CN102043777B - 一种面向移动终端的三维标签云可视化方法 - Google Patents

Abstract

本发明涉及一种面向移动终端的三维标签云可视化方法，包括以下几个步骤：A、计算标签之间的关联度，以及标签和在线资源之间的关联度；B、使用三维方法显示关联度最高的前K个标签，标签的字体大小和颜色与标签的关联度成正比；C、根据移动终端按键的不同，支持标签和在线资源之间切换浏览，并内嵌标签和在线资源的搜索框；本发明针对移动终端的屏幕尺寸有限的特点，当标签数量太多的时候，只显示最相关的前K个标签或在线资源；如果某个特定在线资源只能通过某个特定标签访问，而这个标签字体又很小，可以通过内嵌的搜索框来查询标签或在线资源，把基于标签的浏览和搜索结合起来，显著改善移动终端基于标签浏览的用户体验。

Description

一种面向移动终端的三维标签云可视化方法

技术领域

本发明涉及一种属于网络技术领域的标签云可视化方法，尤其涉及一种面向移动终端的三维标签云可视化方法。

背景技术

标签是一个用来标记互联网在线资源的关键字或术语，这种元数据用来描述在线资源，并且方便在线资源被再次浏览或者检索。一个在线资源可以有一个或多个与之相连的标签。作者可以比较随意地和非正式地选取标签，通常标签不属于一些正式的或者确定的分类方案(比如由界、门、纲、目、科、属、种等单元组成的生物学的分类系统)。

标签通常用于动态、灵活、自动生成的互联网在线资源，如计算机文件，网页，数码图像，以及互联网的书签。由于这个原因，“标签”已成为Web 2.0运动的重要组成部分。

标签云是标签的一种可视化描述方式，用于汇总用户生成的标签，并根据其出现频率等因素以不同的字体大小和颜色显示，以方便用户浏览。在Web 2.0应用中，标签云被认为是一种可以有效的帮助用户浏览和检索网站信息的手段而被广泛使用。

经文献检索发现，Roy Tanck在2009年5月25日发布的WP-Cumulus 1.21中支持三维标签云，使得静态标签云中容易被忽略的低频标签也有机会滚动到最前方，有了被注意到的可能。

然而，当标签数量太多的时候标签云就会显得杂乱；或者某个特定在线资源只能通过某个特定标签访问，而这个标签字体又很小，用户很难在标签云里找到。在将标签云技术应用到移动终端的时候，受到移动终端显示屏幕尺寸有限，键盘操作不便的限制，上述的问题因而变得更加严重。

发明内容

本发明的目的在于克服现有技术的缺陷，采用数据挖掘和可视化显示的方法，提供一种面向移动终端的三维标签云可视化方法，改善移动终端基于标签浏览的用户体验

为实现上述目的，本发明采用一种面向移动终端的三维标签云可视化方法，包括以下几个步骤：

A、计算标签之间的关联度，以及标签和在线资源之间的关联度；

B、标签的字体大小的计算方法

当用户刚开始浏览标签时，标签t _i 的字体大小和标签的总使用频 率S _i 成正比，即越热门的标签其字体越大，只显示前K个S _i 最大的标 签；当用户点击一个标签t_i，浏览与被点击标签相关联的标签t_j时，相关联的标签t_j的字体大小取决于和被点击标签t_i的关联度t_it_j，关联越紧密的标签t_j其字体越大，只显示前K个关联度最大的标签；当用户点击一个在线资源r_j，浏览与在线资源r_j关联的标签t_i时，标签t_i的字体大小取决于频率c_ij，频率c_ij越高的标签其字体越大，只显示前K个c_ij最大的标签，字体越大的标签其颜色也越醒目；

C、根据移动终端按键的不同，支持标签和在线资源之间切换浏览，并内嵌标签和在线资源的搜索框，当计算得到权值最大的K个标签的字体大小和颜色之后，切换方式如下：

在当前标签云中，如果点击某个移动设备的键，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的(按关联度t_it_j排列)K个标签；

在当前标签云中，如果点击某个移动设备的键，通过移动终端的4方向导航键选中标签，点击选择键则显示与此前多个标签最相关的K个在线资源；

在当前标签云中，如果没有点击某个移动设备的键，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的K个的在线资源；

当前显示的是在线资源，如果点击某个移动设备的键，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源r_j最相关的K个标签；

当前显示的是在线资源，如果没有点击某个移动设备的键，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源r_j对应的详细资料；

