アマゾンの「よく一緒に購入」で爆弾材料--サイト見直しへ
Amazonが「よく一緒に購入されている商品」機能を通して、爆弾の製造に必要な原材料を購入しやすくしていた可能性があると英国のテレビ局が報じた。これを受けて、Amazonは米国時間9月20日、自社のウェブサイトを見直すと述べた。 Channel 4 Newsの報道によると、Amazonのサイトは、原始的な爆弾の製造に必要な原材料の組み合わせを一緒に購入するようユーザーに勧めるという。例えば、Amazonは爆弾製造に使われる可能性のある原材料のページで、ボールベアリングの購入を勧めたという。 これらの製品は全て合法的に購入可能のようで、通常は家庭での用途に使われる。 大手テクノロジ企業はよりパーソナライズされた、またはより有用な情報を提供するため、自動化された（しかし、時に欠陥のある）アルゴリズムを利用して、サイトの一部を運用している。今回の一件は、それが原因で生じる問題を浮き彫りにするもの
ソーシャルメディアにおける他人との関係性がコンテンツ価値に影響を与える - naoyaのはてなダイアリー
ときどき、たまたま自分がそのとき考えていたことについてそれを補強するような材料が偶然たくさん集まってくる、なんてことがあります。そんな出来事があったので、ちょっとブログを書いてみようかなと。 以前に HBFav を作ったときこんなことを書きました。 Mark Zuckerberg は、いずれみんな、ニュースは友人知人経由で知ることになるだろうと言っていました。自分もそうなるだろうと思います。 4年ぐらいが経ちましたが、その思いは以前よりも増して確信めいたものになってきています。 ところで先日、Twitter の iOS アプリに「ニュース」という機能が追加されました。人によっては出てないそうなのでまだテスト中か、もしくは既に削除されているのかもしれないですが。 この機能についての自分の感想は以下のようなものでした。 もうすこし補足します*1。 Facebook や Twitter のような
Amazon.co.jp: ササキ(SASAKI) ポリエステルロープ ホワイト W M23: スポーツ用品
素材:ポリエステル サイズ:長さ3m
情報推薦がうまくいくジャンル、うまくいかないジャンル - UMEko Branding
ホットリサーチ調査結果(http://www.hottolink.co.jp/entry160.html)に掲載されていたデータから、以下のような結果が。。。オススメされたと感じた商品ジャンル：・「書籍を販売しているサイト」（３４．５％）・「家電製品を販売しているサイト」（３１．０％）・「CD・DVDを販売しているサイト」（２５．３％）・「ソフトウェアを販売しているサイト」（２３．０％）・「音楽ダウンロードサイト」（６．９％） 実際にオススメされた商品について購入したジャンル：・「書籍を販売しているサイト」（２０．４％）・「ソフトウェアを販売しているサイト」（１４．８％）・「家電製品を販売しているサイト」（１３．０％）・「CD・DVDを販売しているサイト」（９．３％）調査を実施したホットリンク社は、レコメンドエンジンの提供も行っているベンダなので、調査自体に中立性があるかどうか、やや迷うと
推薦するなら推薦理由を添えてくれ：ナレッジ！？情報共有・・・永遠の課題への挑戦：オルタナティブ・ブログ
昨日は第３回のソーシャルブックマーク研究会に参加するために東工大まで行ってきた。おめあては岡野原 大輔さんによる「SBMの推薦アルゴリズム」という講演。 講演の中では、はてなブックマークにおける「関連エントリ」をどのように計算しているかの説明があった。で途中のベイジアンセットなどの難しい数式の説明は置いておいておくとして、結論としてははてブの「関連エントリ」については、ほぼブックマークにつけられたタグだけを使って計算し表示していると言うことだ。岡野原さんによると、他にもいろんな手法を試したがソーシャルブックマークの場合はタグの信頼性が高く、それを使うのが最も精度が高くなったということだ。これはすばらしい研究だし役に立つ知見だと思う。 だがしかし、それならばはてブで推薦ブックマークを表示する時に「関連エントリ」なんて表記をしないで「このブックマークと似たタグを持っているブックマークはこれです
政治 | 毎日新聞
政府は27日、国の経済安全保障に関わる機密情報を扱う民間人らを認証する「セキュリティークリアランス（適性評価）制度」の新設を盛り込んだ法案を閣議決定した。政府が保有するサイバー攻撃の脅威情報など、国の安全保障に関わる経済分野の重要情報を保護するのが狙い。また、より機密性の高い情報については、既存の
