大眾分類法對信息過載的影響及優(yōu)化策略研究

王娜 田曉蒙

〔摘要〕[目的/意義]調(diào)研顯示，大眾分類法是造成豆瓣網(wǎng)中信息過載的主要原因，但國內(nèi)尚未發(fā)現(xiàn)針對性研究。[方法/過程]通過問卷星調(diào)研大眾分類法對豆瓣網(wǎng)中信息過載的影響，并利用SPSS、EXCEL等軟件對搜集的數(shù)據(jù)進(jìn)行分析、整理。[結(jié)果/結(jié)論]通過分析數(shù)據(jù)得出以下主要結(jié)論：豆瓣網(wǎng)中的分類體系不能滿足用戶基本需要；大眾分類法在豆瓣網(wǎng)中的應(yīng)用存在多種問題，如同義詞標(biāo)簽過多和標(biāo)簽專指度不高等。在此基礎(chǔ)上，本文提出了一種優(yōu)化大眾分類法的策略，并探討了其實施方案。

〔關(guān)鍵詞〕大眾分類法；豆瓣網(wǎng)；信息過載；標(biāo)簽優(yōu)化

DOI：10.3969/j.issn.1008-0821.2016.09.013

〔中圖分類號〕G2541〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2016）09-0074-08

〔Abstract〕[Purpose/Significance]The research showed that Folksonomy was the main reason for causing the information overload in Douban.com，but it was not yet found a targeted research in domestic.[Methods/Process]Researched the effect of Folksonomy for information overload in Douban by Questionnaire Star，and used SPSS and EXCEL to analyze and sort collected data.[Result/Conclusion]By analyzing data this paper draw the following conclusions：the classification system in Douban could not meet the basic needs of users；the application of Folksonomy in Douban existed kinds of problems，such as too many synonyms tags and low specificity tags.And on this basis，this paper put forward a Folksonomy optimization strategy and discussed its implementation.

〔Key words〕folksonomy；Douban.com；information overload；tag optimization

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)信息層出不窮。目前網(wǎng)絡(luò)已經(jīng)進(jìn)入到了信息雙向交互時代，由網(wǎng)絡(luò)使用者創(chuàng)造發(fā)布的信息占據(jù)著部分市場。為了方便用戶對網(wǎng)絡(luò)中各種信息資源的分類和管理，一種以用戶為中心的信息組織方法——大眾分類法應(yīng)運而生。大眾分類法是“由大眾的意見一致而產(chǎn)生的基于用戶的分類體系”，也有人稱其為社會化分類法、分眾分類法、通俗分類法等[1]。 大眾分類法在網(wǎng)絡(luò)信息時代有著比較廣泛的應(yīng)用，例如QQ書簽、Google書簽等社會化書簽；新浪、網(wǎng)易和騰訊博客；各種論壇、公告欄和個人空間等網(wǎng)絡(luò)社區(qū)；還有Youtube、土豆等圖片及視頻分享網(wǎng)站[2]。其中國內(nèi)最典型的利用大眾分類法進(jìn)行信息分類組織的網(wǎng)站是豆瓣網(wǎng)。

豆瓣網(wǎng)是目前國內(nèi)非常典型的一個基于Web20的門戶網(wǎng)站，擁有豆瓣讀書、豆瓣電影、豆瓣音樂、豆瓣同城、豆瓣小組、豆瓣閱讀和豆瓣東西等多種應(yīng)用社區(qū)。在豆瓣網(wǎng)中用戶可以根據(jù)自己的想法對某個內(nèi)容貼上標(biāo)簽，其中的高頻標(biāo)簽會被選出作為信息資源的標(biāo)識，其他用戶便可以根據(jù)統(tǒng)計出的高頻標(biāo)簽進(jìn)行查詢。豆瓣網(wǎng)的存在實現(xiàn)了以用戶為中心的信息組織方式，體現(xiàn)了個性化的信息服務(wù)需求，其靈活性和共建共享的特色吸引著廣大用戶。但是豆瓣網(wǎng)也存在著一些不可避免的缺點，如等級分類體系不明確、標(biāo)簽專指度不高、標(biāo)簽同義詞重現(xiàn)等。

從豆瓣網(wǎng)的使用可以發(fā)現(xiàn)，大眾分類法分類體系不明確、標(biāo)簽含義模糊，使用戶在查詢所需信息時效率低下，無法獲取有效信息，從而造成了信息過載的現(xiàn)象?；谠摲N問題本文對用戶進(jìn)行了相關(guān)調(diào)研，通過調(diào)查分析豆瓣網(wǎng)中信息量的現(xiàn)狀、用戶對現(xiàn)有分類體系的滿意程度和標(biāo)簽機制的使用情況，提出了有針對性的優(yōu)化大眾分類法的措施，旨在通過優(yōu)化大眾分類法以防控使用該組織方法的網(wǎng)站出現(xiàn)信息過載的問題。

