Molecule: Sistema de organização e visualização de Tags
1. Introdução
Por definição, tags são palavras atribuídas por utilizadores para anotar e
caracterizar vários tipos de recursos na Web. Trata-se, na prática, de rotular
informação de forma simples e intuitiva, recorrendo a uma ou mais palavras-
chave. Assim, podemos dizer que permitem melhorar e facilitar o acesso a
recursos, pois estes já foram previamente caracterizados e indexados pelo
utilizador, com palavras que ele próprio associa e relaciona com os itens em
questão, facilitando assim futuras pesquisas e a recuperação de informação
(Ellhussein, 2012). O termo folksonomia refere-se a forma de indexação
resultante da atribuição de tags pelos utilizadores aos recursos.
Dadas as vantagens notórias de se colocar tags associadas a informação (também
designado por tagging) para a pesquisa e recuperação da mesma, este tipo de
sistemas generalizou-se e foi adotado e implementado com sucesso em diversas
plataformas Web como o Delicious (https://delicious.com) e o Ebay (http://
www.ebay.com). Desta forma, consegue-se mais facilmente organizar e partilhar
diversos recursos on-line como livros, fotografias, vídeos, publicações de
blogues, músicas, entre outros (Peters, 2009).
O resultado destas e outras implementações foi a possibilidade dos utilizadores
terem acesso a um repositório de recursos rotulados, também designado de tag
space, que pode ser pesquisado e explorado de diversas formas pela comunidade
de utilizadores e que resulta do conjunto de todas as tags de todos os
utilizadores, associados aos recursos do sistema em questão.
Para possibilitar a navegação e pesquisa no tag space, as plataformas que
proporcionam este tipo de serviço necessitam de modelar uma interface gráfica
para a sua comunidade de utilizadores. A visualização de informação envolve a
utilização de representações visuais abstractas para melhorar a cognição (Ware,
2004). Interfaces visuais eficazes permitem a interação com grandes volumes de
dados de forma rápida e eficaz, potenciando a descoberta de características que
podem não ser tão evidentes numa apresentação tabular, por exemplo.
Assim, começaram a surgir formas de visualização de tags que permitem aos
utilizadores rapidamente verificarem como as tags são utilizadas numa
determinada plataforma. Em algumas, o número de tags é elevado, o que
inviabiliza a apresentação de todas as tags que foram atribuídas por todos os
utilizadores.
De entre várias formas de visualização de tagssurgidas, destaca-se a nuvem de
tags como a mais comum. Esta não é mais do que uma lista dos rótulos mais
populares, normalmente organizados por ordem alfabética e com diversos tamanhos
de letra e cores para evidenciar quais as tags mais populares. Embora seja a
forma mais conhecida de visualização, existem muitas outras alternativas e
variações para a modelação do tag space numa interface. Essas alternativas são
também relevantes e, dependendo do contexto ou utilizador, podem revelar-se
mais úteis e apropriadas.
Não obstante, uma característica comum a todas é o facto de que, ao contrário
da pesquisa por palavra-chave numa caixa de texto, que requer que o utilizador
formule as suas necessidades de informação, a pesquisa por tag numa nuvem de
tags permite que o utilizador reconheça a informação enquanto visualiza a
mesma, dado esta ser-lhe logo apresentada sobre a forma de rótulos, não tendo
assim necessidade de formular a pesquisa para poder ver os primeiros
resultados.
Assim, propõe-se neste artigo uma forma alternativa de visualização de tags
integrada no sistema Molecule. São utilizadas múltiplas vistas, o que é
particularmente indicado quando uma única seria demasiado complexa e
cognitivamente exigente para os utilizadores. Baldonado et al. propuseram,
entre outras, a regra da diversidade para o uso de várias vistas (Baldonado,
Woodruff, & Kuchinsky, 2000). Segundo esta regra deve-se utilizar mais do
que uma vista quando existem múltiplos atributos, perfis, modelos ou níveis de
abstração. Nestas situações uma única visão dos dados pode requerer demasiado
esforço de assimilação para a compreensão da multiplicidade dos dados.
