Search (124 results, page 2 of 7)

  • × theme_ss:"Social tagging"
  • × type_ss:"a"
  1. Blank, M.; Bopp, T.; Hampel, T.; Schulte, J.: Social Tagging = Soziale Suche? (2008) 0.01 
    0.014675897 = product of:
  0.04402769 = sum of:
    0.015301868 = weight(_text_:in in 2888) [ClassicSimilarity], result of:
      0.015301868 = score(doc=2888,freq=12.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.2576908 = fieldWeight in 2888, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2888)
    0.028725822 = weight(_text_:und in 2888) [ClassicSimilarity], result of:
      0.028725822 = score(doc=2888,freq=6.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.2968967 = fieldWeight in 2888, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2888)
  0.33333334 = coord(2/6)
    Abstract
    Der effiziente Zugang zu Informationen und Wissen spielt in allen Bereichen unserer heutigen Informationsgesellschaft eine Schlüsselrolle. Aufgrund der immer stärker zunehmenden digitalen Informationsflut ist es schwieriger denn je, aus all den zur Verfügung stehenden Ressourcen gerade die interessanten und benötigten Quellen herauszufiltern. Aus diesem Grund gehört eine Suchfunktion zur Grund( raussetzung von Informationssystemen verschiedenster Art. Dieser Artikel he schreibt die Einbettung von Social Tagging in kooperative Informationssysteme und zeigt verschiedene Synergieeffekte auf, die bei der Verzahnung einer klassi schen Suche im Zusammenspiel mit Tagging entstehen.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  2. Peters, I.: Benutzerzentrierte Erschließungsverfahren (2013) 0.01 
    0.01414357 = product of:
  0.04243071 = sum of:
    0.008924231 = weight(_text_:in in 718) [ClassicSimilarity], result of:
      0.008924231 = score(doc=718,freq=2.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.15028831 = fieldWeight in 718, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.078125 = fieldNorm(doc=718)
    0.03350648 = weight(_text_:und in 718) [ClassicSimilarity], result of:
      0.03350648 = score(doc=718,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.34630734 = fieldWeight in 718, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.078125 = fieldNorm(doc=718)
  0.33333334 = coord(2/6)
    Source
    Grundlagen der praktischen Information und Dokumentation. Handbuch zur Einführung in die Informationswissenschaft und -praxis. 6., völlig neu gefaßte Ausgabe. Hrsg. von R. Kuhlen, W. Semar u. D. Strauch. Begründet von Klaus Laisiepen, Ernst Lutterbeck, Karl-Heinrich Meyer-Uhlenried
  3. Pammer, V.; Ley, T.; Lindstaedt, S.: tagr: Unterstützung in kollaborativen Tagging-Umgebungen durch semantische und assoziative Netzwerke (2008) 0.01 
    0.013849026 = product of:
  0.041547075 = sum of:
    0.013115887 = weight(_text_:in in 2898) [ClassicSimilarity], result of:
      0.013115887 = score(doc=2898,freq=12.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22087781 = fieldWeight in 2898, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2898)
    0.02843119 = weight(_text_:und in 2898) [ClassicSimilarity], result of:
      0.02843119 = score(doc=2898,freq=8.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.29385152 = fieldWeight in 2898, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2898)
  0.33333334 = coord(2/6)
    Abstract
    Stellen Sie sich vor, Sie laden ein Bild auf Flickr hoch und bekommen automatisch Vorschläge für Tags sowie Beispiele, wie ähnliche Bilder verschlagwortet worden sind. Wir stellen den Forschungsprototypen tagr vor, der auf Basis von vorhandenen Tags Information über die Benutzerin sowie eine Analyse des Bildes neue Tags für ein Bild vorschlägt. Wir verstehen kollaboratives Tagging als einen Prozess der verteilten Kognition, den wir mit entsprechenden Diensten unterstützen wollen. Wir gehen in diesem Artikel genauer auf den Termähnlichkeitsservice ein, der sich ein semantisches Netzwerk (WordNet) und ein assoziatives Netzwerk (Kookkurrenz der verwendeten Tags) zu Nutze macht. Wir diskutieren die Evaluierung des Prototypen und schließen mit einem Ausblick auf unsere weiteren Arbeiten.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  4. Hänger, C.; Krätzsch, C.; Niemann, C.: Was vom Tagging übrig blieb : Erkenntnisse und Einsichten aus zwei Jahren Projektarbeit (2011) 0.01 
    0.013415024 = product of:
  0.04024507 = sum of:
    0.008347853 = weight(_text_:in in 4519) [ClassicSimilarity], result of:
      0.008347853 = score(doc=4519,freq=28.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.14058185 = fieldWeight in 4519, product of:
          5.2915025 = tf(freq=28.0), with freq of:
            28.0 = termFreq=28.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.01953125 = fieldNorm(doc=4519)
    0.031897217 = weight(_text_:und in 4519) [ClassicSimilarity], result of:
      0.031897217 = score(doc=4519,freq=58.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.32967478 = fieldWeight in 4519, product of:
          7.615773 = tf(freq=58.0), with freq of:
            58.0 = termFreq=58.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.01953125 = fieldNorm(doc=4519)
  0.33333334 = coord(2/6)
    Abstract
