2.2 标签与大众分类法

  标签是一种准确、灵活、开放的分类方式，是用户为自己的文章、图书、视频等电子信息资源定义的一个或多个描述[ ]。标签可以是有关任何方面的：可以是对资源主题、所在位置、预期用途的描述、一种提醒，或是完全不同的其他东西。标签可以是单独的词（如天气），也可以是短语（如美丽的风景）。

 标签肯定是元数据，但是其并不容易被分到诸如描述型、管理型和结构型这样的类别中[ ]。人们基于不同的原因进行标记，对标签类型的分析很难详尽无遗。有时标签完全是个性化的，其含义和目的只有创建者知道。表1是标签作为元数据履行的7种功能的标签类型和相应的示例。

表 1  7种标签类型[7]

标签类型 示例

描述型 Css、webdesign 、ajax 、Minnesota、 drama 、gardening zen 、microfinance 、music 、halo3 、networks 、sushi、 hibascus

资源类型 Blog 、book、 viedo、 photo

所有权/来源 Nytimes 、genesmith 、newriders

观点 Cool、 funny 、lame 、beautiful 、crap 、defective by design

自我引用 Mystuff、 mine、 me

任务组织 Toread 、tada 、work

比赛与演出 Squaredcircle、 seenlive、 aka、 vogon、 poetry

 大众分类法（folksonomy）已经成了一个描述源自社会化标记的自底向上分类系统的人们术语[ ]。其他分类系统定义了术语或术语所指的概念之间的关系（广义、狭义、等价、相关）。在大众分类法中，标签之间的关系是基于它们的使用模式来推断的[ ]。大众分类法是web2.0时代下的产物。互联网上的信息瞬息万变，传统的分类法无法满足现如今这种快速变化与更新的时代，而大众分类法恰好弥补了这个缺陷，它允许人们自由地对内容进行标注，所以在某种程度上有随意性、个性化的特点[ ]。大众分类法充分体现了人们的智慧，人们可以凭借自己的理解和喜好对信息进行个性化地组织和标注。所以在大众分类法下，新词语、新话题、新热点一下子就能显示出来，人们可以很容易地检索到自己感兴趣的话题。

与其他分类法不同，大众分类法并不为标签设定语义关系，标签之间的关系需要根据内容来推断。它可能没有事先确定好的语义关系，但确是能够真实地反应用户的行为。目前对大众分类法下的标签进行分析，推断语义关系的方法主要有以下几个[7]。

 对标签进行计数。通过计数来看看哪个是最热门的，这是最简单的考察标记模式的方法。

 同现（co-occurrence）算法。计算哪些标签是一起使用的，对于任何给定的标签，计算其他标签与它一起使用的频率，这就得出了一个统计相关的标签列表。同现算法粗略地估计了词典中的相关关系。

 聚类算法（clustering）。着眼于两个标签的同时出现，从而计算其概率。然后，通过将其具有高同现概率的标签进行分组，标签的聚类就被计算出来了。

2.3 Hashtag的研究综述

现国内对于Hashtag的研究还比较匮乏。

国外对于Hashtag的研究主要包括：对Hashtag的介绍[10-12]、Hashtag一些相关研究方法[13-16]以及Hashtag的应用[17-20]等。

在Hashtag介绍方面，Charles Darwin提到Facebook和Twitter成为一种文化现象，致力于实现连接全世界人民的目标[ ]。他强调了连通性的概念，将社会媒介运用其中。Krystal Evans说到许多学术会议利用社会媒介站点，例如Facebook和Twitter，联络组织者、报告人和代表[ ]。