Após esta primeira secção onde se faz uma introdução e contextualização ao
tema, segue uma secção onde são apresentados alguns problemas associados a
utilização de nuvens de tags. Na terceira secção apresentam-se algumas nuvens
de tags que permitem a visualização das tags de forma mais rica. Na quarta
secção descreve-se o sistema Molecule e as suas características, finalizando-se
com a apresentação de algumas conclusões e trabalho futuro a realizar nos
próximos meses.
2. Limitações Conhecidas aos Sistemas que Utilizam Nuvens de Tags
Apesar das inúmeras vantagens referidas no capítulo anterior, existem também
alguns problemas associados à utilização de nuvens de tags. Em sistemas que
utilizam nuvens de tags, verifica-se que o utilizador é sugestionado a
pesquisar sempre os mesmos termos, pois estes aparecem destacados na forma de
visualização, o que origina uma inclinação para a sua escolha. Como normalmente
estes sistemas baseiam a escolha da amostragem de resultados no número de vezes
que os termos foram utilizados, a nuvem de tags irá tendencialmente mostrar
sempre os mesmos resultados, dado serem estes teoricamente os mais populares.
Assim, há uma limitação da amostragem do tag space, uma vez que apenas são
mostradas as tags mais utilizadas, que poderão ou não, ser as mais indicadas
para a pesquisa que um utilizador pretende.
Adicionalmente, existe uma restrição clara no espaço visual de amostragem e,
também devido a esse facto, a característica descrita no parágrafo anterior tem
outra relevância, pois existe uma redução ainda maior no número de elementos no
espaço de amostragem que, por si só, já é bastante limitado e pouco ou nada
variado. Estando estes sistemas normalmente baseados na colaboração da
comunidade que integra os mesmos, existem também diversas desvantagens
inerentes a este facto.
Uma das mais notórias pode ser entendida se se pensar que cada utilizador é
livre de rotular os recursos como bem entender, levando a que dois
utilizadores, embora possam potencialmente estar a atribuir o mesmo
significado, utilizem dois termos sinónimos, mas como não existe qualquer
ligação direta entre os mesmos, irá consequentemente ocorrer uma diversificação
e aumento da granularidade do tag space. Por conseguinte, as pesquisas tornam-
se menos eficazes, pois existe uma dispersão dos recursos por termos sinónimos,
mas sem ligação aparente. Assim, por exemplo, se um utilizador pesquisar pela
palavra carro, terá resultados diferentes se pesquisar pela palavra automóvel.
Embora ambos os rótulos tenham o mesmo significado, como estão associados a
recursos diferentes, a pesquisa não irá retornar a união dos resultados, mas
apenas o conjunto derivado de um deles.
O mesmo se passa se for feita uma reflexão ao nível de tradução de termos. Um
determinado utilizador pode escolher rotular um recurso em inglês, enquanto um
outro pode querer rotular um outro recurso com o mesmo significado, mas em
português. Assim, se por exemplo pesquisarmos por carro, ou por car, embora
ambos os termos tenham sido utilizados para rotular o mesmo tipo de recursos,
não será retornada na pesquisa a união dos resultados, mas apenas um deles.
Note-se que a utilização de termos em várias línguas é comum em várias
plataformas mundialmente conhecidas. Assim, muitas vezes os utilizadores
atribuem tags não apenas escritas na língua inglesa mas também na sua língua
nativa. Mais uma vez assiste-se a um aumento da granularidade do tag space, sem
que sejam apresentadas vantagens resultantes desse fenómeno.
