Etiket Bulutu - Tag cloud

Foundation-l word cloud, IBM Word Cloud Generator build 32 kullanılarak tam gzip'lenmiş liste arşivleriyle (arşivlerdeki yinelenen e-postalar ve tüm başlıklar ve gövde içinde alıntılanan metin olmadan) oluşturulmuştur.

Web 2.0 ile ilgili terimler içeren bir etiket bulutu

Bir etiket bulutu ( kelime bulutu veya wordl veya ağırlıklı liste görsel tasarımda), genellikle tasvir için kullanılan metin verilerinin bir yenilik görsel temsilidir anahtar kelime meta (etiket) , yoksa web sitelerindeki serbest biçimli metin görselleştirmek için. Etiketler genellikle tek kelimelerdir ve her bir etiketin önemi yazı tipi boyutu veya rengiyle gösterilir. Bu format, göreli önemini belirlemek için en belirgin terimleri hızlı bir şekilde algılamak için kullanışlıdır. Daha büyük terim, daha fazla ağırlık anlamına gelir. Web sitesi gezinme yardımcıları olarak kullanıldığında, terimler etiketle ilişkili öğelere hiper bağlantılıdır.

Tarih

Heidi Paris: Gilles Deleuze ve Fèlix Guattari'nin 14 Kasım 1991 tarihli "A Thousand Plateaus" adlı Almanca baskısı için ilk kapak taslağı

Görsel tasarım dilinde, bir etiket bulutu (veya kelime bulutu), coğrafi haritalarda göreceli yazı tipi boyutu açısından şehirlerin göreli boyutunu temsil etmek için yaygın olarak kullanılan bir tür "ağırlıklı liste" dir. İngiliz anahtar kelime ağırlıklı listesinin erken baskılı örneği de "bilinçaltı dosyaları" oldu Douglas Coupland 'ın Microserfs (1995). 1992'de bir Alman görünümü meydana geldi.

Özgün görsel biçim ve "etiket bulutu" teriminin yaygın kullanımı, 21. yüzyılın ilk on yılında, Web 2.0 web sitelerinin ve blogların yaygın bir özelliği olarak , öncelikli olarak web sitesini tanımlayan anahtar kelime meta verilerinin sıklık dağılımını görselleştirmek için kullanılan bir özellik olarak öne çıktı. içerik ve navigasyon yardımı olarak.

Yüksek profilli bir web sitesindeki ilk etiket bulutları, Flickr'ın kurucu ortağı ve etkileşim tasarımcısı Stewart Butterfield tarafından 2004'te oluşturulan fotoğraf paylaşım sitesi Flickr'daydı . Bu uygulama, Jim Flanagan'ın Web sitesi yönlendirenlerinin görselleştirmesi olan Search Referral Zeitgeist'e dayanıyordu. Etiket bulutları aynı zamanda Del.icio.us ve Technorati tarafından da popüler hale getirildi .

Etiket bulutu yönteminin aşırı doygunluğu ve bir web gezinme aracı olarak yardımcı programıyla ilgili belirsizlik, bu erken benimseyenler arasında kullanımda kayda değer bir düşüşe yol açtı. Flickr daha sonra 2006 "En İyi Uygulamalar" Webby Ödülü için beş kelimelik kabul konuşmasında web geliştirme topluluğundan "özür dileyecekti" , burada sadece "etiket bulutları için özür dilerim".

İkinci nesil yazılım geliştirme, metin verileri için temel bir görselleştirme yöntemi olarak etiket bulutları için daha geniş bir kullanım çeşitliliği keşfetti. Bu bağlamda çeşitli etiket bulutları uzantıları önerilmiştir.

Türler

Dünya ülkelerinin her birinin nüfusunu gösteren bir veri bulutu. Yaratılan R ile Wordcloud paketinde. Ülke nüfusundan elde edilen veriler . Çin ve Hindistan'ın orantılı boyutlarının ikiye bölündüğünü unutmayın.