1國內(nèi)外研究現(xiàn)狀綜述

11國內(nèi)外大眾分類法研究現(xiàn)狀綜述

大眾分類法起源于西方，是由美國信息構(gòu)建專家Thoma s Vander Wal和Gene Smith在2004年8月首先提出來的[2]。國內(nèi)外關(guān)于大眾分類法的相關(guān)研究大致集中在4個方面，即基礎(chǔ)理論、技術(shù)、開發(fā)應(yīng)用、實證研究。其中國內(nèi)較重視理論基礎(chǔ)和開發(fā)應(yīng)用，而國外則致力于技術(shù)層面和實證應(yīng)用[3]。如劉洋從大眾分類法的概念、模式、特點出發(fā)，總結(jié)了目前大眾分類法的應(yīng)用現(xiàn)狀并分析了它在科研領(lǐng)域、電子商務(wù)領(lǐng)域及電子政務(wù)領(lǐng)域應(yīng)用的可能[2]；吳超總結(jié)了利用大眾分類法進(jìn)行網(wǎng)絡(luò)信息組織的優(yōu)勢，并指出其具有廣泛的應(yīng)用前景[4]；Cameron Marlow等研究了大眾分類法的特定運行環(huán)境，分析了該系統(tǒng)的結(jié)構(gòu)特征和基本元素[5]；Hak Lae Kim等學(xué)者對Folksonomy在語義網(wǎng)中的應(yīng)用進(jìn)行了研究，在標(biāo)簽中建立起概念層，進(jìn)行形式化的概念分析，在添加博客的標(biāo)簽時，實現(xiàn)了一種具有上下文關(guān)系的Folksonomy新方法[5]；Scott Bateman研究了怎樣在e-Learning系統(tǒng)中應(yīng)用Folksonomy[5]；Arch Xan提出了創(chuàng)建大學(xué)圖書館Folksonomy的設(shè)想[5]。

12國內(nèi)外信息過載研究現(xiàn)狀綜述

對信息過載問題的研究始于20世紀(jì)的西方國家，后因互聯(lián)網(wǎng)絡(luò)的飛速發(fā)展，大量混雜信息充斥在人們的生活中為其帶來了不便，人們才逐漸意識到信息過載給人們帶來的危害。國內(nèi)外研究信息過載主要是從其產(chǎn)生的原因、對用戶的影響以及避免信息過載的有效措施等方面展開。如Mark Nelson認(rèn)為，信息過載是因為人們因某種因素而無法從眾多信息中萃取出想要的信息[6]；Wheelwright等人認(rèn)為，信息過載會影響交換和處理信息的速度和個人工作的專心程度，因此會對個人完成任務(wù)的效率和質(zhì)量產(chǎn)生負(fù)面影響[7]；王娜等人分析了信息過載產(chǎn)生的原因和可能造成的危害，并提出了利用個性化推薦機制來進(jìn)行信息過載的防控[8]。

13研究現(xiàn)狀評述

由國內(nèi)外研究現(xiàn)狀綜述可見，現(xiàn)有的研究缺乏關(guān)于大眾分類法對于信息過載影響的探討，但是隨著大眾分類法的廣泛應(yīng)用及信息過載的日益嚴(yán)重，這個研究方向?qū)τ谶M(jìn)一步優(yōu)化信息組織方式以達(dá)到控制信息過載非常重要，因此本文認(rèn)為應(yīng)該就該方向展開研究。在國內(nèi)豆瓣網(wǎng)是使用大眾分類法的典型代表，用戶群體數(shù)量較大，因此本文選取豆瓣網(wǎng)為例，以問卷調(diào)查的方式針對用戶對豆瓣網(wǎng)中信息量的感受、查詢信息時效率的高低、標(biāo)簽機制使用情況等問題來進(jìn)行調(diào)查研究，并針對調(diào)查結(jié)果提出了優(yōu)化大眾分類法的建議，以期通過該次調(diào)研對現(xiàn)有網(wǎng)絡(luò)環(huán)境及未來泛在網(wǎng)絡(luò)中信息組織方式的選擇和對信息過載的防控提供一定的參考。

2調(diào)查問卷的設(shè)計與實施

21調(diào)查問卷的設(shè)計

211問卷設(shè)計的理論基礎(chǔ)