    Das DFG-Projekt "Collaborative Tagging als neue Form der Sacherschließung" Im Oktober 2008 startete an der Universitätsbibliothek Mannheim das DFG-Projekt "Collaborative Tagging als neue Form der Sacherschließung". Über zwei Jahre hinweg wurde untersucht, welchen Beitrag das Web-2.0-Phänomen Tagging für die inhaltliche Erschließung von bisher nicht erschlossenen und somit der Nutzung kaum zugänglichen Dokumenten leisten kann. Die freie Vergabe von Schlagwörtern in Datenbanken durch die Nutzer selbst hatte sich bereits auf vielen Plattformen als äußerst effizient herausgestellt, insbesondere bei Inhalten, die einer automatischen Erschließung nicht zugänglich sind. So wurden riesige Mengen von Bildern (FlickR), Filmen (YouTube) oder Musik (LastFM) durch das Tagging recherchierbar und identifizierbar gemacht. Die Fragestellung des Projektes war entsprechend, ob und in welcher Qualität sich durch das gleiche Verfahren beispielsweise Dokumente auf Volltextservern oder in elektronischen Zeitschriften erschließen lassen. Für die Beantwortung dieser Frage, die ggf. weitreichende Konsequenzen für die Sacherschließung durch Fachreferenten haben konnte, wurde ein ganzer Komplex von Teilfragen und Teilschritten ermittelt bzw. konzipiert. Im Kern ging es aber in allen Untersuchungsschritten immer um zwei zentrale Dimensionen, nämlich um die "Akzeptanz" und um die "Qualität" des Taggings. Die Akzeptanz des Taggings wurde zunächst bei den Studierenden und Wissenschaftlern der Universität Mannheim evaluiert. Für bestimmte Zeiträume wurden Tagging-Systeme in unterschiedlichen Ausprägungen an die Recherchedienste der Universitätsbibliothek angebunden. Die Akzeptanz der einzelnen Systemausprägungen konnte dann durch die Analyse von Logfiles und durch Datenbankabfragen ausgewertet werden. Für die Qualität der Erschließung wurde auf einen Methodenmix zurückgegriffen, der im Verlauf des Projektes immer wieder an aktuelle Entwicklungen und an die Ergebnisse aus den vorangegangenen Analysen angepaßt wurde. Die Tags wurden hinsichtlich ihres Beitrags zum Information Retrieval mit Verfahren der automatischen Indexierung von Volltexten sowie mit der Erschließung durch Fachreferenten verglichen. Am Schluss sollte eine gut begründete Empfehlung stehen, wie bisher nicht erschlossene Dokumente am besten indexiert werden können: automatisch, mit Tags oder durch eine Kombination von beiden Verfahren.
    Content
    "Was vom Tagging übrig blieb: Empfehlungen und Fazit - Akzeptanz des Taggings Es kann von einer grundsätzlich hohen Bereitschaft der Nutzer ausgegangen werden, wissenschaftliche Quellen durch Tags zu organisieren und zu erschließen. Diese Bereitschaft hängt allerdings wesentlich davon ab, ob ein System durch entsprechende Datenbestände genügend Ergebnisse liefert, um für eine Recherche reizvoll zu erscheinen. Tagging-Systeme, die als "Insellösung" auf die Nutzer einer einzelnen Institution beschränkt sind, werden deshalb nicht ausreichend angenommen. Anbindungen an externe Dienste, deren Datenbestand sich aus vielen verschiedenen Quellen und Verknüpfungen speist, erfahren dagegen eine sehr gute Resonanz. Wissenschaftlichen Bibliotheken wird deshalb empfohlen, möglichst schnelle und einfache Verlinkungen zu erfolgreichen Tagging-Plattformen wie BibSonomy oder Citeulike anzubieten. Die Anzeige der dort verfügbaren Daten im eigenen Katalog ist ebenfalls wünschenswert und wird von den Nutzern befürwortet. - Verfahren zur Analyse von Tagging-Daten Für die Analyse der äußerst heterogenen Textdaten, die in Tagging-Systemen entstehen, wurden spezifische Verfahren entwickelt und angewendet, die je nach Datenausschnitt und Erkenntniszweck optimiert wurden. Nach erfolgreichen Testläufen wurde der Methodenmix jeweils für größere Datenmengen eingesetzt, um die aus den explorativen Studien gewonnen Hypothesen zu überprüfen. Dieses Vorgehen hat sich als äußerst fruchtbar herausgestellt. Alle durchgeführten Schritte und die daraus gewonnenen Erkenntnisse wurden in diversen Artikeln und Beiträgen veröffentlicht sowie auf zahlreichen nationalen und internationalen Konferenzen vorgestellt, um sie der Wissenschaftsgemeinschaft zur Verfügung zu stellen.
    - Struktur der Tags Der Vergleich von zwei großen Tagging-Systemen hat große Ähnlichkeiten in der grammatikalischen Struktur der Tagging-Daten ergeben. Es werden mehrheitlich Substantive bzw. Eigennamen zur Erschließung sowie auch Verben zur Organisation der Quellen eingesetzt. Systembedingt kann außerdem eine große Menge von Wortkombinationen und Wortneuschöpfungen konstatiert werden, die aus den unterschiedlichsten Beweggründen und für sehr unterschiedliche Zwecke gebildet werden. Nur ein geringer Teil der Tags entspricht den formalen Kriterien kontrollierter Vokabulare. Eine besondere Hierarchisierung der Tags innerhalb eines Tagging-Systems über den Indikator der Häufigkeit der Nutzung hinaus hat sich nicht ergeben. In inhaltlicher Hinsicht hat sich eine klare Dominanz informatiknaher bzw. naturwissenschaftlicher Disziplinen gezeigt, wobei es sich hierbei um systemspezifische Präferenzen handelt. Insgesamt ist eine klare Tendenz zu zunehmender inhaltlicher Diversifikation in den Tagging-Systemen zu erkennen, was mit hoher Wahrscheinlichkeit der wachsenden Akzeptanz durch breitere Nutzergruppen zuzuschreiben ist. - Qualität der Tags Bei der Evaluation der Qualität der Tags bestätigte sich die Einschätzung, dass sich die Verschlagwortung mittels Tagging von jener durch Fachreferenten grundsätzlich unterscheidet. Nur ein kleiner Teil der Konzepte wurde in den beiden Systemen semantisch identisch oder wenigstens analog vergeben. Grundsätzlich liegen für eine Ressource fast immer mehr Tags als Schlagwörter vor, die zudem wesentlich häufiger exklusiv im Tagging-System zu finden sind. Diese Tatsache berührt jedoch nicht den inhaltlichen Erschließungsgrad einer Quelle, der sich trotz einer geringeren Anzahl an SWD-Schlagwörtern pro Ressource in beiden Systemen als gleichwertig gezeigt hat. Dennoch ist das Ausmaß der semantischen Abdeckung des Taggings überraschend, da sie der allgemeinen Erwartungshaltung von einer deutlich höheren Qualität der Verschlagwortung durch die professionelle Inhaltserschließung teilweise widerspricht. Diese Erwartung ist zumindest bezüglich der inhaltlichen Dimension zu relativieren.