Sosyal yazılımda , görünümden ziyade anlamları ile ayırt edilen üç ana etiket bulutu uygulaması türü vardır . Birinci türde, her bir öğenin sıklığı için bir etiket bulunurken, ikinci türde, frekansların tüm öğeler ve kullanıcılar üzerinde toplandığı global etiket bulutları vardır. Üçüncü türde bulut, boyutları alt kategori sayısını gösteren kategoriler içerir.

Sıklık

İlk türde boyut, etiketin tek bir öğeye uygulanma sayısını temsil eder. Bu, demokratik olarak "oylanmış" ve kesin sonuçların istenmediği bir öğe hakkındaki meta verileri görüntüleme aracı olarak kullanışlıdır .

Daha yaygın olarak kullanılan ikinci türde boyut, her bir etiketin popülerliğinin bir sunumu olarak bir etiketin uygulandığı öğelerin sayısını temsil eder .

Önem

Sıklık yerine, boyut, bir arka plan külliyatına kıyasla (örneğin Wikipedia'daki tüm metne kıyasla) kelimelerin ve kelime birlikteliklerinin önemini temsil etmek için kullanılabilir . Bu yaklaşım bağımsız olarak kullanılamaz, ancak belge frekanslarını beklenen dağılımlarla karşılaştırmaya dayanır.

Sınıflandırma

Üçüncü türde etiketler, içerik öğeleri için bir kategorizasyon yöntemi olarak kullanılır. Etiketler, daha büyük etiketlerin o kategorideki içerik öğelerinin miktarını temsil ettiği bir bulutta temsil edilir.

Etiket bulutları yerine etiket kümeleri oluşturmak için bazı yaklaşımlar vardır, örneğin, belgelerde etiket birlikte oluşumları uygulayarak.

Daha genel olarak, aynı görsel teknik, bir kelime bulutu veya bir veri bulutunda olduğu gibi etiket dışı verileri görüntülemek için kullanılabilir.

Terimi kelime bulutu bazen olarak kullanılır arama motoru pazarlaması belirli bir web sitesine alakalı anahtar kelimeleri içeren bir grubu ifade etmektedir (SEM) teriminin. Son yıllarda etiket bulutları , web sayfalarının arama motoru optimizasyonundaki rollerinden ve kullanıcıyı bir bilgi sistemindeki içerikte verimli bir şekilde gezinmede destekledikleri için popülerlik kazanmıştır . Bir gezinme aracı olarak etiket bulutları, bir arama motoru örümceği tarafından tarandığında bir web sitesinin kaynaklarını daha bağlantılı hale getirir ve bu da sitenin arama motoru sıralamasını iyileştirebilir . Kullanıcı arayüzü perspektifinden bakıldığında, kullanıcının belirli bir bilgi sistemindeki içeriği daha hızlı bulmasını desteklemek için genellikle arama sonuçlarını özetlemek için kullanılırlar.

Dış görünüş

Etiket bulutları tipik olarak satır içi HTML öğeleri kullanılarak temsil edilir . Etiketler alfabetik sırada, rastgele bir sırada görünebilir, ağırlığa göre sıralanabilir, vb. Bazen yazı tipi rengi, yoğunluğu veya ağırlığı gibi yazı tipi boyutuna ek olarak başka görsel özellikler de işlenir. En popüler olanı, sıralı satır satır düzende alfabetik sıralama ile dikdörtgen bir etiket düzenlemesidir. Optimal bir düzen için karar, beklenen kullanıcı hedeflerine göre verilmelidir. Bazıları etiketleri anlamsal olarak kümelemeyi tercih eder, böylece benzer etiketler birbirine yakın görünür veya kelimeleri konumlandırmak için tSNE gibi gömme teknikleri kullanılır . Etiketlerin birlikte oluşumlarını vurgulamak ve etkileşimleri görselleştirmek için kenarlar eklenebilir. Sezgisel tarama , amaç etiketleri kümelemek olsun ya da olmasın etiket bulutunun boyutunu azaltmak için kullanılabilir.

