梁董的吧台後

Youtube是一家視訊語音分享的服務平台，它能把各式的視訊檔案轉成Flash檔放在網路上與人共享，站在內容至上的角度，之前我認為這類服務因為製作門檻較高(需要視訊設備、需要基本影音編輯軟體，需要演出)所以內容產出不易，該是較難風行，除此之外，之前對於影像檢索方式是以Tagging(也就是使用者自行下關鍵字)的架構，能不能有效的查檢到所需要的資訊也有些存疑。

很明顯的，我低估現今世代的電腦能力~也錯估了Folksonomy的威力。
看看這個新聞： Google打算以16億美金併購YouTube



Folksonmy(俗民分類、通俗分類)是什麼? 在XXC兄自建的wiki下有很完整的解釋，不過我還是用自已能理解的方式解釋：一般大眾自行訂定關鍵字的分類。

再看一下wiki下的解釋：
Folksonomy是由 Thomas Vander Wal 所創，以 folk (或 folks)與 taxonomy 所組成的詞彙。而taxonomy是由希臘字的"taxis"與"nomos"所組成的。"taxis"指分類(classification)，而 "nomos"是指管理的意思(management)。"folk"字源是德文，意思是人民、群眾(people)。因此"folksonomy"(俗民分類)指的是平常百姓的分類管理系統。

Youtube正是利用Folksonomy的案例，不可否認的，Folksonomy在這個案例上能滿足大多讀者的資訊需求，讓他們能找到所需要的資訊。自許為資訊專家的我們可能會問若俗民分類已能滿足需求，那在校所學的分類法難道已經不再重要了嗎?

個人認為不是如此，Folksonomy能適用必須有幾個條件：
1.資料量龐大：
沒有經過資訊訓練的使用者在進行分類時，一定會有些盲點或錯誤，但是若資料量龐大且重複性大時，同樣的內容可能有許多的關鍵字時，搜尋的結果反而能滿足所有的面向。 像是以這張圖來說


可能甲讀者只會下片名「嚦咕嚦咕新年財」和主角「劉德華」為keyword、乙讀者會下「劉青雲」、丙讀者會下「梁詠琪」，較深入的讀者會下「麻將」、「電影」為關鍵字，更誇張的人可能連劇中經典句「好鳥回巢必有因」「好朋友，你回來了」都立為keyword，在資料量龐大下，能找到資料的機會則較大了。 的確，精確度不夠，但是在第二個條件下就可以容忍了。

2.非學術/精確/嚴謹領域較為適用
以醫學為例，一個專有名詞下的相關論文有可能有數百篇，如何精確的找到關鍵文章是非常重要的事，Folksonomy在此是不適用的，但是像是分享影片，kuso等我們可以說找不到也無傷大雅的情境下，結合條件1資料量龐大，反而能滿足大多使用者的需求。

3.檢索系統的相配合
檢索系統須要有一定的統合關鍵字功能，甚至一些關聯性分析的功能，像是哪些關鍵字會常與哪些關鍵字合併出現，提供使用者參考，進以呈現更完整而全面的結果。其實這種技術早有了…

近日有聽過Folksonomy會不會取代圖書分類系統的言論，儘管之前看錯了youtube 的濳力，但是我還是認為Folksonomy雖然具有貼近使用者詞彙習慣的優點，但在學術研究範疇，不愁找不到，只愁找太多的要求精準精確，圖書分類法仍為主流，但Folksonomy在系統/技術的發展不斷演進下，會不會再進一步的應用(如圖書分類系統與Folksonomy以Mapping方式結合等)，很值得密切關注。