    - Fazit Der Beitrag des Taggings im Rahmen des bibliothekarischen Kontextes ist vor allem in der ergänzenden Erweiterung der Recherche- und Literaturverwaltungsfunktionalitäten der Online-Kataloge zu sehen. Durch Tagging können diese um eine nutzerorientierte Komponente ergänzt werden und signifkant an Attraktivität gewinnen. Systeme mit einem begrenzten Nutzerkreis sind allerdings zugunsten der Anbindung an etablierte Systeme zu vernachlässigen. Diese können einen parallel existierenden Zugang zu den vorhandenen Ressourcen liefern, der seine Stärken in einer explorativen, eher "unscharfen" Recherche entfaltet. Somit wird einem speziellen Bedürfnis der Nutzerinnen und Nutzer Rechnung getragen, dem durch die voraussetzungsreiche Verwendung von präzisen bibliothekarischen Schlagwörtern nicht immer entsprochen werden kann. Bezüglich der inhaltlichen Abdeckung einer Ressource erfüllt das Tagging jedenfalls die Anforderungen eines Recherchesystems, insofern eine ausreichende Mindestanzahl von Tags vorliegt. Natürlich ist es sehr wichtig, die Nutzerinnen und Nutzer ausreichend darüber zu informieren, dass Tagging - wie alle anderen Erschließungsmethoden auch - keine vollständige Abbildung der verfügbaren Ressourcen leistet. Es stellt lediglich einen von verschiedenen Zugangswegen mit spezifischen Besonderheiten und Ergebnissen zur Verfügung. Eine Kombination der Erschließungsverfahren "Fachreferenten", "Tagging" und "automatisch" ist hingegen nur für sehr spezielle Zielsetzungen und als Abfolge von Ergänzungs- und Aktualisierungsschritten sinnvoll. Eine gleichzeitige Integration der Verfahren würde aufgrund ihrer erheblichen Unterschiede eine deutliche Verschlechterung der Erschließungsqualität zur Folge haben. Sinnvoll ist daher eine gleichberechtigte Bereitstellung dieser Zugangswege bei sichtbarer Trennung für die Nutzer. Auf diese Weise können die Vorteile aller Verfahren genutzt werden, ohne sich ihre jeweiligen Nachteile zu eigen zu machen."
  5. Braun, S.; Schmidt, A.; Walter, A.; Zacharias, V.: Von Tags zu semantischen Beziehungen : kollaborative Ontologiereifung (2008) 0.01 
    0.0121984165 = product of:
  0.036595248 = sum of:
    0.011973113 = weight(_text_:in in 2896) [ClassicSimilarity], result of:
      0.011973113 = score(doc=2896,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.20163295 = fieldWeight in 2896, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2896)
    0.024622133 = weight(_text_:und in 2896) [ClassicSimilarity], result of:
      0.024622133 = score(doc=2896,freq=6.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.2544829 = fieldWeight in 2896, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2896)
  0.33333334 = coord(2/6)
    Abstract
    Die Popularität von Tagging-Ansätzen hat gezeigt, dass dieses Ordnungsprinzip für Nutzer insbesondere auf kollaborativen Plattformen deutlich zugänglicher ist als strukturierte und kontrollierte Vokabulare. Allerdings stoßen Tagging-Ansätze oft an ihre Grenzen, wo sie keine ausreichende semantische Präzision ausbilden können. Umgekehrt können ontologiebasierte Ansätze zwar die semantische Präzision erreichen, werden jedoch (besonders aufgrund der schwerfälligen Pflegeprozesse) von den Nutzern kaum akzeptiert. Wir schlagen eine Verbindung beider Welten vor, die auf einer neuen Sichtweise auf die Entstehung von Ontologien fußt: die Ontologiereifung. Anhand zweier Werkzeuge aus dem Bereich des Social Semantic Bookmarking und der semantischen Bildsuche zeigen wir, wie Anwendungen aussehen können, die eine solche Ontologiereifung (in die jeweiligen Nutzungsprozesse integriert) ermöglichen und fördern.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  6. Panke, S.; Gaiser, B.: "With my head up in the clouds" : Social Tagging aus Nutzersicht (2008) 0.01 
    0.011423556 = product of:
  0.034270667 = sum of:
    0.014166778 = weight(_text_:in in 2883) [ClassicSimilarity], result of:
      0.014166778 = score(doc=2883,freq=14.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.23857531 = fieldWeight in 2883, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2883)
    0.020103889 = weight(_text_:und in 2883) [ClassicSimilarity], result of:
      0.020103889 = score(doc=2883,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.20778441 = fieldWeight in 2883, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2883)
  0.33333334 = coord(2/6)
    Abstract
