Nube de etiquetas

Una nube de etiquetas (también conocida como nube de palabras o lista ponderada en diseño visual) es una representación visual de datos de texto que se utiliza a menudo para representar metadatos de palabras clave en sitios web o para visualizar texto de formato libre. Las etiquetas suelen ser palabras individuales y la importancia de cada etiqueta se muestra con el tamaño o el color de la fuente. ^{[2] [3]} Cuando se utilizan como ayudas para la navegación en sitios web, los términos se vinculan mediante hipervínculos a elementos asociados con la etiqueta.

En el lenguaje del diseño visual, una nube de etiquetas (o nube de palabras) es un tipo de "lista ponderada", como las que se usan comúnmente en los mapas geográficos para representar el tamaño relativo de las ciudades en términos de tamaño de fuente relativo. Un ejemplo impreso temprano de una lista ponderada de palabras clave en inglés fue "subconscious files" en Microserfs (1995) de Douglas Coupland . Una aparición en alemán ocurrió en 1992. ^[4]

La forma visual específica y el uso común del término "nube de etiquetas" cobraron importancia en la primera década del siglo XXI como una característica generalizada de los primeros sitios web y blogs de la Web 2.0 , utilizados principalmente para visualizar la distribución de frecuencia de los metadatos de palabras clave que describen el contenido del sitio web y como ayuda para la navegación.

Las primeras nubes de etiquetas en un sitio web de alto perfil fueron las del sitio para compartir fotografías Flickr , creado por el cofundador de Flickr y diseñador de interacción Stewart Butterfield en 2004. Esa implementación se basó en Search Referral Zeitgeist de Jim Flanagan, ^[5] una visualización de referentes de sitios web. Las nubes de etiquetas también se popularizaron en la misma época gracias a Del.icio.us y Technorati , entre otros.

La sobresaturación del método de la nube de etiquetas y la ambivalencia sobre su utilidad como herramienta de navegación web llevaron a una disminución de su uso entre estos primeros usuarios. ^{[6] Flickr dio un discurso de aceptación de cinco palabras para el} premio Webby "Best Practices" de 2006 , que simplemente decía "lo siento por las nubes de etiquetas". ^[7]

Una segunda generación de desarrollo de software descubrió una mayor diversidad de usos para las nubes de etiquetas como método básico de visualización de datos de texto. En este contexto, se han propuesto varias extensiones de las nubes de etiquetas.

Existen tres tipos principales de aplicaciones de nubes de etiquetas en el software social , que se distinguen por su significado más que por su apariencia. En el primer tipo, hay una etiqueta para la frecuencia de cada elemento, mientras que en el segundo tipo, hay nubes de etiquetas globales donde las frecuencias se agregan para todos los elementos y usuarios. En el tercer tipo, la nube contiene categorías, y el tamaño indica el número de subcategorías.

En el primer tipo, el tamaño representa la cantidad de veces que se ha aplicado esa etiqueta a un solo elemento. ^[8] Esto es útil como medio para mostrar metadatos sobre un elemento que ha sido "votado" democráticamente y donde no se desean resultados precisos.

En el segundo tipo, el más comúnmente utilizado, ^{[ cita requerida ]} el tamaño representa la cantidad de elementos a los que se ha aplicado una etiqueta, como una presentación de la popularidad de cada etiqueta .

En lugar de la frecuencia, el tamaño se puede utilizar para representar la importancia de las palabras y las coocurrencias de palabras , en comparación con un corpus de fondo (por ejemplo, en comparación con todo el texto de Wikipedia). ^[9] Este enfoque no se puede utilizar de forma independiente, sino que se basa en comparar las frecuencias de los documentos con las distribuciones esperadas.

En el tercer tipo, las etiquetas se utilizan como método de categorización de los elementos de contenido. Las etiquetas se representan en una nube, donde las etiquetas más grandes representan la cantidad de elementos de contenido en esa categoría.

