Tagging and Metadata for Social Information Organization研討會論文閱讀
WWW2007 Workshop:
Tagging and Metadata for Social Information Organization
使用者產生的內容已經改變了整個網路的結構。這些內容──包括影片、網誌、照片等等──通常都是眾人聯手組織起來的。這可能是使用標籤(tags)或是關鍵字，都是由使用者去填寫。
標籤是一種很有用的著手點，它可以藉由搜尋、過濾、導覽及其他方法來拓展資料內容。聯合式的標籤內容資源允許他們用在知識與資訊分享，並且組成一種社會互動，而這些關鍵字之間的關聯可以被用在建立主題網路(topic network)的關係。
這個研討會中討論了七篇論文(由此網站可以下載到全文的PDF檔)，而我大略地看了其中的四篇，茲將標題與摘要翻譯紀錄於下：
Learning User Profiles from Tagging Data and Leveraging them for Personal(ized) Information Access
by Elke Michlmayr, Steve Cayzer
由於社會性書籤系統(social bookmarking system)大流行，大量的metadata可以從中取用。要從一堆的使用紀錄當中找出使用者的使用行為(profile)，通常是用資訊過濾(Information Filtering)。
這篇論文呈現出該怎麼去從標註資料(tagging data)的動作建立使用者的使用行為。該文用Add-A-Tag演算法找出使用行為，建立該使用者的結構性與暫存性標註資料特點。
這裡有兩個需要主要的收穫。第一，該文作了一個小範圍使用者的實驗，簡單地從一群資料中看到過往有用的標註行為。第二，使用者使用行為可以用來指引使用者，也就是說，提供使用者個人化的指引，去找到資源。
Emerging Motivations for Tagging: Expression, Performance, and Activism
by Alla Zollers
內文社會性標註系統(social tagging system)已經應用在許多個人化資訊組織與檢索上。人們使用各式各樣的網站去標注照片(Flickr)、網站(De.licio.us)、部落格(黑米)以及影片(YouTube)。最近，商業網站例如Amazon.com，也開始將標註系統應用到網站上。就連圖書館的OPAC也有標註系統了，這真是一股無法抵擋的趨勢。
這種標註的類型不只是個社會現象，讓使用者可以看到其他的標註與資源，同時也是種蒐集或合作，任何使用者可以標註任何資源。藉 由分析兩個自由標籤網站(Amazon.com與Last.fm)的實作，該篇文章敘述找出標籤的社會性動機(social motivations ofor tagging)。從系統中找出來的動機將會包括表達(expression)、呈現(performance)與行為學(activism)。
備註：
Amazon.com我想大家都很熟了，比較陌生的應該是Last.fm，所以我去找了wikipedia的資料來看看：Last.fm是一個以英國為總部的網路電台和音樂社區。有遍佈232個國家超過1500萬的活躍聽眾。2007年被CBS Interactive以2.8億美元價格收購，是目前歐洲Web 2.0網站中成交價最高的紀錄。
Applying Collaborative Tagging to E-Learning
by Scott Bateman, Christopher Brooks, Peter Brusilovsky
這篇論文概要地描述作者用合作式標籤支援數位學習的傳統metadata蒐集策略。最近10年間，學習導向示例(learning object paradigm)已經被用來在數位學習上，而且讓標準本身變成專注在於基於自由分類的情況下創造metadata保存資料庫。我們同意社會性蒐集現象與輸入可靈活改變的metadata標準將是調整線上學習所需。這篇論文將會用宏觀的角度來看標註在數位學習上的應用。
首先先看到特定領域的標註實作，透過分析學生們為學習物件分類所提供的標籤。接著看到兩個應用標註到長篇小說介面的案例。這兩個系統使用突顯重點的方式，強調標籤應用到學習內容中。因為跟老師的理念蠻接近的，所以很值得一讀
後面的案例裡面，作者用Open Annotation and Tagging System(OATS)這個開放原始碼的工具來強化學習管理系統。OATS提供了自我組織工具、標註筆記(note-takeing)到內容裡、還有畫重點的功能。如果很多人在同個地方畫重點，那個段落的背景色就會由原本的黃色漸漸變重，這種凸顯重點的方式作者稱之為social annotation support。
作者的tag跟note是分開的。tag是分類用，note則是紀錄事情用。他用tag去分將畫重點的文字與note作分類，形成一種社群。
文章後面討論到多媒體的tag，作者提到YouTube將影片切割成30秒左右的小段落去作tag，這樣有助於分享與找尋資料(畢竟一個10分鐘的影片也不是全部都是重點)。但是YouTube並沒有提供影片本身的annotate或note taking，只有簡單的開放討論版。
Network Properties of Folksonomies
by Christoph Schmitz, Miranda Grahl, Andreas Hotho, Gerd Stumme, Ciro Cattuto, Andrea Baldassarri, Vittorio Loreto, Vito D.P. Servedio
近年來，社會性資源分享系統如YouTube以及del.icio.us吸引了為數可觀的使用者。他們提供了豐富的資源，可供資料分析、資訊檢索以及知識發掘應用。朝這方向的第一步就是對這些內容與系統架構有更好的著眼點。
在這篇論文中，我們將會分析兩種系統的網路特性。我們思考了他們的潛在資料架構──又稱為社會性分類(folksonomiy)──為第三個特性，並且為他們調整了傳統網路測量方式，例如特性路徑長度(characteristic path length)以及聚合係數(clustering coefficient)。
接著，我們介紹網路合作式標註以及它的特性統計調查，關注各節點之間的關連反映出社會性分類的語義。我們將展示簡單的統計指示模糊少量非社會性行為，例如垃圾郵件。