    28 Prozent der amerikanischen Internetnutzer/innen haben es bereits getan: Das freie Verschlagworten von Inhalten aller Art per Social Tagging gehört zu den Anwendungen aus dem Kontext von Web 2.0, die sich zunehmender Beliebtheit erfreuen (Rainie, 2007). Während sich die bisherige Forschung überwiegend inhaltsanalytisch mit dem Phänomen befasst, kommen im vorliegenden Beitrag so genannte "Power User" zu Wort. Um zu einer fundierteren Interpretation der in den Inhaltsanalysen gewonnenen Erkenntnisse beizutragen, wurden Interviews mit Personen durchgeführt, die mehrere Tagging Systeme parallel einsetzen, sich auch mit den technischen Grundlagen auskennen und als "Early Adopter" bereits seit geraumer Zeit aktiv sind. Entsprechend leitet der Beitrag von einer Synopse der aktuellen Literatur in die beschriebene Studie über und schließt mit einem Ausblick auf zukünftige Forschungsvorhaben im Kontext von Social Tagging.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  7. Niemann, C.: Intelligenz im Chaos : erste Schritte zur Analyse des Kreativen Potenzials eines Tagging-Systems (2010) 0.01 
    0.01115986 = product of:
  0.03347958 = sum of:
    0.0044621155 = weight(_text_:in in 4375) [ClassicSimilarity], result of:
      0.0044621155 = score(doc=4375,freq=2.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.07514416 = fieldWeight in 4375, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4375)
    0.029017461 = weight(_text_:und in 4375) [ClassicSimilarity], result of:
      0.029017461 = score(doc=4375,freq=12.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.29991096 = fieldWeight in 4375, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4375)
  0.33333334 = coord(2/6)
    Abstract
    Die Auszeichnung digitaler Medien durch Tagging ist zur festen Größe für das Wissensmanagement im Internet avanciert. Im Kontext des zunehmenden information overload' stehen wissenschaftliche Bibliotheken vor der Aufgabe, die große Flut digital publizierter Artikel und Werke möglichst inhaltlich erschlossen verfügbar zu machen. Die Frage ist, ob durch den Einsatz von Tagging-Systemen die kollaborative Intelligenz der NutzerInnen für die Sacherschließung eingesetzt werden kann, während diese von einer intuitiven und individuellen Wissensorganisation profitieren. Die große Freiheit bei der Vergabe von Deskriptoren durch die NutzerInnen eines Tagging-Systems ist nämlich ein ambivalentes Phänomen: Kundennähe und kreatives Potenzial stehen der großen Menge völlig unkontrollierter Meta-Informationen gegenüber, deren inhaltliche Qualität und Aussagekraft noch unklar ist. Bisherige Forschungsbemühungen konzentrieren sich hauptsächlich auf die automatische Hierarchisierung bzw. Relationierung der Tag-Daten (etwa mittels Ähnlichkeitsalgorithmen) oder auf die Analyse des (Miss-)Erfolgs, den die NutzerInnen bei einer Suchanfrage subjektiv erfahren. Aus der Sicht stark strukturierter Wissensorganisation, wie sie Experten z. B. durch die Anwendung von Klassifikationen realisieren, handelt es sich bei den zunächst unvermittelt nebeneinander stehenden Tags allerdings kurz gesagt um Chaos. Dass in diesem Chaos aber auch Struktur und wertvolles Wissen als Gemeinschaftsprodukt erzeugt werden kann, ist eine der zentralen Thesen dieses Artikels.
    Series
    Schriften der Vereinigung Österreichischer Bibliothekarinnen und Bibliothekare (VÖB); Band 7
  8. Catarino, M.E.; Baptista, A.A.: Relating folksonomies with Dublin Core (2008) 0.01 
    0.010296209 = product of:
  0.030888624 = sum of:
    0.009977593 = weight(_text_:in in 2652) [ClassicSimilarity], result of:
      0.009977593 = score(doc=2652,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.16802745 = fieldWeight in 2652, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2652)
    0.02091103 = product of:
      0.04182206 = sum of:
        0.04182206 = weight(_text_:22 in 2652) [ClassicSimilarity], result of:
          0.04182206 = score(doc=2652,freq=4.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.27358043 = fieldWeight in 2652, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=2652)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    Folksonomy is the result of describing Web resources with tags created by Web users. Although it has become a popular application for the description of resources, in general terms Folksonomies are not being conveniently integrated in metadata. However, if the appropriate metadata elements are identified, then further work may be conducted to automatically assign tags to these elements (RDF properties) and use them in Semantic Web applications. This article presents research carried out to continue the project Kinds of Tags, which intends to identify elements required for metadata originating from folksonomies and to propose an application profile for DC Social Tagging. The work provides information that may be used by software applications to assign tags to metadata elements and, therefore, means for tags to be conveniently gathered by metadata interoperability tools. Despite the unquestionably high value of DC and the significance of the already existing properties in DC Terms, the pilot study show revealed a significant number of tags for which no corresponding properties yet existed. A need for new properties, such as Action, Depth, Rate, and Utility was determined. Those potential new properties will have to be validated in a later stage by the DC Social Tagging Community.
