[论文解读] Enhancing Navigation on Wikipedia with Social Tags
本文提出将用户生成的社交标签整合至维基百科,以增强导航与搜索功能。通过允许用户使用个性化、协作式的关键词为文章打标签,系统实现了诸如枢纽浏览(pivot-browsing)和基于热度的导航等替代性浏览路径,同时在内容之外丰富元数据,从而在维基媒体大会2009年的原型评估中提升了检索效率与可发现性。
Social tagging has become an interesting approach to improve search and navigation over the actual Web, since it aggregates the tags added by different users to the same resource in a collaborative way. This way, it results in a list of weighted tags describing its resource. Combined to a classical taxonomic classification system such as that by Wikipedia, social tags can enhance document navigation and search. On the one hand, social tags suggest alternative navigation ways, including pivot-browsing, popularity-driven navigation, and filtering. On the other hand, it provides new metadata, sometimes uncovered by documents' content, that can substantially improve document search. In this work, the inclusion of an interface to add user-defined tags describing Wikipedia articles is proposed, as a way to improve article navigation and retrieval. As a result, a prototype on applying tags over Wikipedia is proposed in order to evaluate its effectiveness.
研究动机与目标
- 通过整合用户生成的社交标签,改善维基百科的导航与信息检索功能。
- 探索社交标签如何补充维基百科现有的分类结构与基于内容的元数据。
- 评估社交标签在提升文档发现与用户驱动导航方面的有效性。
- 设计并实现一个用于在维基百科文章上添加与利用社交标签的原型界面。
- 评估社交标签对用户参与度与信息访问模式的影响。
提出的方法
- 设计一个原型界面,允许用户为维基百科文章添加自由格式、用户自定义的标签。
- 聚合并加权来自多个用户的标签,为每篇文章形成集体协作的标签云。
- 将社交标签整合至导航机制中,如枢纽浏览、基于标签的过滤以及基于热度的浏览。
- 将社交标签与维基百科现有的分类系统结合,以增强元数据的丰富性。
- 利用标签共现与频率关系,推荐相关文章与导航路径。
- 通过在维基媒体大会2009年会议期间部署原型系统进行评估。
实验结果
研究问题
- RQ1社交标签在何种程度上可超越维基百科现有的分类结构,提升其内部导航与搜索能力?
- RQ2当社交标签被整合至维基百科时,会涌现出哪些类型的导航模式?
- RQ3社交标签在多大程度上提升了文档检索与可发现性?
- RQ4用户如何与基于标签的导航功能进行互动,并从中获得何种益处?
- RQ5社交标签能否揭示文章内容或分类中未包含的元数据,从而提升搜索相关性?
主要发现
- 社交标签的整合显著增强了导航功能,支持了枢纽浏览与基于标签的过滤等新型交互模式。
- 基于标签的导航为相关资讯提供了替代性、用户主导的浏览路径,提升了探索性浏览的频率。
- 社交标签为元数据注入了用户中心视角,这些视角在文章内容或分类中并未体现。
- 原型系统表明,协作式标签能通过用户生成的关键字更有效地呈现相关资讯,从而提升文档检索效果。
- 用户表现出对标签界面的参与度,表明其在真实场景中具备持续使用的潜力。
- 该系统有效结合了社交标签与维基百科现有结构,显著提升了导航与搜索的整体效率。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。