阳光不锈

版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明
http://gundam215.blogbus.com/logs/49472370.html

序

在国内，最近有很多人写tag相关的文章，比如淘宝UED的，alite的，Robert的。其实在国内互联网，一叶千鸟关于信息架构这些东西写的蛮早，所以07年他就有过类似文章，我在探索tag的时候找到过一本叫《tagging》的书，然后看到了豆瓣上的puting已经看过此书，然后就特意去找他聊了。在看淘宝UED那篇时，又去找了回帖的yusen，并去读了他在HCI2009年上的论文。yusen的这篇是国内迄今为止关于这个话题写的最好的，他对tagging的了解也是国内这些人里面最深入的，从他博文中OS2.0里这些文章就可以看出他对分类学的理解已经比其他人更深了。后来我也通过特殊渠道和他聊天探讨。

而在国际上，tagging这个话题从2001年开始起来，从05年开始热起，到06-08年，WWW（关于互联网的国际会议中可以算No.1）中有一半的文章在谈tagging，其他各种会议期刊关于tagging的文章也是数不胜数，2006年WWW有个关于tagging的workshop极度推荐一看。

我迟迟不写，是因为我还有需要继续研究下去的东西，所以此篇只能算是草稿，但是草稿也要写出新意来。我对于tagging的关注是来源于5月份写的两篇草稿。反正后来就在研究信息架构的时候一头扎进去了。

本文沿袭了《tagging》和《Information Architecture for Web》这两本书里的一些结构和思想，然后注入了一些自己的想法

关键词

本文可能涉及到一些关键词，如有迷茫，请向google求助：

解耦、分类学、可寻性、PIM、分面、等级系统、多层分面等级系统、无源社会元件、有源社会元件、数据关系。

一、Tagging的目的

这个必须在第一个说。对tagging的需求其实不只是用户或者用户群，还有网站建设者，信息架构师，搜索引擎。

在《tagging》书中将tagging的目的分为5类，易用（ease for use）、个人信息管理（Personal Information Management，后文用PIM代替）合作和分享（Collaborating and Sharing）、好玩（having fun）、展现自我（expressing yourself）。

我自己将目的分为两类：PIM和IA。前者是用户的目的，后者是网站建设者和信息架构师的目的。至于什么好玩，分享和合作以及展现自我，这些都对PIM和IA起很大的作用。

---<--关于tagging的优缺点和基本介绍等，参看我在序中提到的各位同僚的好文即可。特别是yusen那篇论文，介绍的已经极为详细了，几十页的文字可不是盖的-->---

至此，我必须要开始介绍一下信息架构的一些本质了。在《Information Architecture for the World Wide Web》（《web信息架构》，有中文版）这本书的作者Peter Morville的说法是这样子的，信息架构就是为了缩短用户与内容的距离。这将是我们之后所谈的所有概念的核心。而除了这个核心思想，我需要在讲的一点是方法。在我看来信息架构方法的本质是分类学（classification）。

所以全文就会以此两点为主线，讲述的是以分类学的方法来缩短用户与内容的距离的故事，而本故事的主角是tagging。

二、分类学

在几个月的研读中，我特意去研究了taxonomy和classification的区别。taxonomy本来专指生物分类学，后来衍生为分类学，是指有层级结构的分类，而classfication本身不带层级结构的意思。而folksonomy则指大众分类法。taxonomy一般自上而下的构建，就是有专门的权威机构来构建，而folksonomy由大众来构建，这是这两者的唯一区别，切记，所以这里我要指出一个关键的误解，这是现代我看过的所有文章的共同误区，现代所有文章都认为folksonomy是扁平结构的，taxonomy是层级结构的。这是极度误解，这两者的关键差别在于源，一个是单源，一个是多源，这两者带来的一个问题，导致了folksonomy至今全是扁平结构的。

这是什么问题呢？

我们在回归到信息层面来思考。信息之间有几种基本关系：独立、互斥、相交、包含。这是最基本的，有点像数学里的几何物体间的关系，至于其他什么相邻，相承，这些属于次要关系，都可以被前四种关系包含。这里很关键，我在和数据库架构师（DBA）的交流中认识到了这个的重要性。这种建模方式，是DBA们的重要方法。

这与分类学有什么关系？

所谓层级（hierarchy）结构，就是包含关系！层级结构有一大关键，就是不能产生回路，即a包含b，b包含c，c包含a，这样的情况。但如果要建设多源状态下的层级结构，那么很难避免回路，这就是folksonomy至今全是扁平的关键原因。了解了这个原因，很重要，这对我们拓展tagging带来了基础，也就是说，我们可以努力，用某些方式让folksonomy产生等级结构。这也意味着我们将可以将大家在各自文中提到的tagging的弊端中，将无法展现层级机构这一项去掉。这就是创新的基因！

谈到这里，我们顺带一提，DBA们对tagging这样的数据关系，可能称为pool，然后将tagging间用一些类似collaboration或者share产生的结构，称之为网状（network）结构，这也是我们在分类学中要用到的重要方法。

tagging在这里，对比传统category的方式的优点也就体现出来了，基于network的tagging体现了一对多甚至多对多的数据关系，而传统category只能将一个文件放到一个档案柜里（想想windows的隐喻，然后可以考证folder的历史，这里我不展开了）

接下来，我们再来谈大家都在谈的分面（facets），这个问题具体是怎么回事，我以前写过一篇介绍——《分面（facet）不是搜索》。分面是一种分类法，分面分类法是为了应对复合式等级系统才会被发展出来的。我们要将问题进行多属性的考虑。从质量，从体积，从面积，都是不同的角度，这些分类不是并列的，而是相互独立的。

这对我们处理海量信息非常重要，因为实际上tagging以类似元数据的方式流行网络的时候，就成为了海量数据。这也成为了大家诟病tagging的一个地方。因为海量的tagging降低了我们再寻找信息时代来了负担，也就是信息过载。但如果我们再度用分类法的方式，用复合式等级系统的方式去对待tagging，我们就可以消除这一不足。

--------------------

这里我们返回我们文章开头的主旨，信息架构是为了缩短用户与内容的距离，而现代人们用tagging的方式降低交互成本的同时，却在增加用户与内容的距离，这就让tagging变成了噪音，于是我们产生了各种方式去降噪，推荐、协同过滤、ranking算法、聚类算法，等等等等。但是说到底，我们在这里应该清晰的认识到一点，和搜索一样，这不是技术问题，这是信息架构问题。我们如何去降低信噪比呢？分类学的作用呢？且听下回分解