individuelt niveau kunne forklare tagsnes konvergerende brugsmønstre. Nærmere bestemt blev konvergensen af tagvalg simuleret ved en proces, hvor en farvet kugle tilfældigt blev valgt fra en urne, derefter erstattet i urnen sammen med en ekstra kugle i samme farve, hvilket simulerede den sandsynlige karakter af genbrug af mærker. Denne enkle model forklarer imidlertid ikke, hvorfor visse tags ville blive "efterlignet" oftere end andre, og kan derfor ikke tilvejebringe en realistisk mekanisme for tagvalg, og hvordan sociale tags kan bruges som navigationssignaler under udforskende søgning.
Komplekse systemdynamikker og nye vokabularer
Forskning baseret på data fra det sociale bogmærkewebsted Del.icio.us har vist, at kollaborative tagging-systemer udviser en form for komplekse systemer (eller selvorganiserende ) dynamik. Selvom der ikke er noget centralt, kontrolleret ordforråd til at begrænse de enkelte brugeres handlinger, har distributioner af tags, der beskriver forskellige ressourcer, vist sig at konvergere over tid til en stabil, power-law distribution. Når sådanne stabile fordelinger er dannet, kan korrelationerne mellem forskellige tags bruges til at konstruere simple folkonomi -grafer, som kan opdeles for at opnå en form for fællesskab eller delte ordforråd. Sådanne ordforråd kan ses som udspring fra mange brugeres decentrale handlinger - en form for crowdsourcing .
Tagvalg efter stokastisk proces
Den hukommelsesbaserede Yule-Simon (MBYS) model forsøger at forklare tagvalg ved en stokastisk proces. Det blev konstateret, at den tidsmæssige rækkefølge for tag -tildeling påvirker brugernes tagvalg. I lighed med den stokastiske urnemodel antager MBYS-modellen, at der ved hvert trin udtages et tag tilfældigt: med sandsynlighed for, at det udtagne tag var nyt, og med sandsynlighed 1-, at det samplede tag blev kopieret fra eksisterende tags. Ved kopiering antages sandsynligheden for at vælge et mærke at henfalde med tiden, og denne forfaldsfunktion viste sig at følge en strømlovsfordeling. Således havde tags, der for nylig blev brugt, en større sandsynlighed for at blive genbrugt.
Et stort fund var, at semantisk generelle tags (f.eks. "Blog") generelt forekom hyppigere med andre tags end semantisk smallere tags (f.eks. "Ajax"), og denne forskel kunne fanges af henfaldsfunktionen ved taggenbrug i deres model. Det blev specifikt konstateret, at en langsommere henfaldsparameter (når tagget genbruges oftere) kunne forklare fænomenet, at semantisk generelle tags havde en tendens til at forekomme sammen med et større sæt tags. Med andre ord blev det argumenteret for, at den "semantiske bredde" af et mærke kunne modelleres af en hukommelsesforfaldsfunktion, som kunne føre til forskellige fremkomne adfærdsmønstre i et mærkesystem.
Forudsigelige modeller
Semantisk efterligningsmodel
Beskrivende modeller var baseret på analyser af ord-ord-relationer som afsløret af de forskellige statistiske strukturer i organisering af tags (f.eks. Hvor sandsynligt et tag ville forekomme sammen med andre tags eller hvor sandsynligt hvert mærke blev genbrugt over tid). Disse modeller er således beskrivende modeller på det samlede niveau og har lidt at tilbyde om forudsigelser på niveau med en persons grænsefladeinteraktioner og kognitive processer.
I stedet for at efterligne andre brugere på ordniveau kunne en mulig forklaring på denne form for social samhørighed være baseret på den naturlige tendens til, at folk behandler tags på semantisk niveau, og det var på dette behandlingsniveau, at størstedelen af efterligningen fandt sted . Denne forklaring blev understøttet af forskning inden for læseforståelse , som viste, at under forståelse havde folk en tendens til at blive påvirket af betydninger af ord frem for ordene selv. Hvis man antager, at mennesker i den samme kultur har en tendens til at have fælles strukturer - såsom at bruge lignende ordforråd og deres tilsvarende betydninger til at tilpasse sig og kommunikere, kan brugere af det samme sociale tagging -system også dele lignende semantiske repræsentationer af ord og begreber, selv når brugen af tags kan variere fra person til person på ordniveau. Som sådan kan en del af årsagen til stabiliteten af sociale mærkesystemer tilskrives de delte semantiske repræsentationer blandt brugerne, således at brugerne kan have en relativt stabil og sammenhængende fortolkning af informationsindhold og tags, når de interagerer med systemet. Baseret på denne antagelse forudsiger den semantiske efterligningsmodel, hvordan forskellige semantiske repræsentationer kan føre til forskelle i individuelle tagvalg og til sidst forskellige nye egenskaber på det samlede adfærdsmæssige niveau. Modellen forudsiger også, at folkonomierne i systemet afspejler brugernes delte semantiske repræsentationer.
Semantisk efterligning har vigtige konsekvenser for det generelle ordforrådsproblem i informationssøgning og interaktion mellem mennesker og computere - oprettelsen af et stort antal forskellige tags til at beskrive det samme sæt informationsressourcer. Semantisk efterligning indebærer, at kommunikationsenheden blandt brugerne mere sandsynligt er på det semantiske niveau end i ordniveau. Selvom der måske ikke er stærk sammenhæng i ordvalget i beskrivelsen af en ressource, på det semantiske niveau, synes der at være en stærkere sammenhængskraft, der styrer konvergensen af beskrivende indeks. Dette står i skarp kontrast til konklusioner baseret på en rent informationsteoretisk tilgang, der forudsætter, at mennesker søger og evaluerer information på ordniveau. I stedet indebærer processen med semantisk efterligning i social tagging, at den informationsteoretiske fremgangsmåde højst er ufuldstændig, da den ikke tager hensyn til den grundlæggende enhed inden for behandling af menneskelig information. I lighed med det faktum, at menneskelig kommunikation forekommer på semantisk niveau, påvirker det faktum, at mennesker kan bruge forskellige ord eller syntaks, ikke kommunikationens effektivitet, så længe den underliggende "fælles grund" mellem to mennesker er den samme.
I tilfælde af social tagging, så længe brugere deler en lignende forståelse af indholdet af informationsressourcerne, betyder det faktum, at informationsværdien af tag-dokument falder (at mennesker har flere ord på deres sprog) ikke, at det altid vil være sværere at finde relevant information (på samme måde betyder det faktum, at der er et stigende antal ord på menneskelige sprog, ikke, at kommunikation bliver mindre effektiv). Det peger imidlertid på forestillingen om, at man effektivt skal præsentere disse semantiske strukturer i informationssystemet, så folk effektivt kan fortolke semantikken i de mærkede dokumenter. Intelligente teknikker baseret på statistiske sprogmodeller, såsom latent semantisk analyse og modellen med sandsynlige emner , kan potentielt overvinde dette ordforrådsproblem.