    Pages
    S.14-22
    Source
    Metadata for semantic and social applications : proceedings of the International Conference on Dublin Core and Metadata Applications, Berlin, 22 - 26 September 2008, DC 2008: Berlin, Germany / ed. by Jane Greenberg and Wolfgang Klas
  9. Sack, H.; Waitelonis, J.: Zeitbezogene kollaborative Annotation zur Verbesserung der inhaltsbasierten Videosuche (2008) 0.01 
    0.010184498 = product of:
  0.030553492 = sum of:
    0.013968632 = weight(_text_:in in 2890) [ClassicSimilarity], result of:
      0.013968632 = score(doc=2890,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.23523843 = fieldWeight in 2890, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2890)
    0.01658486 = weight(_text_:und in 2890) [ClassicSimilarity], result of:
      0.01658486 = score(doc=2890,freq=2.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.17141339 = fieldWeight in 2890, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2890)
  0.33333334 = coord(2/6)
    Abstract
    Social-Tagging-Systeme ermöglichen die Annotation beliebiger Ressourcen mit nutzerbasierten Metadaten. Ressourcen wurden in diesem Zusammenhang stets als Ganzes betrachtet, ohne dass eine differenzierte Annotation einzelner Ressourcen-Fragmente möglich war. Dies fällt insbesondere bei zeitabhängigen Multimediadaten, wie z. B. Videodaten ins Gewicht, da der Nutzer oft nur an einzelnen Szenen einer umfangreichen Videodatei interessiert ist. Dieser Beitrag stellt eine einfache Möglichkeit der zeitbezogenen, kollaborativen Annotation von Multimediadaten vor und veranschaulicht deren Umsetzung am Beispiel der Videosuchmaschine yovisto.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  10. BOND: Katalogisate-Pool BCS kommt gut an (2008) 0.01 
    0.010165347 = product of:
  0.030496038 = sum of:
    0.009977593 = weight(_text_:in in 1977) [ClassicSimilarity], result of:
      0.009977593 = score(doc=1977,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.16802745 = fieldWeight in 1977, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1977)
    0.020518444 = weight(_text_:und in 1977) [ClassicSimilarity], result of:
      0.020518444 = score(doc=1977,freq=6.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.21206908 = fieldWeight in 1977, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1977)
  0.33333334 = coord(2/6)
    Abstract
    »Die rasante Entwicklung des BOND Community System (BCS) übertrifft unsere Erwartungen«, erklärt Andreas Serr, Produktmanager der BOND-Tochter BOND Library Service GmbH &Co. KG (BLS). Bereits über 10.000 neue Datensätze wurden in den letzten Monaten von BOND-Kunden für BOND-Kunden in den gemeinsamen Datenpool erfasst. Tendenz schnell steigend. Der komplette Katalogisate-Pool, der den Nutzern kostenlos zur Verfügung steht, umfasst inzwischen fast 700.000 Katalogisate. »Das Schöne an BCS ist, dass alle davon profitieren«, unterstreicht Serr. Den Teilnehmern entstehen weder Kosten noch Mehrarbeit. Die Datenübernahme erfolgt bequem per Mausklick aus dem Daten-Pool direkt in den eigenen Katalog. Fast noch einfacher ist es, Daten in BCS zur Verfügung zu stellen. Man erfasst sein Katalogisat wie immer. Mit dem Klick zum Abspeichern landen die Daten automatisch im BCS-Pool. »Damit macht man mit seiner täglichen Arbeit viele andere Bibliotheken glücklich«, ergänzt Serr. Dank der großen Zahl und der Kooperationsbereitschaft der BOND-Anwender funktioniert das System jetzt schon prächtig. »Irgendwie ist die Idee genial und einfach zugleich!« schrieb eine Kundin, die seit Mitte März am BCS teilnimmt. Wie wird man BCS Teilnehmer? Am BCS teilnehmen können alle Anwender von BIBLIOTHECA 2000 (ab Version 2.9) und BIBLIOTHECA.net (Version 2.1). Die Erst-Anmeldung erfolgt per Anmelde-PDF, das unter www.library-service.de/ bcs.htm zum Download bereitsteht. Die Freischaltung erfolgt dann in der Regel innerhalb 24 Stunden.
  11. Blumauer, A.; Hochmeister, M.: Tag-Recommender gestützte Annotation von Web-Dokumenten (2009) 0.01 
    0.009692928 = product of:
  0.029078782 = sum of:
    0.012493922 = weight(_text_:in in 4866) [ClassicSimilarity], result of:
      0.012493922 = score(doc=4866,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.21040362 = fieldWeight in 4866, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=4866)
    0.01658486 = weight(_text_:und in 4866) [ClassicSimilarity], result of:
      0.01658486 = score(doc=4866,freq=2.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.17141339 = fieldWeight in 4866, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=4866)
  0.33333334 = coord(2/6)
    Abstract
    In diesem Kapitel wird die zentrale Bedeutung der Annotation von Webdokumenten bzw. von Ressourcen in einem Semantischen Web diskutiert. Es wird auf aktuelle Methoden und Techniken in diesem Gebiet eingegangen, insbesondere wird das Phänomen "Social Tagging" als zentrales Element eines "Social Semantic Webs" beleuchtet. Weiters wird der Frage nachgegangen, welchen Mehrwert "Tag Recommender" beim Annotationsvorgang bieten, sowohl aus Sicht des End-Users aber auch im Sinne eines kollaborativen Ontologieerstellungsprozesses. Schließlich wird ein Funktionsprinzip für einen semi-automatischen Tag-Recommender vorgestellt unter besonderer Berücksichtigung der Anwendbarkeit in einem Corporate Semantic Web.
