Twitterネタが続きますがご容赦を・・・。 さて、バルチモアの大学がつくったのが今回ご紹介するTwitterment。これは画期的です。Twitterから得られる世界中での「つぶやき」をさまざまな角度から分析することができます。 どの製品がどう使われているか、どの時間帯にどういう行動が見られるか、などの分析が可能です。詳しくは以下をご覧ください。 Twittermentの機能は大きく二つ。一つは「Twitterment Search」、もう一つは「Twitterment Compare」です。 ■ Twitterment Search Twitterのデータを特定のキーワードで検索可能です。商品名などを入れるとその商品がどういう評判なのかを知ることができます。 こうしたツールは今までもありましたが、Twittermentがすごいのは時間帯や曜日、地域までもあわせて分析してくれる点です。
●SNS上のソーシャルゲーミングは日本で流行するか フェースブックやマイスペース、Hi5など欧米のSNSがプラットフォームを開放し、その結果、ソーシャルゲーミングと言う新しいサービスが花開き始めています。従来型のコンソールゲームと異なり軽いカジュアルゲームの形態を取ると同時にSNSの要素を持った仮想社会的な社交を促進するものです。日本のmixiプラットフォームなどもそちらの方向で成長するのでしょうか。 まあ、時差を活用した「日記」や「写真」、「動画投稿」、「足跡やコメント」、ブックマーク、更にフォーラムのような「コミュニティ」形式だけの社交ではSNSもやがて飽きられるかもしれません。例えばコミュニティ要素の強いオークションのEbayが成熟と共に定価販売しシフトせざるを得なくなり、欧米の参加者に次第に飽きられてWeb2.0の議論では主流から外れました。それと同様に現在は大量の参加者を集めてい
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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