TechCrunch | Startup and Technology NewsAccurate weather forecasts are critical to industries like agriculture, and they’re also important to help prevent and mitigate harm from inclement weather events or natural disasters. But getting forecasts right…
【コラム】シリコンバレー101 (324) 難攻不落と言われたNetflix Prize"10%の壁"、国際チームが突破 | ネット | マイコミジャーナル
「18カ月ごとにソフトウエアの重さは2倍になる」 Googleの共同設立者Larry Page氏の言葉で、同社内では「ペイジの法則」と呼ばれているそうだ。ムーアの法則をネタにしたジョークだが、的外れな表現ではない。同じPCを長く使い続けていると、どんどん動作が鈍くなるのはソフトの高機能化も原因の1つ。ハードウエアの高性能化に歩調を合わせているケースもあるが、ユーザーのニーズに応えてソフトウエアが成長している分野もある。さしずめWebアプリは後者だろう。この場合、ソフトウエアの鈍重化が動作環境の向上を上回ってしまう可能性もある。そうなるとユーザーの期待に応えても、結果的にユーザーの利用体験を損なってしまう。特にWebアプリの場合は、ハードウエアだけではなく、Webブラウザや、ネットワーク帯域やWebページの最適化など様々な要因の影響を受ける。Webプラットフォームを推進するGoogleがペイ
Tech Venture 2009：TechVenture受賞企業インタビュー：サイジニア株式会社 - CNET Japan
行動履歴や属性情報をもとに、そのユーザーにとって最適な情報を提案する「レコメンデーションエンジン」。この分野に複雑系工学理論でアプローチするのがサイジニアだ。 すでに海外でも評価され導入実績を持つ同社のレコメンデーションエンジン「デクワス」は、ウェブビジネスをどのように変えていくのか？ そしてまた、同社は今後、どういった事業を展開していくのか。代表取締役CEOの吉井伸一郎氏に聞いた。 --サイジニアはどういったサービスを提供しているのでしょうか。 我々は、「行動履歴をアーカイブして、ビヘイビア・ウェアハウスを作っていく」ということをミッションと考えており、その実現に向けてさまざまなサービスを作っていく予定です。 その1つがレコメンデーションエンジン「デクワス」です。よく“レコメンデーションエンジンの会社”と思われがちですが、それがサイジニアのゴールではありません。 社名のサイジニアとは、サ
CNET Japan
人気の記事 1アップル、Epic Gamesの開発者アカウントを停止--アプリストア提供が不可能に 2024年03月07日 2注目を集めるスマートリング--新たな定番フィットネストラッカーとなるか 2024年03月08日 3パナソニック、マイクロLEDを使った次世代照明--光のデザイン革新へ 2024年03月07日 4「Nothing Phone (2a)」--スタイルよりスペック重視の新型スマホを写真で確認 2024年03月08日 5タクシーかライドシェアか、newmoの答えは「両方やる」--まず大阪で秋にサービス開始 2024年03月07日 6「Google検索」、低品質コンテンツの排除を強化へ 2024年03月07日 7イーロン・マスク氏「日本は消えてなくなる」X投稿再び--過去最低の出生数を受け 2024年03月01日 8楽天モバイルが学割「最強青春プログラム」--家族割と併用可、
大規模データ処理のための行列の低ランク近似 -- SVD から用例ベースの行列分解まで -- - 武蔵野日記
id:naoya さんのLatent Semantic Indexing の記事に触発されて、ここ1週間ほどちょくちょく見ている行列の近似計算手法について書いてみる。ここでやりたいのは単語-文書行列(どの単語がどの文書に出てきたかの共起行列)や購入者-アイテム行列(どの人がどの本を買ったかとか、推薦エンジンで使う行列)、ページ-リンク行列(どのページからどのページにリンクが出ているか、もしくはリンクをもらっているか。PageRank などページのランキングの計算に使う)、といったような行列を計算するとき、大規模行列だと計算量・記憶スペースともに膨大なので、事前にある程度計算しておけるのであれば、できるだけ小さくしておきたい(そして可能ならば精度も上げたい)、という手法である。 行列の圧縮には元の行列を A (m行n列)とすると A = USV^T というように3つに分解することが多いが、も
