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 usa frecuentemente para mostrar 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 usan como ayudas para la navegación web, los términos se enlazan 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 mapas geográficos para representar el tamaño relativo de las ciudades en términos del tamaño relativo de la tipografía. Un ejemplo impreso temprano de una lista ponderada de palabras clave en inglés fueron los "archivos subconscientes" en Microserfs (1995) de Douglas Coupland . Una versión en alemán apareció en 1992. ^{[ 4 ]}

La forma visual específica y el uso común del término "nube de etiquetas" cobraron protagonismo en la primera década del siglo XXI como una característica generalizada de los primeros sitios web y blogs de la Web 2.0 , utilizada 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 gran repercusión aparecieron en Flickr , un sitio para compartir fotos creado por Stewart Butterfield , cofundador y diseñador de interacción de Flickr , en 2004. Dicha implementación se basó en Search Referral Zeitgeist de Jim Flanagan, ^{[ 5 ]} una visualización de los referentes de sitios web. Las nubes de etiquetas también se popularizaron por la misma época gracias a Del.icio.us y Technorati , entre otros.

La sobresaturación del método de 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 de "Mejores Prácticas" de 2006 , que simplemente decía "lo sentimos 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.

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

Las nubes de etiquetas se representan típicamente mediante elementos HTML en línea . Las etiquetas pueden aparecer en orden alfabético, en orden aleatorio, pueden ordenarse por peso, etc. A veces, se manipulan otras propiedades visuales además del tamaño de la fuente, como el color, la intensidad o el grosor de la fuente. ^{[ 15 ]} La disposición más popular es una disposición rectangular de etiquetas con ordenación alfabética en un diseño secuencial línea por línea. La decisión para 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 usar 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 usar heurísticas para reducir el tamaño de la nube de etiquetas, independientemente de si el propósito es agrupar las etiquetas. ^{[ 17 ]}

La taxonomía visual de la nube de etiquetas está determinada por una serie de atributos: regla de ordenación de etiquetas (p. ej., alfabéticamente, por importancia, por contexto, aleatoriamente, ordenadas por calidad visual), forma de toda la nube (p. ej., rectangular, circular, con bordes de mapa), forma de los límites de las etiquetas (rectángulo o cuerpo del carácter), rotación de etiquetas (ninguna, libre, limitada), alineación vertical de etiquetas (siguiendo las líneas base tipográficas, libre). Una nube de etiquetas en la web debe abordar problemas de modelado y control de la estética, construyendo 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 utilicen 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 un cuadro rectangular. ^{[ 19 ]}

Una nube de datos o nube de datos es una visualización de datos que utiliza el tamaño de la fuente y/o el color para indicar valores numéricos. ^{[ 20 ]} Es similar a una nube de etiquetas ^{[ 21 ]} pero en lugar de recuento de palabras , muestra datos como población o 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 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 visión más específica de un documento o corpus . En lugar de resumir un documento completo, la nube de colocaciones analiza el uso de una palabra en particular. La nube resultante contiene las palabras que se usan con frecuencia junto con la palabra de búsqueda. Estas colocaciones se formatean para mostrar la frecuencia (como tamaño) y la fuerza de la colocación (como brillo). Esto proporciona formas interactivas de 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 pequeñas (este efecto está influenciado por otras propiedades, como  el número de caracteres, la posición y las etiquetas vecinas).
• Escaneo: Los usuarios escanean las nubes de etiquetas en lugar de leerlas.
• Centrado: Las etiquetas en el centro 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 ofrecen un soporte subóptimo a la hora de buscar etiquetas específicas (si estas no tienen un tamaño de fuente muy grande).

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

• El uso de una barra o círculo adicional en lugar del tamaño de la fuente aumenta la precisión al leer el valor numérico.
• Sin embargo, los usuarios podrían encontrar una palabra específica más rápidamente cuando no se utiliza ninguna marca adicional.
• El rendimiento depende de la tarea; las tareas sencillas, como encontrar una palabra, se ven muy afectadas por la elección del diseño, mientras que 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 está determinado por su incidencia. Para una nube de palabras de categorías como blogs, la frecuencia, por ejemplo, corresponde al número de entradas de blog que se asignan a una categoría. Para frecuencias más pequeñas, se pueden especificar tamaños de fuente directamente, desde uno hasta el tamaño máximo de fuente. Para valores mayores, se debe realizar un escalado. En una normalización lineal, el peso${\displaystyle t_{i}}$de un descriptor se asigna a una escala de tamaño de 1 a f , donde${\displaystyle t_{\min }}$y${\displaystyle t_{\max }}$están especificando el rango de pesos disponibles.

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

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

Dado que el número de elementos indexados por descriptor generalmente se distribuye según una ley de potencias , ^{[ 28 ]} para rangos de valores más amplios, una representación logarítmica tiene sentido. ^{[ 29 ]}

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

También existen 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 la información
• Palabras clave
• tf-idf

• Comprender las nubes de etiquetas : un análisis de 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.