  12. Strader, C.R.: Author-assigned keywords versus Library of Congress Subject Headings : implications for the cataloging of electronic theses and dissertations (2009) 0.01 
    0.009484224 = product of:
  0.028452672 = sum of:
    0.010709076 = weight(_text_:in in 3602) [ClassicSimilarity], result of:
      0.010709076 = score(doc=3602,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.18034597 = fieldWeight in 3602, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=3602)
    0.017743597 = product of:
      0.035487194 = sum of:
        0.035487194 = weight(_text_:22 in 3602) [ClassicSimilarity], result of:
          0.035487194 = score(doc=3602,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.23214069 = fieldWeight in 3602, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=3602)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    This study is an examination of the overlap between author-assigned keywords and cataloger-assigned Library of Congress Subject Headings (LCSH) for a set of electronic theses and dissertations in Ohio State University's online catalog. The project is intended to contribute to the literature on the issue of keywords versus controlled vocabularies in the use of online catalogs and databases. Findings support previous studies' conclusions that both keywords and controlled vocabularies complement one another. Further, even in the presence of bibliographic record enhancements, such as abstracts or summaries, keywords and subject headings provided a significant number of unique terms that could affect the success of keyword searches. Implications for the maintenance of controlled vocabularies such as LCSH also are discussed in light of the patterns of matches and nonmatches found between the keywords and their corresponding subject headings.
    Date
    10. 9.2000 17:38:22
  13. Kruk, S.R.; Kruk, E.; Stankiewicz, K.: Evaluation of semantic and social technologies for digital libraries (2009) 0.01 
    0.009005977 = product of:
  0.027017929 = sum of:
    0.009274333 = weight(_text_:in in 3387) [ClassicSimilarity], result of:
      0.009274333 = score(doc=3387,freq=6.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.1561842 = fieldWeight in 3387, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=3387)
    0.017743597 = product of:
      0.035487194 = sum of:
        0.035487194 = weight(_text_:22 in 3387) [ClassicSimilarity], result of:
          0.035487194 = score(doc=3387,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.23214069 = fieldWeight in 3387, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=3387)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    Libraries are the tools we use to learn and to answer our questions. The quality of our work depends, among others, on the quality of the tools we use. Recent research in digital libraries is focused, on one hand on improving the infrastructure of the digital library management systems (DLMS), and on the other on improving the metadata models used to annotate collections of objects maintained by DLMS. The latter includes, among others, the semantic web and social networking technologies. Recently, the semantic web and social networking technologies are being introduced to the digital libraries domain. The expected outcome is that the overall quality of information discovery in digital libraries can be improved by employing social and semantic technologies. In this chapter we present the results of an evaluation of social and semantic end-user information discovery services for the digital libraries.
    Date
    1. 8.2010 12:35:22
  14. Yi, K.: Harnessing collective intelligence in social tagging using Delicious (2012) 0.01 
    0.008572079 = product of:
  0.025716238 = sum of:
    0.010929906 = weight(_text_:in in 515) [ClassicSimilarity], result of:
      0.010929906 = score(doc=515,freq=12.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.18406484 = fieldWeight in 515, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=515)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 515) [ClassicSimilarity], result of:
          0.029572664 = score(doc=515,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 515, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=515)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    A new collaborative approach in information organization and sharing has recently arisen, known as collaborative tagging or social indexing. A key element of collaborative tagging is the concept of collective intelligence (CI), which is a shared intelligence among all participants. This research investigates the phenomenon of social tagging in the context of CI with the aim to serve as a stepping-stone towards the mining of truly valuable social tags for web resources. This study focuses on assessing and evaluating the degree of CI embedded in social tagging over time in terms of two-parameter values, number of participants, and top frequency ranking window. Five different metrics were adopted and utilized for assessing the similarity between ranking lists: overlapList, overlapRank, Footrule, Fagin's measure, and the Inverse Rank measure. The result of this study demonstrates that a substantial degree of CI is most likely to be achieved when somewhere between the first 200 and 400 people have participated in tagging, and that a target degree of CI can be projected by controlling the two factors along with the selection of a similarity metric. The study also tests some experimental conditions for detecting social tags with high CI degree. The results of this study can be applicable to the study of filtering social tags based on CI; filtered social tags may be utilized for the metadata creation of tagged resources and possibly for the retrieval of tagged resources.
    Date
    25.12.2012 15:22:37
  15. DeZelar-Tiedman, V.: Doing the LibraryThing(TM) in an academic library catalog (2008) 0.01 
    0.008551475 = product of:
  0.025654424 = sum of:
    0.01382536 = weight(_text_:in in 2666) [ClassicSimilarity], result of:
      0.01382536 = score(doc=2666,freq=30.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.23282567 = fieldWeight in 2666, product of:
          5.477226 = tf(freq=30.0), with freq of:
            30.0 = termFreq=30.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.03125 = fieldNorm(doc=2666)
    0.011829065 = product of:
      0.02365813 = sum of:
        0.02365813 = weight(_text_:22 in 2666) [ClassicSimilarity], result of:
          0.02365813 = score(doc=2666,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.15476047 = fieldWeight in 2666, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.03125 = fieldNorm(doc=2666)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    Many libraries and other cultural institutions are incorporating Web 2.0 features and enhanced metadata into their catalogs (Trant 2006). These value-added elements include those typically found in commercial and social networking sites, such as book jacket images, reviews, and usergenerated tags. One such site that libraries are exploring as a model is LibraryThing (www.librarything.com) LibraryThing is a social networking site that allows users to "catalog" their own book collections. Members can add tags and reviews to records for books, as well as engage in online discussions. In addition to its service for individuals, LibraryThing offers a feebased service to libraries, where institutions can add LibraryThing tags, recommendations, and other features to their online catalog records. This poster will present data analyzing the quality and quantity of the metadata that a large academic library would expect to gain if utilizing such a service, focusing on the overlap between titles found in the library's catalog and in LibraryThing's database, and on a comparison between the controlled subject headings in the former and the user-generated tags in the latter. During February through April 2008, a random sample of 383 titles from the University of Minnesota Libraries catalog was searched in LibraryThing. Eighty works, or 21 percent of the sample, had corresponding records available in LibraryThing. Golder and Huberman (2006) outline the advantages and disadvantages of using controlled vocabulary for subject access to information resources versus the growing trend of tags supplied by users or by content creators. Using the 80 matched records from the sample, comparisons were made between the user-supplied tags in LibraryThing (social tags) and the subject headings in the library catalog records (controlled vocabulary system). In the library records, terms from all 6XX MARC fields were used. To make a more meaningful comparison, controlled subject terms were broken down into facets according to their headings and subheadings, and each unique facet counted separately. A total of 227 subject terms were applied to the 80 catalog records, an average of 2.84 per record. In LibraryThing, 698 tags were applied to the same 80 titles, an average of 8.73 per title. The poster will further explore the relationships between the terms applied in each source, and identify where overlaps and complementary levels of access occur.