在任何时候，如果点击移动设备的某个键，则显示搜索框，键入想要搜索的标签或者在线资源名字，就会出现最匹配的K个标签或者在线资源；

定义以下符号：

N                          表示标签的总数目

M                          表示在线资源的总数目

T＝{t₁，t₂，...，t_N}       表示系统中所有的N个标签

R＝{r₁，r₂，...，r_M}       表示系统中所有的M个在线资源

TT＝{t₁t₁，t₁t₂，...，t_Nt_N}表示标签和标签之间的关联度，其中t_it_j表示标签t_i和标签t_j之间的关联度，TR＝{t₁r₁，t₁r₂，...，t_Nr_M}表示标签和在线资源之间的关联度，其中t_ir_j表示标签t_i和在线资源r_j之间的关联度，

C＝{c₁₁，c₁₂，...，c_NM}     表示标签用于标注在线资源的

频率，c_ij表示标签t_i用于标注在线资源r_j的频率

R_i                         表示标签t_i所标记的在线资源集的大小；

R_j                         表示标签t_j所标记的在线资源集的大小；

|R_i∩R_j|                   表示R_i和R_j的交集的大小；

|R_i∪R_j|                   表示R_i和R_j的并集的大小；

            表示标签t_i的总使用频率，

X_i                         表示在线资源r_i的总使用频率；

其中关联度计算方法如下：

A1、标签t_i和标签t_j之间的关联度t_it_j的计算方法

A2、标签t_i和在线资源r_j之间的关联度t_ir_j的计算方法

A3、多个标签和在线资源r_j之间的关联度的计算方法

本发明针对移动终端的屏幕尺寸有限的特点，当标签数量太多的时候，此方法根据标签之间的关联度以及标签和在线资源之间的关联度，只显示最相关的前K个标签或在线资源；如果某个特定在线资源只能通过某个特定标签访问，而这个标签字体又很小，可以通过内嵌的搜索框来查询标签或在线资源，把基于标签的浏览和搜索结合起来，显著改善移动终端基于标签浏览的用户体验。

附图说明

图1为本发明实施例的流程示意图；

图2为本发明实施例举例说明的初始标签云示意图；

图3为本发明实施例举例说明的标签“川菜”的相关标签云示意图；

图4为本发明实施例举例说明的美食店“喜多屋国际海鲜料理(正大店)”的相关标签云示意图；

图5为本发明实施例举例说明的通过移动终端的4方向导航键选中标签“川菜”的示意图；

图6为本发明实施例举例说明的连续点击标签“川菜”和“馋嘴牛蛙”显示最相关的K家美食店的示意图；

图7为本发明实施例举例说明的点击美食店“俏江南881会所”显示其详细资料的示意图；

图8为本发明实施例举例说明的点击移动设备的某个键(例如#键)，

出现的标签搜索框和美食店搜索框的示意图。

具体实施方式

如图1、2、3、4、5、6、7、8所示，本发明的具体实施例是一种面向移动终端的三维标签云可视化方法，包含以下3个步骤：

A、计算标签之间的关联度，以及标签和在线资源之间的关联度；

B、使用三维方法显示关联度最高的前K个标签，标签的字体大小和颜色与标签的关联度成正比；

C、根据按键的不同，支持标签和在线资源之间切换，并内嵌搜索框支持标签和在线资源的搜索。

举例说明如下：

例如有一个在线美食点评的网站，在线资源是指美食店，例如“大渔铁板烧(龙之梦店)”，标签是指点评人对美食店的标记，例如“铁板烧”，“情侣约会”和“自助餐”等。

为了更好地描述本发明，我们用一个在线美食点评的网站的例子来具体化以下符号：

N                          表示标签的总数目，例如这个在线美食点评的网站一共有2000个标签

M                          表示在线资源的总数目，例如这个在线美食点评的网站一共有10000家美食店

T＝{t₁，t₂，...，t_N}        表示系统中所有的N个标签

R＝{r₁，r₂，...，r_M}        表示系统中所有的M个在线资源

TT＝{t₁t₁，t₁t₂，...，t_Nt_N}表示标签和标签之间的关联度，其中t_it_j表示标签t_i和标签t_j之间的关联度。例如标签“铁板烧”和标签“自助餐”的关联度。

TR＝{t₁r₁，t₁r₂，...，t_Nr_M}表示标签和在线资源之间的关联度，其中t_ir_j表示标签t_i和在线资源r_j之间的关联度。例如标签“铁板烧”和美食店“大渔铁板烧(龙之梦店)”的关联度

C＝(c₁₁，c₁₂，...，c_NM}表示标签用于标注在线资源的频率，c_ij表示标签t_i用于标注在线资源r_j的频率。例如美食店“大渔铁板烧(龙之梦店)”的标签“铁板烧”被使用了200次，标签“情侣约会”被使用了100次，标签“自助餐”被使用了50次。