Outro problema também comum e presente neste tipo de sistemas, que surge na
linha dos dois anteriormente apresentados, é a repetição de termos
semelhantes, ou seja, existirem dois termos que diferem apenas, por exemplo, na
conjugação entre o singular e o plural. O termo automóvel e o termo automóveis
são de facto termos diferentes, embora queiram potencialmente significar o
mesmo, mas como não existe qualquer espécie de mapeamento entre eles, é
impossível, numa pesquisa, retornar o universo dos recursos de ambos os termos,
mas apenas do pesquisado. Esta característica não se estende só a plural/
singular, mas a uma infinidade de casos como erros ortográficos. Note-se que a
propensão para existência de erros em tags é mais elevada que nos sistemas de
indexação tradicionais (Hammond, Hannay, Lund, & Scott, 2005). Também é
comum a utilização de diferentes separadores entre palavras como race_car ou
race car. Neste último exemplo, embora ambos os termos signifiquem
exactamente o mesmo, por terem sido escritos de maneiras diferentes, nunca será
mostrado o resultado de ambos mas, mais uma vez, apenas o conjunto de
resultados para o termo pesquisado.
A expressão tag gardening refere-se ao reajuste das tags, tal como a jardinagem
permite reajustar plantas. Uma das atividades do processo é justamente lidar
com as variantes ortográficas das tags (Weller & Peters, 2008). Um sistema
de tagging pode ser melhorado através das considerações das variações de
escrita (Hess, Maass, & Dierick, 2008).
Assim, neste tipo de sistemas é natural assistir-se a uma dispersão dos
recursos, pois cada utilizador pode rotular os mesmos como entender, ficando
comprometida, desde logo, a eficácia de retornar posteriormente os recursos.
Acresce a estes factos ainda o problema de os recursos serem erradamente
rotulados, tanto de forma propositada, como devido, por exemplo, a diferenças
no significado entre o utilizador que atribui o termo e o utilizador que o
pesquisa.
A Tabela_1 ilustra os problemas apresentados anteriormente na plataforma Ebay,
mostrando a diferença de número de resultados retornados, entre os diversos
termos.
3. Trabalho Relacionado
Diversas propostas de visualização têm tentado dar resposta a algumas das
limitações das nuvens de tags mais comuns, nomeadamente pela visualização para
cada tag de outras que comummente são associadas aos mesmos recursos (Figura
1).
Outras propostas surgiram com propósito similar mas com diferente layout (Shaw,
n.d.) (Stephaner, 2007) como se pode observar na Figura_2, respectivamente.
Note-se que nestas figuras as tags estão ligadas por linhas que indicam tags
relacionadas.
Sanchez-Zamora e seus colegas vão além da análise de frequência de tags e de
coocorrência de tags. Propõem a visualização de tags numa rede semântica que
considera também relações entre tags como, por exemplo, a sinonímia (Sanchez-
Zamora & Llamas-Nistal, 2009).
O trabalho descrito neste artigo tem uma abrangência maior e pretende contornar
também outras limitações das nuvens de tags e dos sistemas que utilizam tags,
conforme se descreve na secção seguinte.
4. Molecule ' Sistema de Organização e Visualização
Considerados os problemas apresentados anteriormente, e com o objetivo de
diminuir a dimensão dos mesmos, mas ao mesmo tempo aproveitar as
potencialidades da visualização com nuvens de tags, nasceu o sistema Molecule,
que é apresentado nesta secção.
Tal como uma molécula é composta por átomos, e os átomos compostos por
electrões, o sistema Molecule é, na verdade, a combinação de vários termos,
permitindo a visualização de dados relacionados, formando assim uma molécula de
informação conectada.
O sistema baseia-se em tecnologia Web de forma a potenciar a facilidade de
acesso, e está acessível no endereço http://molecule.dei.isep.ipp.pt/.
Esta aplicação, tal como a maioria deste tipo de sistemas, utiliza vários
formulários para a inserção dos conteúdos como os recursos, rótulos e
associação de rótulos a recursos. No entanto, contrariamente às restantes
plataformas, aquando do registo de um novo rótulo, o sistema vai procurar
automaticamente tanto sinónimos, como traduções, como termos similares,
inserindo-os automaticamente e de forma interligada.