    Source
    Metadata for semantic and social applications : proceedings of the International Conference on Dublin Core and Metadata Applications, Berlin, 22 - 26 September 2008, DC 2008: Berlin, Germany / ed. by Jane Greenberg and Wolfgang Klas
  16. Vander Wal, T.: Welcome to the Matrix! (2008) 0.01 
    0.00839521 = product of:
  0.02518563 = sum of:
    0.013356565 = weight(_text_:in in 2881) [ClassicSimilarity], result of:
      0.013356565 = score(doc=2881,freq=28.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22493094 = fieldWeight in 2881, product of:
          5.2915025 = tf(freq=28.0), with freq of:
            28.0 = termFreq=28.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.03125 = fieldNorm(doc=2881)
    0.011829065 = product of:
      0.02365813 = sum of:
        0.02365813 = weight(_text_:22 in 2881) [ClassicSimilarity], result of:
          0.02365813 = score(doc=2881,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.15476047 = fieldWeight in 2881, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.03125 = fieldNorm(doc=2881)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    My keynote at the workshop "Social Tagging in Knowledge Organization" was a great opportunity to make and share new experiences. For the first time ever, I sat in my office at home and gave a live web video presentation to a conference audience elsewhere on the globe. At the same time, it was also an opportunity to premier my conceptual model "Matrix of Perception" to an interdisciplinary audience of researchers and practitioners with a variety of backgrounds - reaching from philosophy, psychology, pedagogy and computation to library science and economics. The interdisciplinary approach of the conference is also mirrored in the structure of this volume, with articles on the theoretical background, the empirical analysis and the potential applications of tagging, for instance in university libraries, e-learning, or e-commerce. As an introduction to the topic of "social tagging" I would like to draw your attention to some foundation concepts of the phenomenon I have racked my brain with for the last few month. One thing I have seen missing in recent research and system development is a focus on the variety of user perspectives in social tagging. Different people perceive tagging in complex variegated ways and use this form of knowledge organization for a variety of purposes. My analytical interest lies in understanding the personas and patterns in tagging systems and in being able to label their different perceptions. To come up with a concise picture of user expectations, needs and activities, I have broken down the perspectives on tagging into two different categories, namely "faces" and "depth". When put together, they form the "Matrix of Perception" - a nuanced view of stakeholders and their respective levels of participation.
    Date
    22. 6.2009 9:15:45
    Footnote
    Vorbemerkung zu den Beiträgen der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  17. Choi, Y.; Syn, S.Y.: Characteristics of tagging behavior in digitized humanities online collections (2016) 0.01 
    0.008254642 = product of:
  0.024763925 = sum of:
    0.009977593 = weight(_text_:in in 2891) [ClassicSimilarity], result of:
      0.009977593 = score(doc=2891,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.16802745 = fieldWeight in 2891, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2891)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 2891) [ClassicSimilarity], result of:
          0.029572664 = score(doc=2891,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 2891, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=2891)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    The purpose of this study was to examine user tags that describe digitized archival collections in the field of humanities. A collection of 8,310 tags from a digital portal (Nineteenth-Century Electronic Scholarship, NINES) was analyzed to find out what attributes of primary historical resources users described with tags. Tags were categorized to identify which tags describe the content of the resource, the resource itself, and subjective aspects (e.g., usage or emotion). The study's findings revealed that over half were content-related; tags representing opinion, usage context, or self-reference, however, reflected only a small percentage. The study further found that terms related to genre or physical format of a resource were frequently used in describing primary archival resources. It was also learned that nontextual resources had lower numbers of content-related tags and higher numbers of document-related tags than textual resources and bibliographic materials; moreover, textual resources tended to have more user-context-related tags than other resources. These findings help explain users' tagging behavior and resource interpretation in primary resources in the humanities. Such information provided through tags helps information professionals decide to what extent indexing archival and cultural resources should be done for resource description and discovery, and understand users' terminology.
    Date
    21. 4.2016 11:23:22
  18. Kim, H.L.; Scerri, S.; Breslin, J.G.; Decker, S.; Kim, H.G.: ¬The state of the art in tag ontologies : a semantic model for tagging and folksonomies (2008) 0.01 
    0.007903522 = product of:
  0.023710564 = sum of:
    0.008924231 = weight(_text_:in in 2650) [ClassicSimilarity], result of:
      0.008924231 = score(doc=2650,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.15028831 = fieldWeight in 2650, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2650)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 2650) [ClassicSimilarity], result of:
          0.029572664 = score(doc=2650,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 2650, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=2650)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    There is a growing interest into how we represent and share tagging data in collaborative tagging systems. Conventional tags, meaning freely created tags that are not associated with a structured ontology, are not naturally suited for collaborative processes, due to linguistic and grammatical variations, as well as human typing errors. Additionally, tags reflect personal views of the world by individual users, and are not normalised for synonymy, morphology or any other mapping. Our view is that the conventional approach provides very limited semantic value for collaboration. Moreover, in cases where there is some semantic value, automatically sharing semantics via computer manipulations is extremely problematic. This paper explores these problems by discussing approaches for collaborative tagging activities at a semantic level, and presenting conceptual models for collaborative tagging activities and folksonomies. We present criteria for the comparison of existing tag ontologies and discuss their strengths and weaknesses in relation to these criteria.