R_j       表示标签t_i所标记的在线资源集合的大小。例如标签“铁板烧”一共标记过300家美食店。

R_j       表示标签t_j所标记的在线资源集合的大小。例如标签“自助餐”一共标记过400家美食店

|R_i∩R_j| 表示R_i和R_j的交集的大小。例如同时包含标签“铁板烧”和“自助餐”的美食店一共100家。

|R_i∩R_j| 表示R_i和R_j的并集的大小。例如包含标签“铁板烧”或“自助餐”的美食店一共600家。

S_i       表示标签t_i的总使用频率，例如标签“铁板

烧”的总使用频率为4000次。

X_i       表示在线资源r_i的总使用频率，例如美食店“大渔铁板烧(龙之梦店)”的总使用频率为350次(其中标签“铁板烧”被使用了200次，标签“情侣约会”被使用了100次，标签“自助餐”被使用了50次)。

所述的步骤A，具体如下：

A1、标签t_i和标签t_j之间的关联度t_it_j的计算方法

例如标签“铁板烧”和标签“自助餐”的关联度为100/600＝0.17

A2、标签t_i和在线资源r_j之间的关联度t_ir_j的计算方法

例如标签“铁板烧”和美食店“大渔铁板烧(龙之梦店)”的关联度为(200/350)*log(10000/300)＝0.87

标签“自助餐”和美食店“大渔铁板烧(龙之梦店)”的关联度为(50/350)*log(10000/400)＝0.20

A3、多个标签和在线资源r_j之间的关联度的计算方法

例如2个标签(“铁板烧”和“自助餐”)和美食店“大渔铁板烧(龙之梦店)”的关联度为0.87+0.20＝1.07

所述的步骤B，当计算得到标签之间，以及标签和在线资源之间的关联度之后，具体如下

B1、标签的字体大小的计算方法

当用户刚开始浏览标签时，标签t_i的字体大小和标签的总使用频率S_i成正比，即越热门的标签其字体越大，只显示前K个S_i最大的标签。例如，如图2所示，最热门的3个标签是“商务宴请”、“朋友聚餐”和“自助餐”，其S_i分别为10000，9000和7000次，因此其初始字体最大。注意在三维标签云中，随着标签的转动，其字体会相应变化，使得静态标签云中容易被忽略的低频标签也有机会滚动到最前方，有了被注意到的可能，但变化后的字体大小仍然与其初始字体大小成正比。

当用户点击一个标签t_i，浏览与之关联的标签时，标签t_j的字体大小取决于t_j和上一个标签t_i的关联度t_it_j。关联越紧密的标签其字体越大，只显示前K个t_it_j最大的标签。例如，如图3所示，用户点击一个标签“川菜”后，显示关联度t_it_j最大的三个标签“水煮鲶鱼”，“馋嘴牛蛙”，“酸梅汤”，其关联度t_it_j分别为0.75，0.70，0.60。

当用户点击一个在线资源r_j，浏览与之关联的标签时，标签t_i的字体大小取决于频率c_ij。频率越高的标签其字体越大，只显示前K个c_ij最大的标签。如图4所示，与美食店“喜多屋国际海鲜料理(正大店)”相关的标签分别为“自助餐”、“朋友聚餐”、“可用信用卡”、“情侣约会”、“朋友聚会”、“商务宴请”、“可停车”、“休闲”、“约会”和“日本”，其频率c_ij分别为6000，2500，2000，1000，800，600，400，300，200，200，因此“自助餐”、“朋友聚餐”、“可用信用卡”的初始字体最大。

B2、标签颜色的计算方法

与以上B1类似，字体越大的标签其颜色也越醒目，例如但不局限于，字体最大的标签用红色表示，字体最小的用黑色表示。

所述的步骤C，当计算得到权值最大的K个标签的字体大小和颜色之后，具体如下

C1、在当前标签云中，如果点击某个移动设备的键(例如*键)，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的(按关联度t_it_j排列)K个标签。例如，如图5所示，点击标签“川菜”，则显示如图3所示的与标签“川菜”最相关的K个标签，分别为“水煮鲶鱼”，“馋嘴牛蛙”，“酸梅汤”等。

C2、在当前标签云中，如果点击某个移动设备的键(例如**键)，通过移动终端的4方向导航键选中标签，点击选择键则显示与此前多个标签最相关的(按关联度排列)K个在线资源。例如，如果连续点击标签“川菜”和“馋嘴牛蛙”，则显示如图6所示的最相关的K家美食店“红辣椒杨浦店”、“麻辣诱惑梅龙镇广场店”、“忆蜀乐”、“俏江南881会所”、“揽香川菜馆金鹰店”、“渝信川菜招商局店”、“辛香汇淮海中路店”、“俏江南虹桥”和“小巴辣子川湘菜餐厅创智天地店”，其关联度分别为0.90、0.80、0.70、0.65、0.60、0.55、0.50、0.45、0.45。

C3、在当前标签云中，如果没有点击某个移动设备的键(例如*键)，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的(按关联度t_ir_j排列)K个的在线资源。