Não obstante, é dada a opção ao utilizador de gerir estas ligações, através de
interface gráfica, caso os termos ou ligações geradas automaticamente não se
revelem de alguma forma corretas, ou queira criar novas associações, como pode
ser visto na Figura_3.
A plataforma usa o recurso a três sistemas distintos para criar os termos e as
ligações de forma automática. Para traduções o sistema faz pedidos ao serviço
Google Translate, para obter traduções de um dado termo nas línguas portuguesa,
inglesa, alemã, espanhola e italiana.
De notar que não é usada a API do Google Translate, que recentemente deixou de
ser gratuita, mas sim um pedido http directo, o qual é tratado na resposta,
sendo inseridos na plataforma Molecule apenas termos e ligações entre termos
novos. O número de línguas, embora limitado a estas cinco, poderá ser
facilmente aumentado. O sistema Molecule utiliza apenas estas cinco línguas
porque, para já, o único intuito é a demonstração de conceito.
Desta forma, para o termo original, assim como para cada tradução, o sistema
vai fazer um pedido ao serviço Big Huge Thesaurus (disponível em http://
words.bighugelabs.com), para que este retorne sinónimos para o termo em
questão. Note-se que este serviço baseia-se no serviço WordNet (Miller, 1995),
mas considera também outras fontes de informação. O pedido é submetido através
da API JSON do sistema, que retorna uma lista de termos, que é tratada e
introduzida na plataforma, criando-se assim todas as ligações entre os termos
sinónimos. Atualmente o sistema Molecule estabelece sinónimos apenas para a
língua inglesa. Mais uma vez, esta limitação não é impeditiva de, futuramente,
a inserção de sinónimos ser alargada a outras línguas, bastando para tal,
conectá-lo a outros serviços que permitam a aquisição de informação para outras
línguas.
Assim, dada a geração automática de um enorme volume de tags a partir de uma
única, associadas desde logo entre elas, são resolvidas outras questões
intrinsecamente ligadas à inserção manual de tags pelo utilizador. Com este tag
space, e não sendo permitida a duplicação de tags no mesmo, a probabilidade do
utilizador usar uma tag previamente introduzida é muito elevada. Este
comportamento leva a que todas as desvantagens provenientes da duplicação de
termos como, por exemplo, por erros ortográficos, singular/plural, entre
outras, fiquem virtualmente eliminados, uma vez que o utilizador irá
tendencialmente recorrer a uma tag que foi previamente inserida de forma
automática e devidamente mapeada, para rotular um determinado recurso.
Tal não acontece, por exemplo, na plataforma Amazon.com, que é uma loja online
utilizada por pessoas de diferentes países e nem todas fluentes na língua
inglesa, assim como em várias outras plataformas. Em Amazon.com existem 278
produtos aos quais foi atribuída a tag excelent1 (tag com um erro
ortográfico), 148 produtos com a tag excelente2 (tag possivelmente escrita
noutra língua como o português) e 5.382 produtos com a tag excellent3 (tag
escrita na língua inglesa). Mas as tags excelent e excelente não aparecem
como tags usualmente utilizadas conjuntamente com a tag excellent, pelo que
os sistemas discutidos na secção III não conseguiriam lidar bem com situações
deste tipo, para o qual o sistema Molecule foi também pensado.
Assim, no sistema Molecule, a dispersão de termos no tag space, e
consequentemente a dispersão de recursos, por falta de relações pré
estabelecidas entre tags, é também atenuada porque, por exemplo, embora um
utilizador possa estar a usar um sinónimo ou tradução de um outro termo já
referenciado, ambos serão retornados no universo da pesquisa, uma vez que o
sistema compreende que se tratam da mesma coisa, ou de assuntos relacionados.
Desta forma, os resultados obtidos na Tabela_1 seriam bastante diferentes e
virtualmente verificar-se-ia o mesmo número de ocorrências nos termos carro,
automóvel, automóveis e car.