Martin JEppler及Jeanne mengis兩位學(xué)者，將（組織）信息過載產(chǎn)生的原因區(qū)分為個人因素、信息特質(zhì)、任務(wù)及過程因素、組織設(shè)計及信息科技五大類別[9]。其中，本文主要研究的是信息的組織設(shè)計對信息過載產(chǎn)生的影響，即采用大眾分類法對信息過載的影響。在評價大眾分類法的應(yīng)用情況時，主要考慮了其中的信息分類方式和標(biāo)簽的運用。因此，本次調(diào)查在設(shè)計問卷時先簡要調(diào)查了豆瓣網(wǎng)本身的信息數(shù)量、質(zhì)量對用戶利用信息的影響，即信息過載的情況；然后主要調(diào)查了豆瓣網(wǎng)中的分類體系和大眾分類法下標(biāo)簽機制在信息組織方面的效果，包括了對標(biāo)簽專指度、標(biāo)簽同義詞等的研究，用于分析信息組織設(shè)計與信息過載間的關(guān)系。

212問卷的構(gòu)成

本次調(diào)查問卷由以下5部分組成：（1）豆瓣網(wǎng)用戶的基本信息調(diào)研。這部分設(shè)置了1道問題，即調(diào)查用戶的學(xué)歷情況。（2）用戶對豆瓣網(wǎng)所提供信息的看法。這部分是針對用戶對豆瓣網(wǎng)中信息使用情況的調(diào)查，由5道題組成，包括對信息量的感受、查詢信息時的感受、查詢到的信息對自己的幫助、所耗費的時間、對推薦信息的態(tài)度和主要利用哪些功能獲取信息。（3）調(diào)查用戶對豆瓣網(wǎng)中分類體系的看法，由3道題組成，包括對現(xiàn)有分類體系和多級分類體系的滿意度、是否產(chǎn)生困擾。（4）調(diào)查大眾分類法下標(biāo)簽的使用情況。由3道題組成，包括標(biāo)簽專指度情況、貼同義標(biāo)簽的原則和用戶對提出的標(biāo)簽優(yōu)化法的接受情況。（5）設(shè)置了兩道開放題，分別調(diào)查用戶認(rèn)為在豆瓣網(wǎng)進(jìn)行信息分類時需要改進(jìn)的地方和用戶如何對豆瓣網(wǎng)中的內(nèi)容貼標(biāo)簽。

22調(diào)查的實施情況與信度效度分析

221調(diào)查的實施情況

本次調(diào)查是通過“問卷星”平臺對網(wǎng)絡(luò)用戶進(jìn)行的在線調(diào)查，調(diào)查面向所有網(wǎng)民，跨湖北、北京、江蘇、廣東、河南、浙江、福建、上海、遼寧、四川、湖南、天津、重慶、陜西等30個地區(qū)。本次問卷調(diào)查共收集問卷521份，其中有效答卷492份，占問卷總數(shù)的9443%。學(xué)歷層次分布比較廣泛，被調(diào)查者的學(xué)歷在本科以上的達(dá)到了8331%，如圖1所示。圖1調(diào)查對象受教育程度分布

222信度效度分析

本文利用SPSS210進(jìn)行了重測信度分析，旨在分析兩次測量選項頻率分布的一致性程度。本次調(diào)查用同樣的問卷對相同100名用戶間隔3個星期做了重復(fù)測試，計算兩次結(jié)果的相關(guān)系數(shù)為0926（相關(guān)系數(shù)值在08以上為信度良好），說明本問卷具有較高的信度。在進(jìn)行問卷的效度分析時，本文采用表面效度法對問卷進(jìn)行評判，問卷測量的內(nèi)容與測量目標(biāo)相符，題目之間具有較強的邏輯結(jié)構(gòu)，且題目難度由淺至深，選項設(shè)計合理，沒有遺漏。因此，問卷具有較高的效度。

3調(diào)研結(jié)果分析

31對豆瓣網(wǎng)中信息數(shù)量和質(zhì)量的分析

311用戶對豆瓣網(wǎng)中信息量感受的分析

為了調(diào)查用戶對豆瓣網(wǎng)信息量的看法，本文對問題“您對豆瓣網(wǎng)信息量的看法”的調(diào)查結(jié)果進(jìn)行了統(tǒng)計。608%的用戶認(rèn)為豆瓣網(wǎng)中信息量合適，2016%的用戶認(rèn)為信息量較多，只有19%的用戶認(rèn)為信息量較少（如圖2所示）。由此可知用戶對豆瓣網(wǎng)中的信息量比較滿意，信息量總量并沒有給用戶造成很大的困擾。