C4、当前显示的是在线资源，如果点击某个移动设备的键(例如*键)，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源最相关的(按频率c_ij排列)K个标签。例如，点击在线资源“喜多屋国际海鲜料理(正大店)”，则显示如图4所示的相关标签分别为“自助餐”、“朋友聚餐”、“可用信用卡”、“情侣约会”、“朋友聚会”、“商务宴请”、“可停车”、“休闲”、“约会”和“日本”，其频率c_ij分别为6000，2500，2000，1000，800，600，400，300，200，200。

C5、当前显示的是在线资源，如果没有点击某个移动设备的键(例如*键)，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源r_j对应的详细资料。例如，当用户点击在线资源“俏江南881会所”，则显示如图7所示的“俏江南881会所”的详细资料。

C6、在任何时候，如果点击移动设备的某个键(例如#键)，则显示搜索框，键入想要搜索的标签或者在线资源名字，就会出现最匹配的K个标签或者在线资源。例如，在上述C1步骤中，如果点击移动设备的某个键(例如#键)，则会出现搜索框，如图8所示，用户可以搜索标签或者美食店，如果搜索标签“川菜”，则得到图3所示的标签云；如果搜索美食店“川菜馋嘴牛蛙”，则得到图6所示的美食店列表。

Claims (1)

1.一种面向移动终端的三维标签云可视化方法，包括以下几个步骤：

A、计算标签之间的关联度，以及标签和在线资源之间的关联度；

B、标签的字体大小的计算方法

当用户刚开始浏览标签时，标签t_i的字体大小和标签的总使用频率S_i成正比，即越热门的标签其字体越大，只显示前K个S_i最大的标签；当用户点击一个标签t_i，浏览与被点击标签相关联的标签t_j时，相关联的标签t_j的字体大小取决于和被点击标签t_i的关联度t_it_j，关联越紧密的标签t_j其字体越大，只显示前K个关联度最大的标签；当用户点击一个在线资源r_j，浏览与在线资源r_j关联的标签t_i时，标签t_i的字体大小取决于频率c_ij，频率c_ij越高的标签其字体越大，只显示前K个c_ij最大的标签，字体越大的标签其颜色也越醒目；

C、根据移动终端按键的不同，支持标签和在线资源之间切换浏览，并内嵌标签和在线资源的搜索框，当计算得到权值最大的K个标签的字体大小和颜色之后，切换方式如下：

在当前标签云中，如果点击某个移动设备的键，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的(按关联度t_it_j排列)K个标签；

在当前标签云中，如果点击某个移动设备的键，通过移动终端的4方向导航键选中标签点击选择键则显示与此前多个标签最相关的K个在线资源；

在当前标签云中，如果没有点击某个移动设备的键，通过移动终端的4方向导航键选中标签t_j，点击选择键则显示与此标签t_j最相关的K个的在线资源；

当前显示的是在线资源，如果点击某个移动设备的键，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源r_j最相关的K个标签；

当前显示的是在线资源，如果没有点击某个移动设备的键，通过移动终端的4方向导航键选中在线资源r_j，点击选择键则显示与此在线资源r_j对应的详细资料；

在任何时候，如果点击移动设备的某个键，则显示搜索框，键入想要搜索的标签或者在线资源名字，就会出现最匹配的K个标签或者在线资源；

定义以下符号：

N                           表示标签的总数目

M                           表示在线资源的总数目

T＝{t₁，t₂，...，t_N}        表示系统中所有的N个标签

R＝{r₁，r₂，...，r_M}        表示系统中所有的M个在线资源

TT＝{t₁t₁，t₁t₂，...，t_Nt_N} 表示标签和标签之间的关联度，其中t_it_j表示标签t_i和标签t_j之间的关联度，TR＝{t₁r₁，t₁r₂，...，t_Nr_M}表示标签和在线资源之间的关联度，其中t_ir_j表示标签t_i和在线资源r_j之间的关联度，

C＝{c₁₁，c₁₂，...，c_NM}     表示标签用于标注在线资源的频率，c_ij表示标签t_i用于标注在线资源r_j的频率

R_i                         表示标签t_i所标记的在线资源集的大小；

R_j                         表示标签t_j所标记的在线资源集的大小；

|R_i∩R_j|                   表示R_i和R_j的交集的大小；

|R_i∪R_j|                   表示R_i和R_j的并集的大小；

                  表示标签t_i的总使用频率，

X_i                         表示在线资源r_i的总使用频率；

其中关联度计算方法如下：

A1、标签t_i和标签t_j之间的关联度t_it_j的计算方法

A2、标签t_i和在线资源r_j之间的关联度t_ir_j的计算方法

A3、多个标签和在线资源r_j之间的关联度的计算方法