Mesmo assim, e apenas aplicando estas medidas, continuar-se-ia a obter
resultados distintos em termos semelhantes como race car e race_car. Isto
acontece porque, por exemplo, um utilizador teria introduzido manualmente o
rótulo race_car não utilizando o previamente introduzido race car, nem
fazendo o mapeamento manual. Para colmatar este problema, o Molecule está
preparado para efetuar comparações entre termos semelhantes.
No momento do registo de uma nova tag, esta, suas traduções, e sinónimos, são
comparados com todas as já existentes, e se um pré determinado coeficiente de
similaridade for obtido, será criada uma relação de similaridade entre a tag, e
a tag comparada.
Acresce que o sistema Molecule, numa pesquisa em que não seja retornada nenhuma
correspondência com o tag spaceou recursos, efectua uma pesquisa em tempo real,
procurando encontrar similaridades entre o termo e as tags já armazenadas,
retornando os resultados similares num único átomo.
Estes processos são feitos através do recurso ao algoritmo de Levenshtein. Em
1965 Vladmir Levenshtein criou um algoritmo de cálculo de distâncias entre dois
termos que calcula o número de modificações necessárias para transformar um
termo num outro (Levenshtein, 1965). Através da utilização deste algoritmo, o
sistema Molecule mede a similaridade entre dois termos.
Assim, em casos como os termos race car e race_car, será possível encontrar
os recursos referentes a ambos, dado que é estabelecida uma relação de
similaridade entre os vários termos da base de conhecimento, tanto no momento
da sua introdução, como no caso de uma pesquisa em que nenhum termo é
retornado.
Desta forma, começa a tornar-se clara a escolha do termo Molecule para o nome
da plataforma, uma vez que esta usa diversos sistemas distintos (átomos) que,
por sua vez têm diversas tags associadas (electrões), e tudo se interliga num
único sistema de informação relacionada (molécula).
Não obstante, existe outro motivo para a escolha do nome. Este prende-se com a
interpretação visual que o sistema Molecule gera, resultante do seu tag space.
Ao entrar no Molecule o utilizador poderá efetuar a pesquisa dos recursos por
campo de texto, ou por um átomo inicial carregado com os termos mais
utilizados, similar à nuvem de tags tradicional na sua funcionalidade,
materializando-se este numa esfera 3D (átomo) como visível na Figura_4.
Para além desta informação, é sempre visível o número de recursos associados a
uma determinada tag em qualquer um dos modos de visualização do Molecule,
variando o seu tamanho mediante esse número.
Quando o utilizador realizar uma pesquisa pelo campo de texto, ou pelo átomo
inicial, observará (Figura_5) a formação de uma molécula, caso seja
encontrada correspondência entre o termo e o tag space do sistema, aparecendo
então todos os recursos associados, que são listados posteriormente.
Por forma a evitar que o número de resultados retornado seja muito grande, dado
o mesmo ser resultante da recolha de várias fontes de conhecimento, é possível
ao utilizador ainda filtrar que tipo de resultados quer ver apresentados,
aquando da pesquisa (Figura_6). Se todos (ALL), ou seja, se o conjunto de
resultados do termo, dos seus similares, das suas traduções e dos seus
sinónimos. Se apenas os resultados diretamente relacionados com o termo (Search
only), ou com as traduções do termo (Translations), ou com as similaridades do
termo (Similars), ou por fim com os sinónimos do termo (Sinonyms).
Após pesquisa com sucesso, a molécula formada tem em cada um dos seus átomos
uma representação de cada uma das diferentes particularidades de pesquisa
existentes no sistema Molecule, estando representadas essas particularidades
através de diferentes ícones, para melhor identificação do átomo em questão.
Ficam visíveis quais os termos mais utilizados ao nível de traduções num dos
átomos, enquanto noutro átomo estarão os termos mais utilizados ao nível de
sinónimos, noutro os termos mais utilizados ao nível de similaridade, e por
fim, os termos mais utilizados absolutos relacionados com a procura, formando
assim a molécula referente ao termo inicialmente pesquisado que está contido
num átomo central.
