Etiketler, kategoriler ve arayüzler
“Etiket” dediğimiz şey, son yıllarda bilgi sınıflandırması alanında internet ile birlikte öne çıkan bir şey.
Wikipedia ‘da
“In online computer systems terminology, a tag is a non-hierarchical keyword or term assigned to a piece of information… “
olarak tanımlanıyor. Yani etiket; hiyerarşik olmayan ve bir bilgi parçasını nitelemek üzere atanmış kelime ya da kelime öbeği.
Bu tanımı matematiksel olarak formelize edeyim :
0.0 Pozitif doğal sayılar kümesi N+ ile tanımlansın.0.1 d bir veri parçacığı , D verilerin evrensel kümesi olsun. d elemanıdır D.
1. W evrensel kümesi dünyadaki bütün kelimelerin elemanı olduğu küme olsun.
2. w elemanıdır W.
3. $W , W ve bütün alt kümelerinden oluşan kümeyi kapsayan evrensel küme olsun.
4. $w elemanıdır $W.
5. $w = {w1 ve w2 ..... ve wn} | n elemanıdır N+ olarak seçilebilir.
6. Cebirsel işlem tanımına uygun biçimde tanımlanan ve kümede hiyerarşi (büyüklük,küçüklük,bağlılık,kapsamalık vs tüm operatörler için); her $w elemanıdır $W için, $w[k] = $w[n] | n ve k elemanıdır N+.
7. #f fonksiyonu, $w etiketinin nitelediği bilgiyi getiren fonksiyon olsun:
#f($w[1],$w[2],...,$w[n]) = #f($w[1]) A #f($w[2]) A .... #f($w[n])8. #f fonksiyonu :
#f($W) = d[1],d[2],...,d[n] | n elemanıdır N+ olacak şekilde bir veri kümesi üzerinde tanımlıdır.9. #f ve #g fonksiyonu için :
#f($w[k]) = S1{d[1],d[2],...,d[x] };
ve
#f($w[n]) = S2{d[1],d[2],...,d[y] } iken n<>k olmak koşulu ile S1 = S2 => #f($w[k])=#f($w[n]) denir.
Şimdi bu temeller üzerinde devam edebiliriz
Etiket(ler) ilişkide bulundukları bilgi parçasını tanımlayan “metadata“lardır. Etiket kullanımının temel amacı; nitelenmek istenen bilgi parçacığıyla etiket kelimesi arasında özgür bir ilişki kurmaktır. Burada verinin, “metadata”sı belirlenirken taxonomy yerine folksonomy geçmektedir.
Bilgi parçacığıyla karşılaşan ya da bilgiyi üreten her birey için, veriye bir veya birden çok “metadata” ilişkilendirme imkanı sağlanmasıyla birlikte, kategorizasyonun rijid, katı yapısı ve içerme / içinde olma mantığı yerine etiketlemenin ilişkilendirme, tanımlama mantığı, kategorizasyonlu sistemlerin gerektirdiği zihinsel eforu azaltmaktadır.
Bir başka avantajı ise etiketlemenin, herhangi bir veriye sürekli olarak uygulanabileceğidir. Böylelikle verinin sınıflandırması işinin de sürekli güncellenmesi sağlanmış olur. Kategorizasyon güncellemeleri ise ancak fasılalar halinde önceden planlanarak yapılabilir.
Veri sınıflandırmasını, bir arama problemi olarak düşünürsek
Kategorizasyon (hiyerarşik sınıflandırma), en genel ve yaygın yöntemiyle sonuca ulaşmak için sadece bir gidiş yolu sunar. Etiketlemede ise :
#f($w[k]) = #f($w[n]) olan iki etiket bulabiliriz. Yani iki farklı etiket aynı bilgi parçacığına gidiyor olabilir. Buna “synonym” denir. Öte yandan #f($w[k]) birden fazla veriyi de gösteriyor olabilir. Buna da “homonym” denir.
Modern web veri sistemlerinde (örneğin yazdığım bu blogda) , bu iki durum da gerçekleşir. Örneğin “web 2.0″ etiketi altında hem birden fazla yazı vardır , hem de web 2.0 yazılara ulaşan birden fazla etiket vardır.
$w1 = "web 2.0"olabilir örneğin. Ama etiketlemenin hiyerarşik olmayan doğasından ötürü,
ve
$w2 = "web" => #f($w1) < #f($w2)
#f($w1) elemanları #f($w2) in elemanlarını içeriyor da olabilir.
Bu tamamen etiketlenen veri yığınının özelliklerine bağlıdır ve etiket semantik bir içerik taşımadığı için bilgi sınıflandırılmadan önce öngörülemez.
Ki burada etiketlemenin dezavantajlarına geliyoruz
Etiketlerin semantik bir özellik taşımaması nedeniyle veri (D) ve onun alt kümeleri ($D) hakkında sınıflandırma yapmamız mümkün değildir. Sadece $D ‘lerden yola çıkarak D hakkında fikir sahibi olabiliriz.
Yanlış yazımlar da işin ayrı ve uygulamadaki bir boyutu. Aslında “folksonomy” kavramı içinde yanlış yazım olmaması , zaman içinde güncellenen bir “metadata” nın içinde hataların minimize olması beklenirken, uygulamada genelde bu olmaz. Çünkü verilerin etiketleri, metadatayı oluşturan toplulukça sürekli güncellenmez.
Bu karakteristikleri aslında etiketlemeyi aynı zamanda güçlü kılan özellikler
Bu yüzden, gittikçe kullanımı artan (özellikle web 2.0 trendiyle birlikte) , “collobrative tagging” ile topluluğun hep birlikte bir veriyi anlamlı kılması ile uygulama alanlarını pekiştiren bir yöntem etiketleme. Özellikle de 2012 yılında dijital veri miktarının 2008 e göre 5 kat artış olacağını düşünürsek çok ta önemli. Çünkü önümüzdeki yılların işi bu: veriyle uğraşmak, onu sınıflandırmak vesaire.
Web 2.0 uygulamalarla birlikte, bir çok arayüz çıktı tabi web için. Bu altyapıyı edindikten sonra yazının II. bölümünde o işe bakacağım. Bazı durumlarda yeterli gelmeyen şeyler var gördüğüm, onları paylaşmak istiyorum.