私がチャレンジしたSBMデータマイニング
3. 自己紹介(1) 筑波大の 筑波大のM1の学生 専門は 専門はHPC ・クラスタコンピューティング ・スーパーコンピュータ ・グリッドコンピューティング テーマの例 ・簡便にボランティアコンピューティングを実現するためのフレームワーク ・仮想マシンを用いた分散システムの耐故障性評価環境 etc…… 2008年7月12日 SBM研究会 3 4. 自己紹介(2) 物作りが大好き 物作りが大好き りが大好 ・いろいろ作った いろいろ作 最近だとひらめいった だとひらめいったー ・最近だとひらめいったーとか 学部3 (2年前 年前) ・学部3年(2年前)の時に SBMにハマる SBMにハマる 今回の 今回の話 2008年7月12日 SBM研究会 4 5. 自己紹介(3) with はてブ はてブ 主に使うSBMははてブ ブログのブクマ数 = 794 サービスの置いてあるアドレスのブクマ数 =
POLYPHONET Survey
Ilia Sucholutsky, Lukas Muttenthaler, Adrian Weller, Andi Peng, Andreea Bobu, Been Kim, Bradley C. Love, Erin Grant, Iris Groen, Jascha Achterberg, Joshua B. Tenenbaum, Katherine M. Collins, Katherine L. Hermann, Kerem Oktar, Klaus Greff, Martin N. Hebart, Nori Jacoby, Qiuyi Zhang, Raja Marjieh, Robert Geirhos, Sherol Chen, Simon Kornblith, Sunayana Rane, Talia Konkle, Thomas P. O'Connell, Thomas
Real World Recommdnder - 現実世界の推薦システムにおける、精度と速度以外の話 -
自己紹介 d:id:gnarl twitter:todesking いちおう情報系 興味 プログラミング言語処理系 ソフトウェア・アーキテクチャ(オブジェクト指向設計とか) 機械学習(ニワカ) 推薦エンジンを作ってるチームに所属してます 最近の仕事: javaでニュース記事の特徴語を解析して云々 ruby+sinatraでなんかつくる仕事 アジェンダ(1) 推薦システムとはなにか 推薦システムの種類 コンテンツベース、行動ベース ユーザ-アイテム、アイテム-アイテム モデルベース、メモリベース この辺の話は皆さんのほうが専門家ですね…… 省略します アジェンダ(2) 推薦システムの精度をはかる MAE/RMSE Precision, Recall 推薦システムの抱える問題点 スパースネスの問題 コールドスタートの問題 この辺の話を長々とすると会場の研究者にしらけた顔をされる…… 省略します
Learning to Hash! 最新 Locality sensitive hashing 事情 - 武蔵野日記
高速に類似度計算をしたい場合、典型的に使われるのは Locality sensitive hashing (LSH)という技術であり、元々距離が近いインスタンス同士はハッシュ値が近くなるようにハッシュ関数を作ることで高速に類似度を計算したりできるというお話なのだが、最近 Semantic hashing や Spectral hashing、また Kernelized LSH という手法が登場して盛り上がりつつあるところ、同じグループの人がもっといいのを出しました、ということらしい。ちなみに情報推薦とか画像検索とか大規模クラスタリングとか、いろいろな分野で高速な類似度計算の応用例がある。 そういうわけで、今日は manab-ki くんが Brian Kulis and Trevor Darrell. "Learning to Hash with Binary Reconstructive
はてなブックマーク開発ブログ
はてなブックマークのブックマーク数が多い順に記事を紹介する「はてなブックマーク数ランキング」。2024年2月のトップ50です*1。 順位 タイトル 1位 マンションリフォーム虎の巻 2位 死ぬほど嫌でした｜佐藤秀峰 3位 「面倒なことはChatGPTにやらせよう」の全プロンプトを実行した配信のリンクを整理しました｜カレーちゃん 4位 管理職必読 順番に読むと理解が深まる「マネジメントの名著」11冊 | 日経BOOKプラス 5位 メルカリで値段の「¥マーク」を小さくしたら購入率が伸びた理由、ペイディがサービス名を「カタカナ表記」にする理由など、プロダクトのマーケ施策まとめ30(2023)｜アプリマーケティング研究所 6位 7年適当に自炊してきて調味料について思ったことを書く 7位 ウクライナ軍に入隊したアジャイルコーチが、さまざまなメソッドを駆使して中隊長としてのリーダーシップを実現した話（