在豆瓣網(wǎng)中查詢信息時所花費的時間也能夠作為衡量信息量的一個指標(biāo)，從側(cè)面反映出用戶在查詢信息時的效率感受。當(dāng)被問及“您在豆瓣網(wǎng)中查詢信息時所耗費的時間”時，572%的用戶認(rèn)為耗費的時間適當(dāng)，2438%的用戶認(rèn)為耗費的時間較少，只有1843%的用戶認(rèn)為耗費的時間較多。說明用戶在豆瓣網(wǎng)中查詢信息所耗費的時間在大多數(shù)人的耐受范圍之內(nèi)。

312用戶查詢信息的感受分析

豆瓣網(wǎng)是用戶平常獲取書籍、電影、音樂等作品信息的重要渠道，也是用戶發(fā)布自己觀點和意見的關(guān)鍵平臺。所以在豆瓣網(wǎng)中查詢信息時的感受和信息對用戶的幫助直接決定了用戶獲取信息的效率。圖4中的數(shù)據(jù)反映了3628%的用戶會找到很多但是無關(guān)的信息，3608%的用戶能快速找到所需信息，2265%的用戶會找到很多重復(fù)的信息，499%的用戶完全找不到所需的信息。約翰·奈斯比特所指出“大量無序的信息，不是資源，而是災(zāi)難?！盵10]可見，大部分的用戶在豆瓣網(wǎng)中查詢信息時會面臨一些困擾。

313對推薦信息的態(tài)度

隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，用戶在獲取信息時也更偏向于個性化、獨特化。豆瓣網(wǎng)針對這一現(xiàn)象也開展了個性化推薦服務(wù)，但是實際效果卻不盡如人意。當(dāng)被問及“對豆瓣網(wǎng)中大量的推薦信息持什么態(tài)度”時，7274%的用戶選擇了大概瀏覽，只會選擇自己感興趣的仔細(xì)查看；2150%的用戶不會查看；只有576%的用戶會仔細(xì)查看推薦信息。

從用戶查詢信息和網(wǎng)站推送信息方面來說，豆瓣網(wǎng)的信息對用戶來說確實存在過載的現(xiàn)象。然而根據(jù)調(diào)查數(shù)據(jù)可知，用戶對豆瓣網(wǎng)中的信息量比較滿意，說明信息的數(shù)量并沒有給用戶造成困擾，因此本文推斷導(dǎo)致豆瓣網(wǎng)中出現(xiàn)信息過載的主要原因是其所采用的信息組織體系即大眾分類法。

32對豆瓣網(wǎng)中分類體系的調(diào)研

321現(xiàn)有分類體系滿足用戶需要的程度

網(wǎng)絡(luò)中信息資源總量極大且種類豐富繁多，用戶想要在如此龐大的信息資源中找到自己需要的絕非易事，因此針對信息內(nèi)容構(gòu)建相應(yīng)的分類體系尤顯重要。針對問題“豆瓣網(wǎng)現(xiàn)有的分類體系能否滿足用戶的分類需求”，6852%的用戶認(rèn)為能夠滿足他們的需要，而其余的3148%的用戶認(rèn)為現(xiàn)有的分類體系不能滿足（如圖6所示）。為了進(jìn)一步研究該問題，本次調(diào)查專門了解了用戶對目前豆瓣網(wǎng)所采用分類體系的使用效果，結(jié)果顯示其中有5336%的用戶認(rèn)為這種方式給他們查找信息造成一些困擾，4223%的用戶認(rèn)為沒有困擾，441%的用戶認(rèn)為有很大困擾（如圖7所示）?？梢姸拱昃W(wǎng)中的分類體系還不夠成熟，不能迎合絕大多數(shù)用戶的喜好。

322用戶對多級分類體系的接受程度

為了了解用戶對多級分類體系的接受程度，本文設(shè)置了問題“對于58同城中的多級分類體系對于用戶查詢所需信息時的方便程度”，并參照5度李克特量表的標(biāo)準(zhǔn)，分別設(shè)置了1、2、3、4、5分，分值越高，說明用戶認(rèn)為其便利程度越高，數(shù)值越低，代表其便利程度越低。并按照均值所屬范圍將便利性歸為很弱（<32）、較弱（32～34）、中等（34～36）、較強（36～38）、很強（>38）6個等級。按照標(biāo)準(zhǔn)算得此次調(diào)查的均值為33092，即用戶對多級分類體系的接受程度較弱。

