Allen Tag-Clouds ist gemein, dass ein oder mehrere Kriterien dazu verwendet werden, Begriffe optisch zu gewichten. Die Logik, sprich: welche Kriterien verwendet werden, kann aber sehr unterschiedlich sein. Tag-Clouds können Suchbegriffe aus dem HTTP-Referrer oder dem Log einer Site-internen Suchmaschine ziehen. Sie können aber auch Texte analysieren und Wörter gewichten. Für Blogs werden häufig die Überschriften von Posts oder Kategorien verwendet. Eine Bildergalerie verwendet dagegen die Tags, sprich Schlüsselwörter, für die einzelnen Bilder. Ein Bild kann hier selbstverständlich auch mehr Schlagworte besitzen. In den meisten Fällen werden gute Suchergebnisse wirklich auch erst mit einer Vielzahl an Schlagwörtern möglich, da bei der Bildsuche eine Volltextsuche, eine Suche nach Begriffsketten oder Verknüpfungen naturgemäß nicht funktioniert.

Hat man die Begriffsmenge bestimmt, die man per Tag-Cloud darstellen möchte, geht es an die Gewichtung. In den meisten Fällen erfolgt die Gewichtung mit Schriftgrößen. Das heißt, die Relevanz eines Begriffs muss in eine Schriftgröße umgerechnet werden. Der einfachste Ansatz ist, eigene Kategorien zu bilden. Bei einem Vorkommen von ein- bis fünfmal wird die kleinste Schriftart verwendet, bei sechs- bis zehnmal die nächstgrößere und so weiter. Ausgangspunkt für einen solchen Algorithmus können die Unter- und die Obergrenze für die Schriftarten sein.

Wie so oft müssen Sie das Rad nicht neu erfinden. Für die meisten Blogs und CMS gibt es bereits Tag-Cloud-Erweiterungen. Der Teufel steckt hier allerdings im Detail: Sie müssen beispielsweise unerwünschte Wörter herausfiltern. Dazu gehören sämtliche Pronomen, Artikel, Hilfsverben und andere wie mein, der, und, oder et cetera ? diese sollten alle nicht in einer Tag-Cloud landen. Den Effekt von solchen inhaltlich sinnlosen Wörtern sehen Sie sehr gut bei den automatischen Tag-Cloud-Generatoren ohne Filter.

Beim Filtern dürfen allerdings auch HTML-Tags und Sonderzeichen nicht vergessen werden. Newzingo bietet beispielsweise eine Tag-Cloud für Google-News, bei der quot eines der dominierenden Wörter ist. Wie Sie sich vielleicht schon denken, ist quot das HTML-Sonderzeichen für ein doppeltes Anführungszeichen, das für Zitate in Überschriften von Nachrichten verwendet wird. Kein Wunder also, dass quot den Irak und alle anderen Stichwörter spielend hinter sich lässt.

Ein weiteres Problem ist die Gewichtung ? hier gilt es, eine vernünftige Verteilung zu finden, damit einzelne Suchbegriffe weder untergehen noch zu stark herausragen. In der Praxis ist bei einigen Tag-Clouds zu beobachten, dass viel zu viele Tags zugelassen werden. Das mag für Experimente spannend sein, führt aber schließlich zu einer für den Nutzer kaum noch handhabbaren Masse.