Eine Analyse der Wirkung von Social Tagging auf die Wissensorganisation und auf die sozialen Strukturen der Benutzer

Abstract

Social Tagging ist eine Methode zur semantischen Datenorganisation. Im Unterschied zu traditionellen Ansätzen wird die Kategorisierung nicht von Experten vorgenommen, sondern von einer Vielzahl von Benutzern gemeinschaftlich entwickelt. Bezüglich der Daten existieren grundsätzlich keinerlei Einschränkungen. Dabei kann es sich sowohl um multimediale Inhalte, als auch um wissenschaftliche Literatur handeln. Jeder Benutzer, unabhängig von Expertise oder Intention, ist aufgefordert mithilfe von frei gewählten Tags die Kategorisierung der verwendeten Ressourcen zu unterstützen. Insgesamt entsteht dadurch eine Sammlung verschiedenster subjektiver Einschätzungen, die zusammen eine umfassende semantische Organisation bestimmter Inhalte darstellen. Ziel dieser Arbeit ist es, die Auswirkungen im Hinblick auf die Wissensorganisation und im Hinblick auf die sozialen Beziehungen der Benutzer zu analysieren, unter Einbeziehung aktuellster wissenschaftlicher Veröffentlichungen. Eines der zentralen Ergebnisse dieser Arbeit ist die Erkenntnis, dass die gemeinschaftlich erzeugten Metadaten eine unerwartet hohe Qualität bzw. Bedeutsamkeit aufweisen, obwohl Mehrdeutigkeiten und verschiedene Schreibweisen diese negativ beeinflussen könnten. Social Tagging ist besonders effektiv für die Organisation von sehr großen oder auch heterogenen Datenbeständen, die mit herkömmlichen, expertenbasierten Kategorisierungsverfahren nicht mehr verarbeitet werden können oder durch automatische Verfahren qualitativ schlechter indexiert werden. Durch Social Tagging wird nicht nur die Wissensorganisation gefördert, sondern darüberhinaus auch die Zusammenarbeit und der Aufbau von Communities, weshalb Social Tagging auch effizient in der Lehre eingesetzt werden kann.<br />

Social Tagging is a way of organizing shared content. In contrast to traditional approaches, the categorization is done by users who create or consume certain data objects, such as blogs, photographs, videos, literature and other content. In order to categorize these objects, users assign freely chosen tags which express their point of view. All tags together represent a pool of metadata that leads to an amateur categorization of shared content. The thesis deals with the effects of Social Tagging on the structure of organization and on social relationships. It is based on the latest scientific research and presents several findings from different scientific fields. My thesis points out that social tags are meaningful in general. As a result, they are suitable for organizing data objects, although there is a lack of accuracy that can be more or less critical. Social Tagging is best when it comes to organizing a big, heterogeneous amount of content, for instance within the internet or big libraries and which is likely to emerge in the future. In that case social Tags are more accurate than automatic generated metadata. In addition, a much bigger amount of data can be categorized in contrast to expert-categorization, which is usually done by a few professionals. Furthermore, Social Tagging supports team work and the building of communities around a variety of interests. For this reason, Social Tagging can be also applied within learning environments.