Caso não seja possível fazer qualquer mapeamento com o tag space, então o
Molecule tentará encontrar relações de similaridade geradas em tempo real entre
o termo pesquisado e todos os previamente introduzidos como referido
anteriormente.
Da resultante desta pesquisa entre termos será gerado um átomo de similaridade
do termo procurado (Figura_7), tendo como eletrões todos os termos em que a
similaridade foi estabelecida.
Com este conceito de visualização, o sistema Molecule consegue evitar a
limitação ao nível da variedade do universo do espaço de amostragem, tão
característica noutros sistemas como as nuvens de tags, dado não mostrar apenas
os recursos rotulados exatamente com um termo especifico, mas também todos os
recursos e tags que de alguma forma se encontram ligados/mapeados ao mesmo.
A molécula apresentada é, na verdade, o resultado das várias interpretações do
termo, oferecendo assim ao utilizador, uma maior escolha. Este facto traduz-se,
também, num aumento exponencial e claro da probabilidade de sucesso, em caso de
diferenças ao nível semântico, da interpretação do termo usado pelo utilizador
que pesquisa e do utilizador que rotulou a informação. Desta forma, o
utilizador que pesquisa pode rapidamente encontrar o que realmente procurava,
pois tem acesso visual directo a várias outras interpretações/opções para o
termo e, portanto, pode muito rapidamente identificar uma outra alternativa e,
dessa forma, explorar e/ou refinar a sua pesquisa, aumentando assim a taxa de
sucesso da mesma, não estando restringido só a resultados directos.
Outra das características intrínsecas a esta forma de visualização de rótulos é
o grande aumento do número de conceitos retornados, uma vez que cada átomo
(excetuando o central) é uma esfera de termos.
O conceito de esfera de termos, permite que os termos que estão intrinsecamente
ligados, estejam dispersos por um determinado espaço 3D, e portanto, ao ser
acrescentada uma dimensão, torna-se claro que irá forçosamente existir um
aumento da área disponível para alojar termos, em comparação à área disponível
numa normal nuvem de tags (2D), e portanto como podemos ver na Figura_5,
existe potencialmente um espaço muito maior de amostragem, em comparação com a
nuvem de tags habitual.
Assim, o utilizador pode ver os vários termos dispersos pela esfera, podendo
rodá-la para navegar na mesma e ver em maior plano um determinado termo.
Acresce a este facto que cada molécula é constituída por quatro átomos, sendo
que todos estes rodam por sua vez á volta do átomo principal e estático que é o
termo pesquisado, ficando ainda disponível um maior espaço para a amostragem de
informação.
Desta forma, fica demonstrado que a interpretação que o sistema Molecule faz da
modelação gráfica do tag space é um grande passo em frente no que diz respeito
às restrições do espaço de visualização, pois permite a disponibilização de
muito mais espaço de informação, quando comparado aos sistemas tradicionais de
nuvens de tags.
Para além de todas as suas mais-valias funcionais, o sistema Molecule é
caracterizado, também, por uma grande atratividade para os seus utilizadores,
resultante não só do seu visual inovador, derivado do seu conceito de modelação
gráfica dos termos, mas também por convidar o utilizador a interagir com ele,
de uma forma muito intuitiva e natural, dado todo o movimento de termos e de
átomos possível, que o cativa a usá-lo de um modo recorrente.
Esta modelação gráfica recorre à tecnologia Silverlight, através de 3
modelações diferentes mediante se é pretendido carregar o átomo inicial (Figura
4), a molécula (Figura_5) ou ainda um átomo com termos relacionados (que ocorre
quando nenhum termo é encontrado e é feita uma procura de similaridade por
todos os termos como descrito anteriormente e visível na Figura_7).
O sistema Molecule, mais precisamente as suas diferentes modelações gráficas,
servem-se de um serviço Web para carregarem os seus átomos de termos, sendo
este serviço público, e portanto, podendo ser integrado em diversos sistemas e,
assim, reutilizado e reaproveitado em diversas plataformas, mesmo se estas não
implementam o mesmo número de átomos ou a mesma forma de visualização que o
sistema nativo.
