シロクマ日報 > 図書館がレコメンデーションする日 : ITmedia オルタナティブ・ブログ
昨日も取り上げた『その数学が戦略を決める』ですが、もう1つ面白い（怖い？）可能性を示唆してくれています。それは言うなれば、「政府がデータ分析を活用し始める日」： 政府も手持ちの巨大データ集合を絶対計算して、それぞれの市民が自分自身についてわかるようにすればいい。絶対計算は本当に政府を一変させるだろう。税務署はいまは忌み嫌われるのが普通だ。でも税務署には大量の情報があって、それを分析して報せれば、人々の役にたつかもしれない。 人々が有益な情報を税務署に教えてもらう世界を想像してみよう。税務署は中小企業に、広告費を使いすぎてますよ、と教えたりできる。個人に対してこの所得階層の人間はもっと慈善に寄付をしているよとか、老後年金にもっと積み立てていますよ、と教えたりできる。 そう、私たちの生活に密接に結びつくデータを保持しているのは、実は企業だけでなく政府も同じなわけですね。であれば、企業がやってい
レコメンデーション機能は少し狂っているくらいが面白い - Nothing ventured, nothing gained.
見方によってはちょっとセンシティブかもしれないので、念のため、再度言っておくが、このブログでの発言は私の雇用者には一切関係がない。 とお決まりのDisclaimerを言ったので、本題に入る。 Amazonのおすすめ商品に代表されるようなパーソナライズされたサービスでのリコメンデーションって、完璧ではない。ちょっと一回見ただけのものが履歴に残っているかぎり、その関連商品を進めてくるのはまだ仕組みが理解できるから良いとしても、どうしてこの閲覧/購入履歴から、これがすすめられるのかと思うことも少なくない。 考えようによっては、まだ品質が十分でない、もっと性能を向上すべきだと思われるかもしれない。そのとおり。だが、実は、この微妙な馬鹿さ加減*1が実は人間の視野を広げる役割に貢献している（のかもしれない）。 たとえば、実生活でも、同じドメインの人間とだけ話していると、新しい発見はあまりない。異業種交
橋本大也の“帰ってきた”アクセス向上委員会 #006 〜ユーザーのログが人気サービスをつくる | Web担当者Forum
アマゾンの自動リコメンド（推薦）機能は有名だが、これには次の2種類がある。 Aタイプ「この商品を買った人はこんな商品も買っています」Bタイプ「この商品をチェックした人はこんな商品もチェックしています」本やCDの場合は、同じ著者やアーティストの作品や同じ趣味の作品がわかるのでAタイプが参考になる。高額の液晶テレビやデジカメの場合は、同時に2台も買わないだろうから、他のユーザーがどの製品を比較対象にしたかがわかるBタイプが役に立つ。 こうした同じ関心を持っている人の、何を買ったか、見たかは、CGM時代にこそ、リコメンドシステムの有益なデータソースになる。特に「買った」という行動のデータは精度の高いデータだろう。 たとえばMP3ミュージックだったら、みんなの視聴履歴を共有して楽曲探しをするLast.fmなども、行動ログを元にした実用的なサービスだ。 手前味噌だが、私が役員をしているメタキャストが
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
