Posted By Mr. Thursday
不管我們用哪一台電腦，有時候下載檔案，或是複製檔案後，就把檔案放在桌面。過了一陣子，桌面就常常會有很多檔案，或是多新開的資料夾。這個時候，我們會希望作業系統像磁碟重組一樣，按一下「開始」，就可以幫我們把檔案整理好，依照各種分類，放到不同的資料夾，甚至需要重新命名的檔案，都幫我們命名好。然而現在的作業系統似乎都還沒有這種功能，因此讓我們來分析一下，這個問題，使用者來說會有哪些需求功能，現有的功能有哪些優缺點，以及設計者來說會有哪些問題要解決。
使用者需求
- 檔案可以依照類別分類好，需要的時候可以方便地找出來
- 類別包括：依照檔案時間分類、依照地點分類(照片檔案)、依照人名來分類、依照工作計畫來分類、依照團體群組來分類、依照內容本身的類別來分類(音樂類別或是電影類別)。
- 尋找方式包括：關鍵字尋找，資料夾一層一層尋找，記得部分特徵(照片或是影片)尋找。
要達到上述的使用者需求，目前有哪些工具可以完成呢？
- Google Desktop Search或是Windows Desktop Search，都可以根據關鍵字來尋找需要的檔案，並且根據相關性或是日期來排序搜尋結果。不過遇到不知道要下甚麼關鍵字(關鍵字都忘記或是影音沒有關鍵字的時候)，或是單一關鍵字結果太多，需要用概念再詳細分組的時候，就需要其他改進的部分。
- 有些工具可以把資料夾自動分成同一個群組 (cluster)，不過自動分類的結果可能和想要的結果有一些差距。
所以就技術上來說，有哪些部分要考慮呢？
- 自然語言處理的問題，譬如說要先了解檔案內容才分類，首先就要了解檔案內容，這時候如果有多種語言，還要處理多國語言編碼的問題。斷詞和尋找主詞動詞剖析句子的過程，也就是自然語言處理都要處理的部分。
- 語意的問題，了解檔案文字的意思，才能夠知道要分類到哪一個目錄，也才知道資料夾要怎樣子命名才適當。
- 多媒體檔案的處理，譬如說圖片中有哪些東西，有哪些特徵，是搜尋的時候會尋找的？尋找的方式除了關鍵字，是否有辦法以圖找圖？或是以輪廓找圖？如果是歌曲，不同音高的人用不同的速度哼唱一首曲子的旋律，要如何找到對應的歌曲？
上面這些要一一解決，似乎都是難題，然而就目前來說，怎樣子可以用一些比較容易解決的方法，來完成我們需要的功能 — 桌面整理呢？Web2.0和Human Computing是個方向！
- 之前還沒有提到，如果有共享資料夾，每個人對檔案分類的方法不大一樣，如果要共享資料夾，要怎樣子對應彼此資料夾的不同分類呢？也許這個問題也是難題，但是每個人對同一個檔案做的分類，就算是對這個檔案做了一些描述，資訊科學也稱作meta-data，就是描述一個檔案屬性的資料，就稱為meta-data。根據使用者提供的分類，等於是讓機器有對檔案學習的來源。
- 資料夾的命名，同樣地也可以用群眾一起分類來達成。每個人都貢獻檔案分類的某部分，集合起來就是一個很大的資料庫。
- 對檔案的大分類方法，譬如說音樂可以分成古典音樂和流行音樂這種大分類，可以當成預設值，讓每個人都先套用到自己的電腦上面。之後每個人再自行作更詳細的分類。接著根據自己喜好相近的朋友的分類互相分享，讓檔案的分類更詳細，整理檔案也更省力氣。
不過只要牽涉到分享，隱私權等問題就要注意，譬如說機密的檔案，或是機密的分類，不能分享出去，所以又需要分享控制的解決方法。希望未來有一天，我們可以按一下「開始」，電腦就幫我們把檔案自動分類到適當的資料夾，要找以前的檔案即使只記得一部分的關鍵字或是特徵，也可以迅速找到！
相關連結
過去的今天：
- 夢中的notebook - 2008
隨機推薦
 |
 |
訂閱 所有文章 (含專欄文章 + 產業新聞 + 其他文章)
很有趣的想法, 以後的作業系統我想可以把你的構想實現, 不過有時候讓電腦幫你做太多事情的結果就是, 你不知道電腦到底做了些什麼事情 XD
有沒有看過?
http://video.msn.com/video.aspx?mkt=en-US&showPlaylist=true&playlist=videoByUuids:uuids:605e0fb7-2380-42b7-9967-4b3f145b4380,34f0d8f8-f701-4db3-905c-6559447949ce
有2段Video
但是Microsoft過去開發file system的結果多數為刪減的好像
NTFS….
