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/49476591.html

上一篇《研究TAGGING，我们能做什么？（一）》我将基本概念基本介绍完毕。

这一篇我们将继续深入。

（顺带一提，taxonomy和folksonomy中单源和多源的矛盾，实际上是tagging和传统分类[category，category包括最传统的taxonomy和，taxonomy的衍生分面分类法]的矛盾的本质来源，如果你能解决这之间的问题，那么你就能将category中的优点移植到folksonomy上，弥补缺点，这也是我自己研究的主要方向，这里我不能继续说下去了，我还要写论文，等我明年论文即成，不论能否发表，我都会把我在这方面的思路全面补足。

这方面反正淘宝UED也略有提到tagging的信息架构，反正基本思路的原点就是那样）

所以我们将深入到别的一些方向。这些方向我也有作论文的打算，但精力毕竟有限。

TAGGING的界面

alite的文章也集中介绍了标签云的一些表现等等。后来我就介绍给了alite一个网站，里面有关于tagging界面设计的各种尝试：http://well-formed-data.net/thesis

这里我跳过tagging输入的一些思考，这些大致参考国内同僚们的文章即可。tagging的管理则参考gmail和greader做些思考即可。我们来讨论下tagging的输出。

先介绍一下《tagging》这本书中，对于标签云表现的两种基本方式：一种是比例呈现，一种是线性呈现。比例呈现真实反映tag之间的数量关系，最常用的tag会远高于其他的，这样就会出现幂律分布，所以一些标签将会同比变得非常小。而线性呈现则进行对数计算，这样就将幂律间的差距转换为数量级的差距，标签会相对好呈现点。

在《tagging》这本书中，还提到了不仅是按tagging重复使用的频率来展现，还有更为重要的，按一段时间内的流行程度来展现。这是个重要观点。某些数量巨大的tagging可能已经过时了，也就没那么重要的占据标签云的显赫位置。这里会带出另一个重要问题，我之后再谈。至少这里我们可以了解到douban处理标签云，以及最近和最流行图书的一些方式了。

这里我们接着回归一个重要观点：

信息可视化

为什么要提到信息可视化呢，我们来思考标签云，现代大家常见的标签云，类似云一样的展现，也有甚者使用类似球状展现。那么云是二维的，球是三维的。而所谓tagging的使用频率，只不过是一个数字的比较，也就是说，实际上是一维的。我们用2维的方式呈现一维的数据，这就是大材小用。

在《designing interactions》，这本书中，将交互的表现分为一维到思维的四种，即三维空间加时间一维。我们的展示空间有四个维度。而信息来说，以分类学的角度，将一个分面作为一维，则会出现多维。

这个demo，实际上就是加入了一个时间维度，时间维度加数量维度，2维数据2维显示，这是对页面空间极好的利用。

这个demo，就是对分面（facets）情况下的一个展示，这称为多维数据的降维（这也是我非常感兴趣的点，也蛮想做成论文的）

这个demo，用地图形式，展现tagging间的关系，将network的结构非常漂亮的展现出来了。

这里我举这三个例子就为了说明一个问题，这样的交互设计，都是从发掘问题的本质出发了的，他的界面层和信息层之间的关系是通过了细致的思考了的，老外们值得学习的地方就在于此。独立的思考，不仅仅是分析。由思考出发，建模，表达，这样的过程。这个过程的重要程度，可能已经超出“隐喻”了，这是为未来在做设计，为“隐喻”做扩展。

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

这篇草稿大致至此完成。之前我所说的按时间段内的流行程度来呈现标签，这带出来的关键问题，也就是tagging信息架构中不能忽视的一个问题，因为未来是流动的，这是在对流动的、变化的信息进行架构。再回想之前我所说过的信噪比，如何控制信息流，这是一个未来网络中信息架构的关键。而国外，facebook和twitter等等的行为，已经在显示他们对控制信息流的思考。这就是国外网络创新的根基。看看国内大家谈SNS，谈的火热朝天的，却实在是缺少人真正沉下心来研究这一切的核心。这是值得我们思考的。

我个人有一个哲学观，哲学、分类学、语言，这是万事万物的基础，我上文研究的一切，都是基于我这样的哲学观，这也是我留在了这个行业的原因。