323用戶在豆瓣網(wǎng)中主要使用的功能

對問題“您平常主要利用豆瓣網(wǎng)的哪些功能”的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)6718%的用戶主要利用閱讀、看視頻等獲取多媒體信息的功能，643%的用戶喜好書評、影評等評論功能，3225%的用戶利用豆瓣小組中的討論功能，2706%的用戶利用熱門事物推薦功能，只有845%的用戶利用共同興趣交友功能（如圖9所示）。由此可見用戶利用豆瓣網(wǎng)主要是實現(xiàn)獲取信息和發(fā)表言論等功能。

33大眾分類法下的標(biāo)簽機制對信息過載的影響

331用戶在貼同義標(biāo)簽時的態(tài)度

Web20倡導(dǎo)因特網(wǎng)是大眾的因特網(wǎng)，它降低了個人參與網(wǎng)絡(luò)信息發(fā)布和交流的技術(shù)門檻，構(gòu)建了平等、開放、大眾參與的網(wǎng)絡(luò)平臺[11]。用戶的任何想法和意見都可以隨時在網(wǎng)絡(luò)上發(fā)布，在宣泄自己情感的同時也會對他人的思想活動造成影響。特別是在豆瓣網(wǎng)中添加標(biāo)簽這一舉動，添加標(biāo)簽的動機和客觀性會對他人查找信息有很大影響。在分析“您在豆瓣網(wǎng)中貼標(biāo)簽時若遇到同義詞，您會怎么做”這一問題的調(diào)研數(shù)據(jù)時，發(fā)現(xiàn)有649%的用戶選擇隨意添加一個，1862%的用戶選擇放棄標(biāo)記，1689%的用戶選擇自己添加。由此可見大部分的用戶對待同義詞的態(tài)度都比較隨意，這對提高標(biāo)注的準(zhǔn)確性來說非常不利。

332用戶對標(biāo)簽專指度的看法

標(biāo)簽的專指程度在很大程度上決定了用戶查詢信息的準(zhǔn)確性。若一個標(biāo)簽?zāi)軌驕?zhǔn)確描述一個事物，那么用戶在查詢時就不會受到其他無關(guān)信息或冗余信息的干擾。在分析“您認(rèn)為豆瓣網(wǎng)中的標(biāo)簽專指程度（指檢索標(biāo)識與主題概念的相符程度）如何”時，本文同樣參照了5度李克特量表的標(biāo)準(zhǔn)設(shè)置分值，如圖11所示。按照標(biāo)準(zhǔn)算得此次調(diào)查數(shù)據(jù)的均值為31818，即用戶認(rèn)為豆瓣網(wǎng)中現(xiàn)有的標(biāo)簽專指度很弱。圖11用戶對標(biāo)簽專指度的態(tài)度

333用戶對標(biāo)簽優(yōu)化法的態(tài)度

本文根據(jù)豆瓣網(wǎng)的實際情況在問卷中提出了一種標(biāo)簽推薦機制，即用戶在上傳內(nèi)容之后由系統(tǒng)或是其它用戶為你推薦更合適的標(biāo)簽，詢問用戶是否會進(jìn)行修改。有7102%的用戶選擇視情況來修改標(biāo)簽，1958%的用戶選擇會修改，只有94%的用戶選擇不會修改。從數(shù)據(jù)中可以看出這種標(biāo)簽推薦機制存在很大的發(fā)展?jié)摿Α?/p>

34開放式問題結(jié)果分析

341豆瓣網(wǎng)對內(nèi)容分類的改進(jìn)

在這道開放式調(diào)查問題中，搜集了有關(guān)用戶對豆瓣網(wǎng)內(nèi)容分類的改進(jìn)意見。在經(jīng)過統(tǒng)計分析之后，主要總結(jié)出了以下幾點：

（1）對類目的劃分要更加細(xì)致，現(xiàn)有的分類比較粗糙，不能滿足用戶查找信息時的需求。

（2）在主頁面上刪減不必要的模塊，使頁面簡潔，便于信息的查找。

（3）分類可以更加多元化，為用戶量身制定合適的內(nèi)容分類方法。

342用戶在貼標(biāo)簽時的做法

在本道題目中，根據(jù)用戶的回答搜集了用戶在豆瓣網(wǎng)中對信息“貼標(biāo)簽”時自己的一些方法和準(zhǔn)則，主要總結(jié)出了以下幾點：