Etiket bulutu görsel taksonomisi bir dizi öznitelikle belirlenir: etiket sıralama kuralı (örneğin alfabetik olarak, önem derecesine göre, bağlama göre, rastgele, görsel kalite için sıralı), tüm bulutun şekli (ör. Dikdörtgen, daire, belirli harita sınırları), şekil etiket sınırları (dikdörtgen veya karakter gövdesi), etiket dönüşü (yok, serbest, sınırlı), dikey etiket hizalaması (tipografik taban çizgilerine bağlı, serbest). Web üzerindeki bir etiket bulutu, estetiği modelleme ve kontrol etme, iki boyutlu bir etiket düzeni oluşturma sorunlarını ele almalı ve tüm bunlar kısa sürede geçici tarayıcı platformunda yapılmalıdır. Web'de kullanılacak etiket bulutları grafik değil HTML formatında olmalı, robot tarafından okunabilir hale getirilmeli, tarayıcıda bulunan fontlar kullanılarak istemci tarafında oluşturulmalı ve dikdörtgen bir kutuya sığmalıdır.

Veri bulutları

Hisse senedi fiyat hareketini gösteren bir veri bulutu. Renk, pozitif veya negatif değişikliği, yazı tipi boyutu yüzde değişimini gösterir.

Bir veri bulutu veya bulut verisi , sayısal değerleri belirtmek için yazı tipi boyutunu ve / veya rengini kullanan bir veri göstergesidir. Etiket bulutuna benzer, ancak kelime sayısı yerine nüfus veya borsa fiyatları gibi verileri görüntüler .

Metin bulutları

ABD Başkanı Bush'un 2002'de Birliğin Durumunu ve Başkan Obama'nın 2011 Birliğin Durumunun Adresini karşılaştıran metin bulutu .

Malayalam Metin Bulutu ile Bilim ile ilgili kelimeler

Bir metin bulutu veya kelime bulutu , belirli bir metindeki kelime frekansının ağırlıklı liste olarak görselleştirilmesidir. Teknik son zamanlarda popüler bir şekilde politik konuşmaların güncel içeriğini görselleştirmek için kullanıldı.

Bulutları bir araya getirin

Bir metin bulutunun ilkelerini genişleten bir kollokasyon bulutu , bir belge veya külliyatın daha odaklı bir görünümünü sağlar . Collocate cloud, tüm bir belgeyi özetlemek yerine belirli bir kelimenin kullanımını inceler. Ortaya çıkan bulut, genellikle arama sözcüğü ile birlikte kullanılan sözcükleri içerir. Bu eşdizimler , frekansı (boyut olarak) ve aynı zamanda kuvvet (parlaklık olarak) gösterecek şekilde biçimlendirilmiştir. Bu, dile göz atmak ve keşfetmek için etkileşimli yollar sağlar.

Algı

Etiket bulutları, çeşitli kullanılabilirlik çalışmalarında araştırma konusu olmuştur. Aşağıdaki özet, Lohmann ve diğerleri tarafından verilen araştırma sonuçlarına genel bir bakışa dayanmaktadır:

Etiket boyutu: Büyük etiketler, küçük etiketlerden daha fazla kullanıcının dikkatini çeker (karakter sayısı, konum, komşu etiketler gibi diğer özelliklerden etkilenen etki).
Tarama: Kullanıcılar etiket bulutlarını okumak yerine tararlar.
Merkezleme: Bulutun ortasındaki etiketler, sınırlara yakın etiketlere göre daha fazla kullanıcının dikkatini çeker (etki düzenden etkilenir ).
Konum: Sol üst kadran, diğerlerinden daha fazla kullanıcı dikkati çekiyor (Batı okuma alışkanlıkları).
Keşif: Etiket bulutları, belirli etiketleri ararken yetersiz destek sağlar (eğer bunlar çok büyük bir yazı tipi boyutuna sahip değilse).

