[论文解读] Improving Tag-Clouds as Visual Information Retrieval Interfaces

Yusef Hassan‐Montero, Víctor Herrero-Solana|arXiv (Cornell University)|Jan 10, 2024

Image Retrieval and Classification Techniques参考文献 18被引用 317

一句话总结

本文提出一种基于聚类的方法，用于在标签云中选择与排布标签，以改善可视浏览并降低语义密度。

ABSTRACT

Tagging-based systems enable users to categorize web resources by means of tags (freely chosen keywords), in order to refinding these resources later. Tagging is implicitly also a social indexing process, since users share their tags and resources, constructing a social tag index, so-called folksonomy. At the same time of tagging-based system, has been popularised an interface model for visual information retrieval known as Tag-Cloud. In this model, the most frequently used tags are displayed in alphabetical order. This paper presents a novel approach to Tag-Cloud's tags selection, and proposes the use of clustering algorithms for visual layout, with the aim of improve browsing experience. The results suggest that presented approach reduces the semantic density of tag set, and improves the visual consistency of Tag-Cloud layout.

研究动机与目标

• 通过解决传统标签云显示的局限性，推动标记化系统的改进浏览。
• 引入一种利用聚类算法的新颖标签选择方法。
• 改善标签云布局的视觉一致性并降低语义密度。

提出的方法

• 对聚类算法进行应用，将相关标签分组以用于标签云布局。
• 基于聚类重新排列和选择标签，以提升视觉一致性。
• 旨在降低语义密度并改善标签云界面的可导航性。

实验结果

研究问题

• RQ1 聚类基础的标签选择能否改善标签云的视觉布局和浏览体验？
• RQ2 聚类基础的方法是否在提高视觉一致性的同时降低语义密度？
• RQ3 与传统按字母顺序的标签云显示相比，所提出的布局在可用性方面有哪些差异？

主要发现

• 所提出的方法旨在降低标签集合的语义密度。
• 该方法旨在提高标签云布局的视觉一致性。