Existen algunos enfoques para construir grupos de etiquetas en lugar de nubes de etiquetas, por ejemplo, aplicando coocurrencias de etiquetas en los documentos. ^[10]

De manera más general, se puede utilizar la misma técnica visual para mostrar datos sin etiquetas, ^[11] como en una nube de palabras o una nube de datos.

El término nube de palabras clave se utiliza a veces como un término de marketing de motores de búsqueda (SEM) que se refiere a un grupo de palabras clave que son relevantes para un sitio web específico. En los últimos años, las nubes de etiquetas han ganado popularidad debido a su papel en la optimización de motores de búsqueda de páginas web, así como para ayudar al usuario a navegar por el contenido en un sistema de información de manera eficiente. ^[12] Las nubes de etiquetas como herramienta de navegación hacen que los recursos de un sitio web estén más conectados, ^[13] cuando son rastreados por una araña de un motor de búsqueda, lo que puede mejorar la clasificación del sitio en el motor de búsqueda . Desde una perspectiva de interfaz de usuario, a menudo se utilizan para resumir los resultados de búsqueda para ayudar al usuario a encontrar contenido en un sistema de información en particular más rápidamente. ^[14]

Las nubes de etiquetas se representan normalmente mediante elementos HTML en línea . Las etiquetas pueden aparecer en orden alfabético, en un orden aleatorio, pueden ordenarse por peso, etc. A veces, se manipulan otras propiedades visuales además del tamaño de la fuente, como el color de la fuente, la intensidad o el peso. ^[15] La más popular es una disposición de etiquetas rectangular con ordenación alfabética en un diseño secuencial línea por línea. La decisión sobre un diseño óptimo debe estar impulsada por los objetivos esperados del usuario. ^[15] Algunos prefieren agrupar las etiquetas semánticamente para que las etiquetas similares aparezcan cerca unas de otras ^{[16] [17] [18]} o utilizan técnicas de incrustación como tSNE para posicionar palabras. ^[9] Se pueden agregar bordes para enfatizar las coocurrencias de etiquetas y visualizar interacciones. ^{[9] Se pueden utilizar} heurísticas para reducir el tamaño de la nube de etiquetas, independientemente de si el propósito es agrupar las etiquetas o no. ^[17]

La taxonomía visual de las nubes de etiquetas está determinada por una serie de atributos: regla de ordenación de las etiquetas (por ejemplo, alfabéticamente, por importancia, por contexto, aleatoriamente, ordenadas para la calidad visual), forma de toda la nube (por ejemplo, rectangular, círculo, bordes de mapa dados), forma de los límites de las etiquetas (rectángulo o cuerpo de carácter), rotación de etiquetas (ninguna, libre, limitada), alineación vertical de las etiquetas (apegada a las líneas base tipográficas, libre). Una nube de etiquetas en la web debe abordar problemas de modelado y control de la estética, construcción de un diseño bidimensional de etiquetas, y todo esto debe hacerse en poco tiempo en una plataforma de navegador volátil. Las nubes de etiquetas que se utilizarán en la web deben estar en HTML , no en gráficos, para que sean legibles por robots, deben construirse en el lado del cliente utilizando las fuentes disponibles en el navegador y deben caber en una caja rectangular. ^[19]

Una nube de datos o nube de datos es una visualización de datos que utiliza el tamaño de fuente y/o el color para indicar valores numéricos. ^[20] Es similar a una nube de etiquetas ^[21] pero en lugar del recuento de palabras, muestra datos como la población o los precios del mercado de valores .

Una nube de texto o nube de palabras es una visualización de la frecuencia de las palabras en un texto dado como una lista ponderada. ^[23] La técnica se ha utilizado recientemente ^{[ ¿cuándo? ]} de forma popular para visualizar el contenido temático de los discursos políticos. ^{[22] [24]}

Ampliando los principios de una nube de texto, una nube de colocaciones proporciona una vista más centrada de un documento o corpus . En lugar de resumir un documento completo, la nube de colocaciones examina el uso de una palabra en particular. La nube resultante contiene las palabras que se usan a menudo junto con la palabra de búsqueda. Estas colocaciones están formateadas para mostrar la frecuencia (como tamaño) así como la fuerza de la colocación (como brillo). Esto proporciona formas interactivas de navegar y explorar el lenguaje. ^[25]