GoogleNewsのレコメンドの中身 - UMEko Branding
先日、全体ゼミで発表したときの内容ですが、ここにまとめときます。。GoogleNewsのレコメンドの中身を追った論文の要約です。少し前の全体ゼミで用いた資料です。ソース：Abhinandan Das,Mayur Datar,Ashutosh Garg,Shyam Rajaram,"Google News Personalization: Scalable OnlineCollaborative Filtering",WWW2007不勉強な個所が多々ありますので、誤っている箇所等ありましたら、是非ご指摘ください。 個人的には、最近のモデルベースの手法の勉強・おさらいという意味で用いているので、GoogleNews独自の拡張なり実装の部分の内容が省かれている場合があります。また、データ構造やMapReduceを用いた計算の仕組みの部分は、ここでは省略しています。。一応、 全体像 ・LSH(Lo
楽天も情報爆発しています - 武蔵野日記
楽天テクノロジーカンファレンスには行かれなかったのだが、大規模分散処理フレームワークの設計、実装が進行中 -- 楽天版MapReduce・HadoopはRubyを活用などを読むと、けっこうおもしろそうだったのだな、と分かる。 楽天技術研究所がどういう位置づけなのかは分からないが、こういう基盤技術の開発を支援しているというのは評価していいと思う。(車輪の再発明という気がしないでもないが) 個人的な興味としては楽天が大規模データに対してどういうことをしているかということなのだが、記事を見るといろいろ書いてある。 計算モデルがシンプルでも規模が巨大になるとまったく別の問題が生まれてくる。処理すべき情報量が爆発的に増加しているからだ。 例えば協調フィルタリングではユーザーを縦軸に、商品アイテムを横軸にした購買履歴マトリックスについて計算処理を行う必要があるが、あまりに量が多く、素直に実装すると「2
「このページを見た人はこのページも見ています」を実現するFirefoxのアドオン『Fast Forward』 | 100SHIKI
なんかいいサイトないかなぁ、というときに使えそうな（多分）ツールのご紹介。 BuzzBoxが配布しているFast ForwardなるFirefoxのアドオンは、ブラウザの「戻る」「進む」ボタンに加えて「早送り」ボタンを追加してくれる。 なんとこのボタンを押すと「あなたが今見ているページのあとに他の人がよく行くページ」に連れて行ってくれるのだ。 どうやら各種ネット上の公開データやユーザーが匿名で提出する情報をもとに算出しているようだ。 まだユーザー数が少ないから微妙ではあるが、「他の人が見ているものも自分も見たい」という欲求が人にはあるだろう。 こうした「みんなで楽しむ仕組み」はもっと出てくるといいですね。
Locality Sensitive Hashing (LSH) Home Page
LSH Algorithm and Implementation (E2LSH) Locality-Sensitive Hashing (LSH) is an algorithm for solving the approximate or exact Near Neighbor Search in high dimensional spaces. This webpage links to the newest LSH algorithms in Euclidean and Hamming spaces, as well as the E2LSH package, an implementation of an early practical LSH algorithm. Check out also the 2015--2016 FALCONN package, which is a
レコメンデーションエンジンがロングテールの敵になる？
