在豆瓣，我们在看一本书的评论时，旁边会显示，哪些人也在看和看过这本书。这本书成为这些人的tag，成为把这些人联系在一起的线索。
在当当，我们在看一本书的资料时，旁边会显示，买过这本书的人还买过其他什么书。这个人（或这些人）成为这些书的tag，成为把这些书联系在一起的线索。
在这两个例子中，书成为人的tag，或者人成为书的tag。这种Tag不是人为贴上的标签，而是人与物的关系行为，自然地在数据库中留下的痕迹。
我称这种tag为隐性的tag。
隐性tag是真实、客观、一致的，非博客、网摘之类由不同主体所主观定义得来。它具有非凡的商业聚合价值。
在上面两例中，人是书的直接tag，书是人的直接tag。还存在间接的tag：
假设使用A、B、C三种手机的，分别是m、n、p三群客户。假设这三款手机在价格上相近，因此这三个人可能具有相同的消费观和消费力，当我们向其推送数码相机时，可以照顾到这点。在这里，手机价格区间所代表的消费力和消费观是从商品中抽提出来的，抽提手段可以是人工的或者是通过统计方法自动划分的，它成为一个tag，是间接的tag。
在上例中，再假设m、n、p中使用k款数码相机的均达到了相当比例，我们可以猜测A、B、C手机的使用人群和k数码相机的使用人群具有关联性：
1． 可以向A、B、C手机的人群推荐k数码相机，k成为ABC的tag
2． 可以向k数码相机的人群推荐A、B、C手机，ABC成为k的tag
3． 拥有A、B、C手机或k数码相机的人群，可以作为一个更大的被推荐群落，共同拥有一个ABCk的tag。
在这些想象中，tag被扩展了，带有统计学或非统计学意义上的猜测性，这些也是间接的tag。借用6度空间的理论，这些间接的tag体现了“商品间的六度关系”。
朋友问，你为什么这么重视人在社区中的完整痕迹？
按何田理解，这些tag是理由之一。
其实不仅仅是商品具有隐性tag和六度关系，社区中的话题也有同样的功能。
物与话题，何田统称为兴趣。兴趣拥有划分人、给人投票的能力。
当大量兴趣存在于一个网站时，不只一个兴趣给人投票，人被各种兴趣复合投票，递进、校正、与、或。。，有N种角度将人划进M种人群。
划分人群的能力，正是社区商业价值的核心要素之一。
Trackback: http://tb.donews.net/TrackBack.aspx?PostId=1081587