（1）一方面參考他人的標(biāo)簽貼法，但主要還是根據(jù)自己的興趣和看法來貼標(biāo)簽。

（2）大部分用戶只根據(jù)自己主觀感覺，隨意添加。

（3）只有極少部分用戶會仔細(xì)研究標(biāo)簽分類，根據(jù)內(nèi)容進(jìn)行劃分。

從用戶貼標(biāo)簽的方法可以看出多數(shù)用戶并沒有自己的分類準(zhǔn)則，而是根據(jù)自己當(dāng)時的主觀感受、對內(nèi)容的理解和自己的興趣愛好來決定。這種貼標(biāo)簽方法大大降低了標(biāo)注行為的準(zhǔn)確程度，因為每個個體對于同一事物的認(rèn)知都帶有一定主觀性，即便同一個人對同一事物在不同時期的認(rèn)知都未必相同。

4研究結(jié)果與建議

41研究結(jié)果

通過對調(diào)查數(shù)據(jù)的分析，本文得出以下研究結(jié)果：

（1）用戶在使用豆瓣網(wǎng)時，對其信息量及查詢信息資源所用時間較為滿意，但會找到很多無關(guān)的信息且推薦信息不能迎合用戶的興趣，因此說明存在信息過載。且推斷導(dǎo)致信息過載現(xiàn)象的主要原因是信息的組織方式。

（2）現(xiàn)有的分類體系即大眾分類法不能滿足用戶需求，且為用戶帶來了較多的困擾，用戶較喜好多級分類體系，即驗證了前面的推斷，信息組織方式是導(dǎo)致信息過載的一大原因。因此本文認(rèn)為在對豆瓣網(wǎng)中類目的劃分上可以融合大眾分類法與多元劃分法的思想，使大眾分類法更加細(xì)致。

（3）現(xiàn)有的大眾分類法中存在多種問題，如：同義詞標(biāo)簽過多、標(biāo)簽專指度不高、用戶貼標(biāo)簽時帶有主觀隨意性。由調(diào)研數(shù)據(jù)可知，用戶對本文提出的標(biāo)簽優(yōu)化方法持積極態(tài)度，該種標(biāo)簽優(yōu)化方法具有較好的發(fā)展前景。

42大眾分類法優(yōu)化方案

鑒于以上研究結(jié)果，本文嘗試性地提出了一種優(yōu)化目前大眾分類法的方案，用于解決信息過載現(xiàn)象，如圖13所示。首先，由用戶根據(jù)自己想要標(biāo)注的信息資源的內(nèi)容提出標(biāo)簽，并在系統(tǒng)標(biāo)簽庫中選擇相應(yīng)的一級和二級分類，然后將標(biāo)簽移交至三級體系中處理；系統(tǒng)在標(biāo)簽庫的三級體系中利用以詞素為單位的基于語義的同義詞識別算法，對同義標(biāo)簽進(jìn)行判定，并將結(jié)果反饋給用戶；為了進(jìn)一步提高標(biāo)簽的專指度，系統(tǒng)將呈現(xiàn)其他用戶推薦的標(biāo)簽供標(biāo)簽上傳者有針對性的修改。且其他用戶推薦的標(biāo)簽都要經(jīng)過系統(tǒng)將其與信息資源內(nèi)容的標(biāo)題進(jìn)行匹配，確保推薦標(biāo)簽具有一定意義。圖13優(yōu)化后大眾分類法框架體系流程圖

421等級分類式標(biāo)簽庫的建立

調(diào)研顯示用戶更為偏好多級分類體系，且認(rèn)為現(xiàn)在豆瓣的類目劃分不夠細(xì)致，因此本文在構(gòu)建新框架的標(biāo)簽庫中可將標(biāo)簽分為三級。包括一級、二級和三級標(biāo)簽體系。在一級標(biāo)簽體系中，保留豆瓣網(wǎng)現(xiàn)有的分類方式將體系劃分為：讀書、影視、音樂、藝術(shù)、生活、興趣與收藏、情感、學(xué)術(shù)、商業(yè)與財經(jīng)、互聯(lián)網(wǎng)與技術(shù)、體育和地域等12項；在二級標(biāo)簽體系中將對一級標(biāo)簽體系中的類目進(jìn)一步細(xì)分，如：將“生活”細(xì)分為“美容”、“美食”、“服飾”、“健康”等等；在三級標(biāo)簽體系中就是描述內(nèi)容的具體標(biāo)簽（如圖14所示）。

422同義標(biāo)簽控制體系的建立

豆瓣網(wǎng)中的同義標(biāo)簽是指含義相同但是表述不同的標(biāo)簽，這些標(biāo)簽在語義上可以互相替代，重復(fù)的標(biāo)簽日積月累就會占用大量的后臺資源，同時也會給用戶標(biāo)注帶來困擾，使用戶在為某一信息資源選擇合適的標(biāo)簽時陷入困境。為了緩和調(diào)研結(jié)果中提到的大眾分類法中同義詞標(biāo)簽過多的現(xiàn)象，本文在標(biāo)簽庫的基礎(chǔ)上提出了一種同義標(biāo)簽控制體系，這種控制體系可以顯著的減少同義詞標(biāo)簽，提高標(biāo)注的準(zhǔn)確性，如圖15所示。具體的處理可以遵照以下流程：

