標簽的可視化進程初探

馬曉悅

摘 要 本文以信息管理理論中的標簽理論為基礎，從可視化視角探討標簽發展過程中的幾個重要階段，并結合當前以人為導向的計算機界面設計背景，分析指出標簽可視化在人機交互領域的作用和發展趨勢。

關鍵詞 社會化標簽；信息可視化；人機交互設計

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2016）172-0152-02

標簽（Tag）作為產生于大眾分類法中的特有概念，逐步成為網絡環境下，尤其是Web2.0環境下一類滿足用戶各級知識需求的有效工具。標簽通過對所標注內容的關鍵字式闡述，為用戶提供有效、便捷的知識向導；同時標簽為所標注內容提供分類依據：持相同或相近標簽的知識被認為處于同一類別中，從而豐富自上而下（Top-down）的單一知識組織模式。已有研究分析并揭示標簽在知識獲取方面對用戶的協助機制，然而這些研究中所使用的傳統文字標簽由于其文字表述形式而存在一些限制，一個主要方面就是不利于用戶對標簽內容和標簽結構的理解，進而影響對所標注知識內容和知識結構的把握。這一限制隨著知識內容多元化、表征方式多樣性的出現而越來越明顯。另一方面，由于標簽數量增加所導致的表述詞匯逐漸發散，使得用戶無法通過詞義捕捉多個標簽間的結構關系，將原本相關聯的標簽被割裂開來。

從理論上講，信息可視化和所有可視化研究一樣，都基于符號學以及圖形化認知的學說結論?？梢暬ぞ叩拇嬖谑沟迷械娜藱C交互模式更加豐富、直接，也更符合人類認知規律和操作習慣。在信息可視化理論的發展背景下，標簽同樣經歷了可視化的演變進程，從而更好地服務于以信息獲取為目的的人機交互界面設計。本文將從標簽理論提出之初開始，梳理標簽可視化的發展進程，闡釋標簽在各個階段對人機交互設計所起的作用及其發展特點。

1 標簽可視化的發展階段

第一階段：文字標簽。

大眾分類法及標簽的研究是信息管理和知識工程在強調用戶參與之后的一個重要里程碑。標簽的出現打破了原有專家定制的信息分類模式，極大地滿足了對日益增長的網絡信息資源管理的需求。

標簽的研究在國內時間并不長但發展比較迅速。針對標簽這一理論國內學者提出了大量相關衍生算法，諸如概念格、標簽聚類算法等；同時也將標簽應用于多種領域來解決具體問題，例如圖書館建設、基于標簽的推薦系統、在線圖像視頻等多種類型的知識組織和搜尋。在國外，除了對標簽的基礎理論研究、標簽相關系統研究和標簽在信息管理中的應用研究外，一些學者還感興趣于標簽與用戶的交互研究，定性、定量的從知識瀏覽、知識搜尋和知識分享的角度闡述了標簽在知識活動中的作用機理。

然而正如引言中提到的那樣，由于標簽的傳統表征形式，文字標簽對用戶在標簽和被標注信息的內容和結構認知上存在不利因素，特別是隨著信息量和標簽數量上升，這種弊端越來越明顯地存在于人機交互界面的設計當中。為了改善由文字表征形式所引起的標簽問題，可視化手段將逐步引入到標簽使用的環節當中。

第二階段：圖形化元素輔助的文字標簽。

針對文字標簽所產生的結構不清、重點標簽不夠突出問題，研究學者試圖通過輔助可視化工具來改善標簽的表征方式。這一階段則以具有可視化結構的文字標簽為主要對象。這類標簽利用圖形元素，將文字標簽間的結構關系可視化，例如，可視化詞典Visual Thesaurus和標簽簇TagClusters。通過對文字標簽添加顏色、線條等簡單可視化元素來強調某些標簽或強化標簽間語義結構。

但在這些工具中，標簽仍然持文字表征方式，僅將存在于同一語義類別下的標簽集中在同一圖形可視化背景中，用戶可以根據背景的范圍識別標簽間的相關性。這與可視化本體的思想有相似之處。從廣義上講，標簽云（Tag Clouds）也屬于此類可視化標簽的范例之一：針對標簽云中標簽的不同表征方式、不同聚簇方式討論其有效性。

第三階段：無規則圖標標簽。

隨著標簽內容的日漸豐富，簡單的可視化元素不足以完全體現標簽的互聯信息和內涵信息，而隨著計算機圖形理論的日益發展，標簽的可視化進程進入到第三階段，即利用圖標來進行信息標注，也可稱之為圖標標簽。

作為圖形、符號的有效結合體，圖標的研究更是與圖形化認知，尤其是雙編碼理論（Dual-coding Theory）有著密不可分的聯系。圖標標簽是以圖標這種圖形化方式來對知識做標注的標簽，被提出并實踐于醫藥注釋等領域當中。國內外針對圖標最初的應用集中在界面設計和行為圖標（Icon for action）中，大量有關圖標的研究都是以認知學、符號學為基礎，討論圖標的種類以及對應的認知行為。隨著圖標在可視化知識表征研究中的引用，知識圖標（Icon for knowledge）的研究方向被逐步明確。部分系統相繼利用圖標作為知識表征的工具，諸如可視化藥品系統、音頻搜尋系統、危機管理系統等。具有知識指代內涵的圖標標簽加深了基于網絡的知識組織系統中圖形與標簽、圖形與所標注內容之間的聯系。通過對圖標所指代內容的理解（或協助理解），用戶可以直接或間接的接收標簽信息。