Las nubes de etiquetas han sido objeto de investigación en varios estudios de usabilidad. El siguiente resumen se basa en una descripción general de los resultados de la investigación proporcionada por Lohmann et al.: ^[15]

• Tamaño de la etiqueta: las etiquetas grandes atraen más la atención del usuario que las etiquetas pequeñas (el efecto está influenciado por otras propiedades, por ejemplo, número de caracteres, posición, etiquetas vecinas).
• Escaneo: los usuarios escanean en lugar de leer nubes de etiquetas.
• Centrado: las etiquetas en el medio de la nube atraen más la atención del usuario que las etiquetas cerca de los bordes (efecto influenciado por el diseño ).
• Posición: El cuadrante superior izquierdo recibe más atención del usuario que los demás (hábitos de lectura occidentales).
• Exploración: Las nubes de etiquetas brindan un soporte subóptimo al buscar etiquetas específicas (si éstas no tienen un tamaño de fuente muy grande).

Felix et al. ^[26] compararon cómo el desempeño de lectura humana difiere de las nubes de etiquetas tradicionales que asignan valores numéricos al tamaño de la fuente y los diseños alternativos que utilizan, por ejemplo, color o formas adicionales como círculos y barras. También compararon cómo la diferente disposición de las palabras afecta el desempeño.

• Utilice una barra o un círculo adicional en lugar del tamaño de fuente para aumentar la precisión al leer el valor numérico.
• Sin embargo, los usuarios pueden encontrar palabras específicas más rápidamente cuando no se utiliza ninguna marca adicional.
• El rendimiento depende de la tarea; las tareas simples como encontrar una palabra se ven muy afectadas por la elección del diseño, sin embargo, el efecto en tareas como identificar el tema de una nube de etiquetas es mucho menor.

En principio, el tamaño de fuente de una etiqueta en una nube de etiquetas se determina por su incidencia. Para una nube de palabras de categorías como los blogs, la frecuencia, por ejemplo, corresponde al número de entradas de blogs que se asignan a una categoría. Para frecuencias más pequeñas, se pueden especificar tamaños de fuente directamente, desde uno hasta el tamaño de fuente máximo. Para valores más grandes, se debe realizar una escala. En una normalización lineal, el peso de un descriptor se asigna a una escala de tamaño de 1 a f , donde y especifican el rango de pesos disponibles. $estilo de visualización t_{i}}$${\displaystyle t_{\min}}$${\displaystyle t_{\max}}$

${\displaystyle s_{i}=\left\lceil {\frac {f_{\max}\cdot (t_{i}-t_{\min})}{t_{\max}-t_{\min}}}\right\rceil }$para ; de lo contrario${\displaystyle t_{i}>t_{\min}}$${\displaystyle s_{i}=1}$

• $estilo de visualización s_{i}}$: mostrar tamaño de fuente
• ${\displaystyle f_{\max}}$: tamaño de fuente máximo
• $estilo de visualización t_{i}}$: contar
• ${\displaystyle t_{\min}}$:conteo mínimo
• ${\displaystyle t_{\max}}$:conteo máximo

Dado que el número de elementos indexados por descriptor suele distribuirse según una ley de potencia , ^[28] para rangos de valores más grandes, tiene sentido una representación logarítmica . ^[29]

Las implementaciones de nubes de etiquetas también incluyen el análisis de texto y el filtrado de etiquetas inútiles, como palabras comunes, números y signos de puntuación.

También hay sitios web que crean nubes de etiquetas ponderadas artificialmente o de forma aleatoria, con fines publicitarios o para obtener resultados humorísticos.

• Concordancia
• Folksonomía
• Visualización de información
• Palabras clave
• tf-idf

• Comprensión de las nubes de etiquetas: un análisis del diseño de información de las nubes de etiquetas
• Consejos de diseño para crear nubes de etiquetas: guía de desarrollo de software de ONLamp de O'Reilly