（1）由用戶提出新的標(biāo)簽并在標(biāo)簽庫中選擇符合的一級和二級體系。

（2）將標(biāo)簽移交至相應(yīng)的三級標(biāo)簽庫中進(jìn)行同義標(biāo)簽的判定。

（3）若標(biāo)簽庫中存在與新標(biāo)簽同義的標(biāo)簽，則將這個同義標(biāo)簽推薦給用戶。

（4）若標(biāo)簽庫中不存在與新標(biāo)簽同義的標(biāo)簽，則將新標(biāo)簽納入標(biāo)簽庫中，并允許用戶使用該標(biāo)簽。

目前，較為成熟的利用計算機輔助識別自然語言中存在的大量中文同義詞的方法主要有兩種：以單漢字為單位的字面相似度測定和以詞素為單位的字面相似度測定。以單漢字為單位的字面相似度算法只適用于由純漢字構(gòu)成的詞匯，不適用識別純粹由非漢字構(gòu)成的詞匯，但豆瓣網(wǎng)中的標(biāo)簽不全由純漢字構(gòu)成，因此本文認(rèn)為可以采用朱毅華[12]提出的以詞素為單位的基于語義的同義詞識別算法，其主要思想為：

首先，建立豆瓣網(wǎng)中常用詞素的語義詞典，對識別詞進(jìn)行切分，在此基礎(chǔ)上以詞素為單位，以相似性原理為依據(jù)，將詞素的字面形式轉(zhuǎn)換為語義代碼進(jìn)行相似度判別，在考慮詞組的結(jié)構(gòu)關(guān)系的前提下進(jìn)行同義詞識別。在其中還引入了表達(dá)度這一概念，表示詞的部分對整體涵義所起的作用大小，據(jù)此進(jìn)行加權(quán)。假設(shè)待匹配詞ctrlword的信息量總和為A；匹配詞keyword的信息量總和為B；兩詞中表示相同語義的信息量為C1和C2；共同部分C1對A的表達(dá)度為x，C2對B的表達(dá)度為y。根據(jù)這些條件可得：

x=C1A，y=C2B

則相似度為：

xsd=21x+1y（x、y不為0）

例如計算“經(jīng)濟信息管理”與“商業(yè)信息管理”兩詞的相似度：

（1）詞素切分。分別將兩詞切成詞素，“經(jīng)濟信息管理”切分為“經(jīng)濟”、“信息”、“管理”；“商業(yè)信息管理”切分為“商業(yè)”、“信息”、“管理”。

（2）找到相同部分為“信息”與“管理”。

（3）權(quán)重計算。使用權(quán)重后移原理分配權(quán)重，即按照詞素所處位置從左向右從小到大依次分配權(quán)重。則“信息”在“經(jīng)濟信息管理”中的權(quán)重為2，“管理”為3；“信息”在“商業(yè)信息管理”中的權(quán)重也為2，“管理”也為3。

按照上述公式計算可得：

x=2+31+2+3=56

y=2+31+2+3=56

xsd=21x+1y=265+65=56=8333%

所以兩詞的相似度是8333%。相似度閾值的確定可以從以下幾個方面來考慮：

423標(biāo)簽推薦機制的實現(xiàn)

由調(diào)研結(jié)果可知，用戶對豆瓣網(wǎng)中標(biāo)簽的專指度并不滿意，許多標(biāo)簽并不能揭示或代表信息資源的實質(zhì)，因此要匯集大眾的智慧提高標(biāo)簽專指度，從根本上解決這一問題。如圖16所示即為標(biāo)簽推薦機制體系示意圖。當(dāng)用戶閱讀某一信息資源之后將會結(jié)合自己的經(jīng)驗為其提出合適的標(biāo)簽，系統(tǒng)會將用戶推薦的標(biāo)簽移交至標(biāo)簽庫的三級標(biāo)簽體系中進(jìn)行修正，即搜尋標(biāo)簽庫中與推薦標(biāo)簽含義最為相近的；同時將此標(biāo)簽與信息資源的關(guān)鍵詞進(jìn)行匹配（對于多媒體資源等不好確定關(guān)鍵詞的信息資源，將在后文中提出解決方案），同樣是采用上文中提出的同義詞識別算法。若匹配成功則將此標(biāo)簽推薦給用戶；若匹配不成功，則隱藏該推薦標(biāo)簽。標(biāo)簽推薦的次數(shù)由后臺服務(wù)器進(jìn)行計算，最終用戶要將其中的高頻推薦標(biāo)簽作為新標(biāo)簽使用，鑒于豆瓣網(wǎng)中對標(biāo)簽數(shù)量的限制，系統(tǒng)將統(tǒng)計出的前5個推薦給用戶。這種方法可以從本質(zhì)上提高標(biāo)簽的專指度，優(yōu)化大眾分類法的應(yīng)用。