雖然計劃結束了但個concept仍然在Microsoft的計畫裡
只是不會用WinFS是整合到系統中
http://blogs.msdn.com/winfs/default.aspx
Kit提供的影片讓我驚訝了一下
2003年Vista的Demo就出現過這些東西…
結果正式釋出後好像沒有？
我剛試了一下，並不是沒有，而是功能有簡化，而且沒有被大幅宣傳
(為什麼Demo時的SideBar看起來比現在有質感多了…搜尋視窗也是)
我剛試用的結果，堆疊功能(以作者、類型、公司…等資料做為一個資料夾進行瀏覽)還蠻方便的，也許以後習慣了可以增加工作效率
我很好奇…這麼創新的功能怎麼沒有被宣傳@@
因為那時候Bill Gates還未發表Trustworthy Computing
http://video.msn.com/video.aspx?vid=2ff96c8d-0a63-4bb5-ab3a-30d4c9ac6360
當時發表後就停止開發Vista並使用了SDL程序開發Windows XP SP2
所以好多設計刪減了
其實Microsoft有好多創新設計但是應用就成為了問題
http://video.msn.com/video.aspx?mkt=en-US&showPlaylist=true&playlist=videoByUuids:uuids:c3d3a41f-e914-444f-819c-c7cb0f036c06,3a5173d1-eafe-4bd7-9b1a-b954ce39e007
只是沒有人肯去重視
SHIFT的部份concept更有在iPhone上的應用
其實Windows Vista的設計Flip 3D及透明邊是由一位前Mac OS的designer去design的
現為Microsoft Live Labs的設計員
http://www.istartedsomething.com/20080114/interview-don-lindsay-live-labs/
一些Microsoft Labs的設計
http://www.istartedsomething.com/20080107/microsoft-cool-media-visualization-demo-video/
Microsoft Longhorn Design Concept
比iMac早得多…
Microsoft Longhorn PC concepts
http://www.istartedsomething.com/20071128/microsoft-ammunition-longhorn-pc-concept/
我也不喜歡那種不知道軟體到底做了什麼事的感覺
所以我的桌面永遠只看得到dock和一張漂亮的桌布
其他的圖示就通通藏起來吧
其實最基本的解決辦法就是建立共通的檔案標籤吧?
這樣子大體上不會出毛
只是東西多的時候還是會很亂
多謝Kit的補充!
(想順便請教一下: 多謝 和 唔該 兩者是同樣的意思嗎…? thank you…!)
分類的部份，我覺得有個技術要先克服，就是個別檔案包含的資訊打哪來？以目前來說，大概只有時間可以靠電子設備內建的時間可以自動設定且精準（當然電子設備本身要先設定過），其他都得自己另外輸入。地點、人名、工作計畫、團體群組、類別，無一不是需要特別輸入的，而通常沒有日常分類習慣的人，平時更不會去作些事情（個人認為這比分類還累）。
要靠電腦分辨檔案與檔案之間的異同實在是太高深的技術了，文與文、圖與圖、音樂與音樂之間，都還有很長的路，更甚者，要做到以文找文、以圖找圖、以音樂找音樂，想必也更為困難，不過如果這種技術真的出現，那對於遏止抄襲應該有相當大的助益。
題外話，我覺得不管電腦自動化做的再怎麼精細！始終都會保留手動設定的功能，因為自己設定每個細節仍然讓人最放心，就如同《星艦奇航》裡的太空船雖然有A.I.，但出問題時還是得靠人類決定每個細節一樣…這也是為甚麼在做真正重要的決定時，人們還是習慣聽從人類專家，而不是靠電腦！
ha ha…
yes…
你是從那裡知道我是香港人 =]
Hi, Kit,
你的 Blog 啊
還有你真的只有 16 歲?
是 =]….
一個典型Microsoft Fanboy
[...] 但是，現在的問題就變成，本體論要怎麼來呢？現階段本體論通常需要人工建置，即使電
分類真是目前管理大量資訊蠻急迫的需求…
e.g. 檔案管理, Email/MSN/Yahoo contact分類等…
小弟初步想到構想是透過tag… 類似既有file properties, 但是extensible
e.g.
Michael Jackson - You are not alone.mp3
tag:
mp3(fileformat)
1995/06/23(release date)
Michael Jackson(artist)
pop(music type)
music(media genre)
sad(mood)
existed in Cashbox (KTV-able)
elvis presley’s daughter (co-artist)
…
嗯….第一步大概就是先用tag
有越多meta-data越好
接著可以類似del.icio.us社交書籤網站
分享常用的tag….可以慢慢學出共同的tag….
接著就是比較需要花腦筋的部分了
譬如說用哪一種機率統計演算法…從些tag的共同出現頻率…出現順序等feature
學習出tag之間的關係
有可能tagA和tagB的關係…是由tagC來定義
這樣子的話就是某個概念C可能同時是概念A和概念B之間的關係描述
要再思考一下囉….或是直接寫程式上吧!