    Source
    Metadata for semantic and social applications : proceedings of the International Conference on Dublin Core and Metadata Applications, Berlin, 22 - 26 September 2008, DC 2008: Berlin, Germany / ed. by Jane Greenberg and Wolfgang Klas
  19. Qin, C.; Liu, Y.; Mou, J.; Chen, J.: User adoption of a hybrid social tagging approach in an online knowledge community (2019) 0.01 
    0.007903522 = product of:
  0.023710564 = sum of:
    0.008924231 = weight(_text_:in in 5492) [ClassicSimilarity], result of:
      0.008924231 = score(doc=5492,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.15028831 = fieldWeight in 5492, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5492)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 5492) [ClassicSimilarity], result of:
          0.029572664 = score(doc=5492,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 5492, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=5492)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    Purpose Online knowledge communities make great contributions to global knowledge sharing and innovation. Resource tagging approaches have been widely adopted in such communities to describe, annotate and organize knowledge resources mainly through users' participation. However, it is unclear what causes the adoption of a particular resource tagging approach. The purpose of this paper is to identify factors that drive users to use a hybrid social tagging approach. Design/methodology/approach Technology acceptance model and social cognitive theory are adopted to support an integrated model proposed in this paper. Zhihu, one of the most popular online knowledge communities in China, is taken as the survey context. A survey was conducted with a questionnaire and collected data were analyzed through structural equation model. Findings A new hybrid social resource tagging approach was refined and described. The empirical results revealed that self-efficacy, perceived usefulness (PU) and perceived ease of use exert positive effect on users' attitude. Moreover, social influence, PU and attitude impact significantly on users' intention to use a hybrid social resource tagging approach. Originality/value Theoretically, this study enriches the type of resource tagging approaches and recognizes factors influencing user adoption to use it. Regarding the practical parts, the results provide online information system providers and designers with referential strategies to improve the performance of the current tagging approaches and promote them.
    Date
    20. 1.2015 18:30:22
  20. Bentley, C.M.; Labelle, P.R.: ¬A comparison of social tagging designs and user participation (2008) 0.01 
    0.0077058077 = product of:
  0.023117423 = sum of:
    0.011288359 = weight(_text_:in in 2657) [ClassicSimilarity], result of:
      0.011288359 = score(doc=2657,freq=20.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.19010136 = fieldWeight in 2657, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.03125 = fieldNorm(doc=2657)
    0.011829065 = product of:
      0.02365813 = sum of:
        0.02365813 = weight(_text_:22 in 2657) [ClassicSimilarity], result of:
          0.02365813 = score(doc=2657,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.15476047 = fieldWeight in 2657, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.03125 = fieldNorm(doc=2657)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)
    Abstract
    Social tagging empowers users to categorize content in a personally meaningful way while harnessing their potential to contribute to a collaborative construction of knowledge (Vander Wal, 2007). In addition, social tagging systems offer innovative filtering mechanisms that facilitate resource discovery and browsing (Mathes, 2004). As a result, social tags may support online communication, informal or intended learning as well as the development of online communities. The purpose of this mixed methods study is to examine how undergraduate students participate in social tagging activities in order to learn about their motivations, behaviours and practices. A better understanding of their knowledge, habits and interactions with such systems will help practitioners and developers identify important factors when designing enhancements. In the first phase of the study, students enrolled at a Canadian university completed 103 questionnaires. Quantitative results focusing on general familiarity with social tagging, frequently used Web 2.0 sites, and the purpose for engaging in social tagging activities were compiled. Eight questionnaire respondents participated in follow-up semi-structured interviews that further explored tagging practices by situating questionnaire responses within concrete experiences using popular websites such as YouTube, Facebook, Del.icio.us, and Flickr. Preliminary results of this study echo findings found in the growing literature concerning social tagging from the fields of computer science (Sen et al., 2006) and information science (Golder & Huberman, 2006; Macgregor & McCulloch, 2006). Generally, two classes of social taggers emerge: those who focus on tagging for individual purposes, and those who view tagging as a way to share or communicate meaning to others. Heavy del.icio.us users, for example, were often focused on simply organizing their own content, and seemed to be conscientiously maintaining their own personally relevant categorizations while, in many cases, placing little importance on the tags of others. Conversely, users tagging items primarily to share content preferred to use specific terms to optimize retrieval and discovery by others. Our findings should inform practitioners of how interaction design can be tailored for different tagging systems applications, and how these findings are positioned within the current debate surrounding social tagging among the resource discovery community. We also hope to direct future research in the field to place a greater importance on exploring the benefits of tagging as a socially-driven endeavour rather than uniquely as a means of managing information.
    Source
    Metadata for semantic and social applications : proceedings of the International Conference on Dublin Core and Metadata Applications, Berlin, 22 - 26 September 2008, DC 2008: Berlin, Germany / ed. by Jane Greenberg and Wolfgang Klas

Authors

Years

Languages

  • e 89
  • d 34
  • i 1
  • More… Less…

Types

Themes