國內有關圖標標簽的概念雖未嚴格給出，但是有關圖標標簽早期的原型也可追溯到《中國圖書館分類法》中的圖符庫，其思想就是利用圖符的指代認知功能來幫助用戶理解分類結構中的知識內涵，這與圖標標簽的作用是相通的。然而無論是行為圖標抑或知識圖標，都沒有強調圖標間結構的重要性，這對圖標標簽的大規模應用造成一定的認知困難。

第四階段：結構化圖標標簽。

在知識圖標的基礎上，結構化圖標標簽的概念被提出，也代表著標簽可視化進入第四階段。該新型標簽被定義為附著有可視化圖形編碼的圖標標簽，用以利用自身的圖形、符號雙重特性來同時可視化標簽內容和標簽結構，從而最終協助表征被標注知識的內容和結構信息。結構化圖標標簽在被定義之后，分別通過手工標注實驗、在線標注實驗的方式證明了其可用性，尤其揭示了在標簽結構表征方面相較于文字標簽的優勢之處。同時也確立了協同構建此種標簽的準則，用戶將可以類似于制造文字標簽一樣便捷的自行制造結構化圖標標簽。

相較于其他標簽類型，結構化圖標標簽能夠更好地與圖標匹配。在文字標簽中，僅僅尺寸和顏色兩個可視化變量可以被應用，然而對于結構化圖標標簽來說，所有的圖形變量都可以輕易地添加在原始圖標上。因此結構化圖標標簽也許不是最好但卻是最適合于標簽可視化的方式。

這一標簽類型有利于同時可視化標簽內容和標簽結構。區別于文字標簽，結構化圖標標簽將首先提供圖形表征物，然后符號將改善標簽內容的理解，這會促進之后被標注文檔內容的理解，或者至少為文檔內容提供圖形標簽的輔助功能。結構化圖標標簽加強了多語環境下的知識標注和知識共享，區別于純文字標簽對標準詞匯和制定語義的要求，在人機交互設計中，選取一個合適的圖標和可視化元素來同時表征標簽內容和標簽結構顯得更加符合實用性視角和美學視角下的設計要求。

2 結論

標簽的可視化進程在經歷了這4個階段后逐步趨向成熟。它的進一步發展一方面將服務于構建新型的標簽系統，通過研究用戶使用結構化圖標標簽的知識行為來明析其與傳統文字標簽行為的區別和聯系。這一結果將為系統設計者提供依據：圖標標簽和文字標簽應該搭配使用還是單獨使用，什么時間使用。根據此項研究的結論可以通過對比發現結構化圖標標簽在什么情況下可以代替或協助文字標簽，在什么情況下可以改善文字標簽的不足之處。這對之后確定結構化圖標標簽的使用環境具有現實意義。另一方面也為搭建可視化復合型知識平臺界面提供理論依據，有利于解決跨組織、跨領域、甚至跨國界知識需求中，由于文字標簽語言或內容理解不善而造成的瀏覽、搜尋、分享效率不高的問題，同時更是可以對圖標具有絕對優勢的應用領域做出應用推薦，例如以地圖為知識行為媒介的知識組織系統：智慧城市、防災工程等。

參考文獻

[1]滕廣青，畢強，高婭基.基于概念格的Folksonomy知識組織研究——Tag Cloud的層級體系構建.情報學報，2012，31（2）：136-142.

[2]張海燕，孟祥武.基于社會標簽的推薦系統研究.情報理論與實踐，2012，35（5）：103-106.

[3]馮祝斌，華薇娜.社會標簽研究現狀調研與分析——基于WoS、LISA、ACMI、EEE數據庫. 情報雜志，2012，31（2）：157-162.

[4]查先進，呂彬.知識共享視角下的大眾標注行為研究——基于標簽的實證分析.圖書館論壇，2010，30（6）：76-81.

[5]Kipp，Margaret E.I. and Campbell， D. Grant. 2010. Searching with Tags： Do Tags Help Users Find Things？ Knowledge Organization， 37（4）： 239-255.

[6]Chen， Y.-X.， Santamaría， R.， Butz， A. and Therón， R. 2009. TagClusters： Semantic Aggregation of Collaborative Tags beyond TagClouds. Smart Graphics In Smart Graphics， Vol. 5531， pp 56-67.

[7]沈奎林，邵波，盧明.標簽云在學術資源揭示中的研究與應用——以中國知網數據庫中圖書情報類核心期刊論文關鍵詞為例.圖書館論壇，2013，33（3）：36-43.

[8]曾子明，張振.社會化標注系統中基于社區標簽云的個性化推薦研究[J].情報雜志，2011，30（10）：128-133.

[9]Nakamura， C. and Zeng-Treitler， Q. 2012. A taxonomy of representation strategies in iconic communication. International journal of HumanComputer Studies， 70： 535-551.

[10]Ma， X.， Cahier， J.-P. 2014. An exploratory study on semantic arrangement of VDL-based iconic knowledge tags. Knowledge Organization， 41（1）： 14-29.

[11]Ma， X.， Cahier， J.-P. 2014. Graphically structured icons for knowledge tagging. Journal of Information Science， 40（6）：779-795.