Felix vd. insan okuma performansının sayısal değerleri yazı tipinin boyutuyla eşleştiren geleneksel etiket bulutlarından ve örneğin renk veya daire ve çubuklar gibi ek şekiller kullanan alternatif tasarımlardan farkı. Ayrıca kelimelerin farklı dizilişlerinin performansı nasıl etkilediğini de karşılaştırdılar.

Yazı tipi boyutu yerine ek bir çubuk veya daire kullanın, sayısal değeri okurken doğruluğu artırır
Ancak kullanıcılar, ek işaret kullanılmadığında belirli bir kelimeyi daha hızlı bulabilirler.
Performans göreve bağlıdır, bir kelime bulma gibi basit görevler tasarım seçiminden oldukça etkilenir, ancak bir etiket bulutunun konusunu tanımlama gibi görevler üzerindeki etkisi çok daha küçüktür.

Yaratılış

Wordle, görüntülenme sayısına göre sıralanmış Wikipedia'nın en önemli 1000 önemli makalesinden oluşturulmuştur. Wordle galerisinde mevcuttur.

Prensip olarak, bir etiket bulutundaki bir etiketin yazı tipi boyutu, görülme sıklığına göre belirlenir. Örneğin, web günlükleri gibi kategorilerden oluşan bir kelime bulutu için, sıklık, bir kategoriye atanan web günlüğü girişlerinin sayısına karşılık gelir. Daha küçük frekanslar için, yazı tipi boyutları doğrudan, birden maksimum yazı tipi boyutu ne olursa olsun belirtilebilir. Daha büyük değerler için ölçeklendirme yapılmalıdır. Doğrusal bir normalleştirmede, bir tanımlayıcının ağırlığı 1'den f'ye kadar olan bir boyut ölçeğine eşlenir , burada ve mevcut ağırlıkların aralığını belirtir. ${\ displaystyle t_ {i}}$ ${\ displaystyle t _ {\ min}}$ ${\ displaystyle t _ {\ max}}$

{\ displaystyle s_ {i} = \ sol \ lceil {\ frac {f _ {\ max} \ cdot (t_ {i} -t _ {\ min})} {t _ {\ max} -t _ {\ min}}} \ doğru \ rceil}

için ; Başka

{\ displaystyle t_ {i}> t _ {\ min}}

{\ displaystyle s_ {i} = 1}

${\ displaystyle s_ {i}}$ : yazı tipi boyutunu görüntüle
${\ displaystyle f _ {\ max}}$ : maks. yazı Boyutu
${\ displaystyle t_ {i}}$ : Miktar
${\ displaystyle t _ {\ min}}$ : min. Miktar
${\ displaystyle t _ {\ max}}$ : maks. Miktar

Tanımlayıcı başına indekslenmiş öğelerin sayısı genellikle bir güç yasasına göre dağıtıldığından , daha büyük değer aralıkları için, logaritmik bir temsil anlamlıdır.

Etiket bulutlarının uygulamaları ayrıca metin ayrıştırmayı ve yaygın sözcükler, sayılar ve noktalama işaretleri gibi yardımcı olmayan etiketleri filtrelemeyi de içerir.

Ayrıca reklam veya komik sonuçlar için yapay veya rastgele ağırlıklı etiket bulutları oluşturan web siteleri de vardır.

Ayrıca bakınız

Referanslar

Dış bağlantılar

Etiket Bulutlarını Anlamak - etiket bulutlarının bilgi tasarımı analizi
Etiket bulutları oluşturmak için tasarım ipuçları - O'Reilly's ONLamp'tan yazılım geliştirme kılavuzu

Languages

In other projects