424針對多媒體資源標(biāo)簽的優(yōu)化方案

在用戶上傳圖片、視頻等多媒體資源時，要求用戶必須填寫一段對于上傳內(nèi)容的文字性描述。用戶添加的文字性描述就是所上傳的多媒體資源的主要內(nèi)容。因為此時的文字性描述很可能只是上傳者對于當(dāng)時所處環(huán)境或個人心情的一段簡短表述，只有配以圖片或視頻等才可以傳達(dá)出真正的信息，所以這時不能利用關(guān)鍵詞檢測來確定主要內(nèi)容。但是這種情況下仍可以實施文章中提出的標(biāo)簽推薦機制。其他用戶在看到上傳的多媒體資源和文字性的內(nèi)容描述之后可以根據(jù)自己的理解推薦標(biāo)簽，高頻推薦標(biāo)簽即作為內(nèi)容標(biāo)識。這種方法匯集了大眾的智慧，避免了上傳者主觀的想法導(dǎo)致標(biāo)簽運用不恰當(dāng)造成的標(biāo)簽專指度不高，混淆用戶的選擇等弊端。

5結(jié)語

大眾分類法是一種充分利用群眾的智慧對信息進(jìn)行標(biāo)注，完成網(wǎng)絡(luò)信息組織的方法[2]。由于重視用戶的交互，大眾分類法可能會成為未來網(wǎng)絡(luò)中一種常用的信息組織方式，但其自身也存在一定問題。基于此，本文通過發(fā)放調(diào)查問卷的方式以豆瓣網(wǎng)為例調(diào)查了大眾分類法對于信息過載的影響，并在調(diào)研的基礎(chǔ)上提出了優(yōu)化大眾分類法的措施，以期提高基于大眾分類法的網(wǎng)絡(luò)信息服務(wù)。但是調(diào)查中所使用的抽樣調(diào)查方法使得其結(jié)果具有一定的偏差，這個問題在后續(xù)的研究中還需要進(jìn)一步的修正。此外，本文中所提出的優(yōu)化大眾分類法的措施僅是在理論層面上，在未來的實踐中還需要進(jìn)一步根據(jù)實證來完善理論體系。

參考文獻(xiàn)

[1]維基百科.Folksonomy[EB/OL].http：∥en.wikipedia.org/wiki/Folksonomy，2015-12-16.

[2]劉洋.大眾分類法的應(yīng)用現(xiàn)狀及前景分析[J].現(xiàn)代經(jīng)濟信息，2010，（5）：205-206.

[3]金岳晴，壽曼麗.中外大眾分類法研究的比較分析[J].新世紀(jì)圖書館，2012，（9）：21-24.

[4]吳超.Folksonomy在網(wǎng)絡(luò)信息組織中的應(yīng)用研究[會議論文].2013.

[5]鄭燃.基于Folksonomy的圖書館信息組織研究[D].鄭州：鄭州大學(xué)，2010：2-4.

[6]藺豐奇，劉益.網(wǎng)絡(luò)化信息環(huán)境中信息過載問題研究綜述[J].情報資料工作，2007，（3）：36-41.

[7]Wheel wrightG.Information overload[J].Communications International，1995，22（1）：55-58.

[8]王娜，任婷.移動社交網(wǎng)站中的信息過載與個性化推薦機制研究[J].情報雜志，2015，（8）：190-194.

[9]Martin JEppler，Jeanne Mengis.A Framework for Information Overload Research in Organization[J].ICA Work Paper，2003，（1）.

[10]劉二燦.網(wǎng)絡(luò)環(huán)境下信息資源的整序[J].情報科學(xué)，2001，19（9）：942-945.

[11]徐佳寧.基于Web20的網(wǎng)絡(luò)信息自組織機制研究[J].情報雜志，2009，28（6）：139-142.

[12]朱毅華，侯漢清，沙印亭.計算機識別漢語同義詞的兩種算法比較和測評[J].中國圖書館學(xué)報，2002，28（4）：82-85.

（本文責(zé)任編輯：孫國雷）