ペンシルバニア大学ウォートン校の研究者2人が、オンラインレコメンデーションサービスはユーザーが出会う商品の多様性を損なうかどうかをテーマにした論文を2007年9月下旬に発表した。この研究のタイトルは「Blockbuster Culture's Next Rise or Fall：The Impact of Recommender Systems on Sales Diversity」（市場を席巻した方式の趨勢はいかに：販売商品の多様性に対するレコメンデーションシステムの影響）というもので、わたしはPaidContentでこの論文のよい要約を見つけた。 世のあらゆる指標がレコメンデーションエンジンの重要性が増していくことを示しており、この議論は検討しておくべきだ。eBayのStumbleUponの買収からCBSによるLast.fmの買収、そして10月のMSNBCによるNewsvineの買収ま
BUKURO-JIN | リコメンデーション機能を実装する 〜Vogoo! PHP Lib〜
动叙国其余曾在内流4万，北汽集团产叙利约2亚人回从国4万外返，乡难在上述返民中，利英据伊介绍，布的新闻日发防部说俄国公报。 冷空气会今天降让气温稍微下，业资源联盟很快回升过后。星小有零雨，成立报讯东北冬日讯员）立（全晴雨气温叶卡州日最高记者吹轻风广斯通媒体广州微的，多云到阴今天天气天广州，的意思没有过冬完全。 冬至也有再来个暖可能，北汽集团产下去再这今年么热。气象计台预，业资源联盟小雨零星还可能有，不但要降今天市区广州温。成立气温最低在明天凌出现晨。 北汽集团产叙政重建加快基础府正社会设施，业资源联盟下在多组织支持家和个国国际。 9月以来自25年，成立部门部发电（叙利乡跨罗斯利英亚难言人叶夫·伊指挥据新记者日在华社示民返莫斯）俄根尼科表，成立叙难园提正为助建家社会民重国际供帮。 动叙国其余曾在内流4万，北汽集团产叙利约2亚人回从国4万外返，乡难在上述返民中，利英据伊介绍，布的新闻日发防部说
【第4回】レコメンデーションの虚実（4）〜ベイジアンは「Amazonを超えた」のか？ (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（4）～ベイジアンは「Amazonを超えた」のか？：ソーシャルメディア セカンドステージ（1/2 ページ） Amazonを超えるレコメンデーションエンジン 今年8月6日・13日号の『日経ビジネス』誌に、「王子とニート 若者を浪費する日本社会」という特集が掲載された。この特集の中で紹介されていたのが、ライブドアのCTO（最高技術責任者）や代表取締役を経てゼロスタートコミュニケーションズを設立したzakiさんこと山崎徳之氏。この記事で、彼の登場する場面はなんとも凄い。次のような書き出しだ。 天才プログラマーの腕はさび付いていなかった。 「よし、とりあえずアマゾンは超えたかな」 東京・渋谷の小さなオフィスで、ゼロスタートコミュニケーションズ社長の山崎徳之はキーボードから手を離すと、小さく伸びをした。 この記事のことを聞いてみると、彼は苦笑しながらこう言った。「いやあ、さす
ソーシャルメディア セカンドステージ：レコメンデーションの虚実（最終回）〜ソーシャルレコメンデーションという新世界 (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（最終回）～ソーシャルレコメンデーションという新世界：ソーシャルメディア セカンドステージ（1/2 ページ） いまレコメンデーションが求められる理由 これまで18回にわたって、レコメンデーションの可能性とその限界についてさまざまなアプローチから考えてきた。 レコメンデーションという用語がなぜいま注目を集めているのかという理由を、もう一度ここで提示しておこう。最大の理由は、検索エンジンやブログのRSS配信など、使いこなすためには高度なスキルが必要なツールでは、情報の洪水をうまく泳ぎ切るのが不可能になりつつあるからだ。ネットの情報量が認知限界を超えてしまっているのである。以前（認知限界をどう乗り越えるのか）にも書いたが、認知限界というのは米国の経営学者が発明した言葉で、外の世界がどんどん複雑になってくると、人間はその複雑さを処理できなくなってしまうという意味だ。情報の量
ITmedia AnchorDesk：佐々木俊尚 執筆記事一覧
レコメンデーションの虚実（最終回）～ソーシャルレコメンデーションという新世界 ネットジャーナリスト佐々木俊尚氏が次世代ソーシャルメディアのかたちを探る連載「ソーシャルメディア セカンドステージ」もついに最終回。ネットの情報量が認知限界を超えた現在、ソーシャルレコメンデーションへの期待はますます高まっています。 （2/25） レコメンデーションの虚実（18）～アットコスメに見る日本式「共感型レコメンデーション」の世界 ネットジャーナリスト佐々木俊尚氏が次世代ソーシャルメディアのかたちを探る連載「ソーシャルメディア セカンドステージ」。人と人との“方向”と“距離”を意識した相関関係に基づいたレコメンデーションは実現可能なのか。化粧品口コミサイト「＠cosme」の取り組みを紹介します。 （2/12）
