優選標籤雲可視化格式

Question

出於好奇，我很想知道標籤雲格式最適合發現越來越多（相關）內容的目的嗎？

我知道3種格式，但不知道哪一種最好。

1）delicious one - 彩色陰影

2）standard one與字體大小的變化 -

3）關於這個站點一個 - 數字表示重要性/使用。

那你喜歡哪個？爲什麼？

編輯： 由於下面的答案，我現在有標籤雲可視化技術更爲了解。

4）Parallel Tag Clouds - 簡單的使用平行座標技術。我覺得它更有組織性和可讀性。

5）voroni diagram - 對識別標籤關係和基於它們做出決定更有用。不符合我們發現相關內容的目的。

6）思維導圖 - 它們很好，可以用來逐步過濾內容。

我在這裏找到一些更有趣的技術 - http://www.cs.toronto.edu/~ccollins/research/index.html

Answer 1

我真的認爲取決於信息和受衆的內容。與其中一個相關的東西與另一個不相關。如果觀衆更專業化，那麼他們將更有可能沿着相同的思路思考，但仍然需要由內容提供商進行分析和迎合。

也有多個路徑可供人們「發現更多」。以標籤「DNS」爲例。您可以深入瞭解更多具體細節，例如「UDP端口53」和「MX記錄」，或者您可以用「IP地址」「主機名」和「URL」之類的術語橫向排列。 A Voronoi圖表顯示集羣，但不處理一般條款可能與許多概念有關的情況。主機名映射到「DNS」，「HTTP」，「SSH」等。

我注意到，在某些標籤雲中，通常有一個或兩個項目比其他項目大得多。這些類型的東西可以通過思維導圖來服務，其中一箇中心概念有其他輻射從其中散發出來。

對於思維導圖不合適的「主題」很多的情況，有parallel coordinates，但這對許多網絡用戶來說會是莫名其妙的。

我認爲，如果我們發現了一種排列標籤簇的極其有組織的方法，同時保留了通用性和特異性之間的聯繫，這對AI研究會有所幫助。

在我個人更喜歡的方面，我認爲數字方法很好，因爲很少引用的標籤仍然以可讀的字體大小顯示。我也認爲SO是這樣做的，因爲它們的標籤覆蓋的數量遠遠超過標準雲平均尺寸。

Answer 2

大小調整voroni圖 - 它顯示了哪些標籤是相互關聯的

Answer 3

我會用＃2列出上面列出的選項。

• 1 - 人眼識別和比色更有效地領會大小的差異，當所述色標是沿着相同的頻譜（即，相對於離散的單獨顏色的各種藍色）。

• 3 - 要求用戶在掃描時掃描完整列表並以數學方式比較每個單獨的數字。沒有很多用戶部分的工作，標籤之間沒有真正意義上的關係。

所以，用＃2去，有幾個因素要考慮：

• 保持標籤按字母順序排列。這爲用戶提供了另一種搜索方法，並建立了每種方法之間的已知關係（假設他們知道字母！）。如果他們無序，這只是一個找到一個單一的。
• 如果大小比較是絕對關鍵的（通常情況並非如此，因爲您可以按照某個百分比或像素數量縮放每個級別），請使用等寬字體。否則，某些字母組合可能會以比實際上更大的看起來。
• 請勿包含任何逗號，管道或其他分隔線。您將在一個小區域內獲得大量數據 - 無需使用碎片來處理它。當然，用大量的填充將標籤分開。通過添加更多的數據，不要增加視覺元素的數量。
• 設置最小/最大字體大小和縮放比例。在某些情況下，一個標籤可能如此受歡迎，以至於在視覺上它可能呈指數級地大於其他標籤。同樣，你不希望標籤最終以1px渲染！設置最小/最大值並根據需要進行調整。

Answer 4

我最喜歡的標籤雲格式是Wordle格式。它看起來很棒，它在很小的空間裏安裝了很多標籤也做得非常好。