Esta solução de carregamento por serviço web permite, também, que seja
virtualmente infinito o número de termos que podem ser carregados para cada
átomo ou serviço, uma vez que recebe por parâmetro em cada um dos seus métodos
o número de termos a devolver (ordenando pelos mais utilizados), ficando apenas
limitado pelo bom senso do seu utilizador, dado que não existem limitações ao
nível da quantidade de informação que poderá ser passada, como poderiam
existir, por exemplo, se utilizada uma solução de passagem de dados por
parâmetros.
5. Conclusão e Trabalho Futuro
Através das tags que atribuem a diferentes recursos, os utilizadores apresentam
a sua própria visão, com a utilização de uma linguagem que não é considerada
uniforme, pois a própria cultura e o nível de conhecimento variam de utilizador
para utilizador. Esta forma de indexação mais alargada reflete os termos
geralmente aplicados pelos utilizadores dos recursos ou não das pessoas que os
criaram ou disponibilizaram. Isto pode ser visto como uma desvantagem mas
simultaneamente permite que as pessoas possam beneficiar dessa variação
semântica e linguística. No entanto, e para que isso seja possível, é
necessário que os sistemas de visualização de informação adotados permitam
capturar essa diversidade, sem sobrecarga cognitiva dos seus utilizadores.
O trabalho apresentado neste artigo vem colmatar diversos dos problemas
característicos dos sistemas de tags, nomeadamente da forma de visualização
normalmente mais utilizada, a nuvem de tags, sugerindo uma solução inovadora
para a visualização de tags, que considera 4 perspetivas, cada uma visível num
átomo diferente:
* Tradução ' As traduções do termo em diferentes línguas;
* Sinónimos ' Os diferentes sinónimos do termo na língua inglesa;
* Similares ' Os diferentes termos similares ao termo em questão;
* Mais utilizados ' As tags utilizadas mais vezes em conjunto com o termo
inicialmente considerado (a abordagem considerada habitualmente nas nuvens de
tags);
Dada a sua capacidade de conexão com outras plataformas, o sistema Molecule,
vem ainda permitir que os seus serviços sejam consumidos por terceiros,
caracterizando-se assim como um sistema útil e de partilha de informação.
A grande maioria das tags utilizadas atualmente no sistema Molecule foi obtida
de um grande conjunto de dados utilizados num sistema de bookmarking social
(http://delicious.com) de Setembro de 2007 a Janeiro de 2008, e disponibilizado
no âmbito de um trabalho (Wetzker, Zimmermann, & Bauckhage, 2008) que o
analisou, estando prevista a importação de muitas mais, limitada pelo número de
utilizações (mensais) dos serviços que o Molecule usa para gerar informação, e
que levará a que seja possível quantificar, no futuro, a diferença de retorno
nos resultados de pesquisa entre o Molecule e o sistema original.
Estão previstos também diversos melhoramentos ao sistema, por forma a tornar o
mesmo ainda mais eficaz, mais partilhável, mais completo e mais seguro. Assim,
ao nível da performance, será revista a rapidez de inserção e pesquisa do
sistema, através da introdução de vários workers em background obtendo-se,
dessa forma, um aumento na rapidez de execução dessas tarefas, nomeadamente na
inserção de novas tags, não ficando estas pendentes das respostas dos serviços
de sinónimos e tradução. Ao nível da segurança será adicionado ao sistema uma
infra-estrutura de partilha de chaves pública, de forma a que a troca de
informação entre o sistema Molecule e sistemas que usem os seus serviços web
seja confidencial, autenticada e não repudiável. Por fim, será planeada a
interligação entre o sistema Molecule a diversos serviços que proporcionem
conhecimento ontológico, levando assim à geração de um sexto átomo na molécula
visual, permitindo aumentar ainda mais a eficácia da pesquisa do sistema.