TechCrunch | Startup and Technology News
The 2024 election is likely to be the first in which faked audio and video of candidates is a serious factor. As campaigns warm up, voters should be aware: voice…
相対好み評価について書き直してみた。 - シイサイドの日記
前回との違い １つのエントリーに情報をまとめ、新しく順位付け手法を追加。 前回のエントリーはこちら 相対好み評価とは 相対好み評価とは、その作品がどのくらい視聴者に好まれているかを、ユーザーが行った他の作品との比較評価データを元に数値化する評価方式。 比較評価とは、作品Ａと作品Ｂを評価する時、「ＡがＢより好み」と「ＢがＡより好み」のどちらかで評価する事。 以下、数値化された評価を評価値と呼ぶ。 以下、評価を行うユーザーをレビュアーと呼ぶ。 評価値は何を意味するのか 作品Ａが、作品Ｂより評価値がＮ点高い場合、作品ＡとＢを比較評価した時、作品Ａのほうが好みだと答えるレビュアーの割合がＢのよりＭ％高いと推定される。のような事を表す。 例えるなら、ドラゴンボールの戦闘力を対数表記したもの。が近いかもしれない。 採点方式との違い レビュアーが0〜10点の間で投票を行い、その平均を評価値にする採点方式
金属バットを買った人はこんな商品も買っています
Photoshopとかで作られたニセ画像かと思いきや、ドイツのAmazonで、実際に今も表示されています。(注: 執筆時は表示されていました。現在は消えています) 金属バットの商品ページでオススメされた商品群。唐辛子スプ […] Photoshopとかで作られたニセ画像かと思いきや、ドイツのAmazonで、実際に今も表示されています。(注: 執筆時は表示されていました。現在は消えています) 金属バットの商品ページでオススメされた商品群。唐辛子スプレー、フルマスクに手袋。 この一式でやるのは… どうみても野球じゃないですね [追記] 考えてみると、ドイツで野球やる人なんてほとんどいないだろうから、売れる数も少ないんでしょうね。 ドイツのアマゾンで金属バットを売ってること自体も妙に見えますが、そこはなんでも手広く揃えるアマゾンのすごさということでしょう。 そして、目的外利用みたいな購入があると
NHK公認の実況板が登場する？--NHK技研が開発する「情報還流システム」とは
若い世代にもっとNHKの番組を楽しんでもらうために――。そんなコンセプトの下、NHK放送技術研究所が開発したのが「情報還流システム」だ。これは、一言でいえば「NHK公認実況掲示板サービス」のようなもの。視聴者が番組を見ながら感想をリアルタイムに書き込める場をネット上に用意することで、視聴者には「ツッコミ」を含めた番組へのコメントを通じて参加感と一体感を楽しんでもらう。同時に、リアルタイムに寄せられるコメントを解析して番組制作などにフィードバックさせていくという狙いがある。 開発者であるNHK放送技術研究所（次世代プラットフォーム）の有安香子氏は、特に「ネット世代の接触率向上と意向のフィードバック」を重視したと説明する。これまではNHKから視聴者に一方向に情報が流れるだけであったが、視聴者がリアルタイムに反応を返すことで、「送りっぱなしではない放送」が実現するという。「みんなで同じものを見る
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
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
バカリズム on Twitter: "ネット通販で作業机用の椅子を購入してからやたらオススメ商品で作業机用の椅子が表示される。椅子を購入した客に椅子を勧めてどうするんだよ。今一番必要としていないのが椅子なんだよ。"
404 Not Found
TechCrunch | Startup and Technology News
TechCrunch | Startup and Technology News
https://www.ieice.org/~wi2/pastitem/past25.html