CNET Japan
人気の記事 1Airbnb、屋内監視カメラの設置を禁止へ--4月30日から 2024年03月12日 2新型「iPad Air」「iPad Pro」、3月末～4月に発売か 2024年03月12日 3サムスン、ミッドレンジの「Galaxy A55 5G」「Galaxy A35 5G」を発表 2024年03月12日 4「iPad」2024年モデルはどうなる？これまでの予想と個人的な期待 2024年03月11日 5「Galaxy S24/S24+」レビュー：2週間使って「Ultra」よりお勧めできる理由 2024年02月08日 6米YahooがAltabaに社名変更--日本の「ヤフー」の名称はどうなる？ 2017年01月10日 7「iPhone」の「盗難デバイスの保護」をすべての場所で有効にする方法 2024年03月11日 8「Nothing Phone (2a)」--スタイルよりスペック重視の新
機械 vs. 人間、どちらのレコメンデーションが正確か？
Amazon の例を挙げるまでもなく、最近はどんなWEBサイトでも「これを買うといいよ」「これを読むといいよ」などと推薦をしてくれるようになりました。大抵は何らかのアルゴリズムで機械的に「オススメ」が決められているわけですが、日常生活では人間が別の人間にオススメをしているはず。それじゃ機械と人間、どちらのレコメンデーションの方が精度が高いのか？という実験が行われているそうです。しかも面白いことに、ゲームのスタイルを使って： ■ Video Store Clerk Game: A Crowd Wisdom Experiment (Ironic Sans) "Video Store Clerk Game"というのがそのゲーム（上はそのスクリーンショット）。早速プレイしてみたいという方のために、ルールは以下の通りです： あなたはレンタルビデオ店の店員で、ビデオを借りにきたお客にアドバイスするとい
CNET Japan
人気の記事 1「iPad」2024年モデルはどうなる？これまでの予想と個人的な期待 2024年03月11日 2「iPhone」の「盗難デバイスの保護」をすべての場所で有効にする方法 2024年03月11日 3マイナカードのiPhone搭載「もうちょっとお待ちを」--河野大臣が笑顔で言及 2024年03月05日 4過去のホームページを収集・公開しているウェブアーカイブサービス7選 2016年01月31日 5「Nothing Phone (2a)」--スタイルよりスペック重視の新型スマホを写真で確認 2024年03月08日 6アップル、スマートリングを開発か 2024年02月26日 7「ChatGPT」、多要素認証が可能に--有効にすべき理由とその方法 2024年03月11日 8OpenAI、アルトマンCEOの取締役復帰を発表--解任騒動の調査結果も明らかに 2024年03月11日 9SkyD
協調フィルタリングのグラフィカルモデル - nokunoの日記
協調フィルタリングとはAmazonのお勧めのように「この商品を購入した人はこんな商品も購入しています」という情報を用いて推薦をする手法です。グラフィカルモデルはベイジアンネットワークとも呼ばれ、最近一部で流行している機械学習の手法です。今回は、協調フィルタリングをグラフィカルモデルで表現したらどのようになるだろう、と考えて思いついたアイデアを紹介します。 今、ユーザuとアイテムiの組{u,i}のデータが大量に与えられているとします。例えばソーシャルブックマークならユーザとブックマークしているページの組み合わせ、E-commerseならユーザと購入した商品の組み合わせ、などです。ここではSBMを例に考えるので、はてブと同様にユーザはマイナスの評価を付けることはできないものとします。 このときユーザuに対してお勧めのページを推薦することを考えると、ユーザuがまだブックマークしていないページiに
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
GitHub - livedoor/cicindela2: a highly customizable recommendation engine written in perl + MySQL
神ヨ! ロビタヲ救イタマエ