https://jp.techcrunch.com/2010/07/29/20100728groupon-custom-deals/
ソーシャルウェブ と レコメンデーション －第４回データマイニング+WEB勉強会＠東京
「第４回データマイニング＋ＷＥＢ勉強会＠東京 (#TokyoWebmining)」の講師資料です。 『ソーシャルウェブ と レコメンデーション』 hamadakoichi, 濱田晃一 Read less
Information Recommend
情報推薦(Information Recommend) 情報推薦とは，情報収集支援アプローチの一つである．その名の通り，ユーザに対して情報を推薦する手法である．しかし，その情報がユーザに有益なものでなければならない．望まれる推薦システムとは，ユーザが要求してる情報を推薦するシステムである． 背景 そもそも，情報収集は様々な活動において重要な作業である．それが近年のインターネットの爆発的発展により，誰でも膨大な情報源に対して触れることができるようになった．しかし，その膨大さは人の情報集収能力を圧倒し，「情報過負荷(Information Overload)」，あるいは「情報の氾濫(情報洪水)」を引き起こした．この問題に関してはインターネットの隆盛以前から表出していたのだが，いまだその解決策は見つかっていない． 情報過負荷を解決するために，早くから研究されてきた技術の一つに情報検索(Infor
リコメンデーションサービスコンテスト 受賞作品発表
インターネットにおけるOne-to-Oneマーケティングの時代になってから、ユーザーの購買履歴を分析し、興味をもちそうな商品を各ユーザーに予想して勧めるようになりました。そして、そのための効果的な「リコメンド機能」は、Webサービスの重要な機能となっています。 そこで、（社）情報処理学会 数理モデル化と問題解決研究会とソネットエンタテインメント（株）は、リコメンド機能に関するアルゴリズムやシステムの開発を通じて、大学生や大学院生の情報科学や関連サービスについてのモチベーションを喚起し、当該分野の一層の活性化と学生のクリエイティブな活動をより活発にすることを目的としたリコメンデーションサービスコンテストを共同開催いたしました。 コンテストの詳しい情報はこちら⇒ タイトル : 「トレブロ」 http://toys.csse.muroran-it.ac.jp/recom/ 我々は、入力されたブロ
steps to phantasien(2008-08-14) Netflix Prize 外野席
"集合知プログラミング" という本が出たらしい. 私の積読には元本の "Programming Collective Intelligence" があって, 途中まで読んだまま放置していたら日本語訳が出てしまった. (オライリーのアンチパターンと命名.) 悔しいので本は処分. そのうち日本語版で続きを読もう.... 興味を持っていたのは推薦エンジン(協調フィルタ)だった. 私の中では検索エンジンに匹敵するウェブのハイテクという位置付けなんだけど, 草の根には普及しておらず悲しい. 検索エンジンでの Hyper Estraier や senna に相当する協調フィルタの立ち位置は デッドヒートが予想される...とだいぶ前から思ってるんだけど, いまのところ閑古鳥気味. まったく, 出し抜くだけの実力があればなあ. 先の皇帝ペンギン本では, 一章にさっそく協調フィルタが登場する. 読んでみると
協調フィルタリングの課題を解決する--ECサイトのレコメンド技術を考える（4）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、協調フィルタリングの基本処理の仕組みを解説すると共に、基本処理だけでは課題が残ることも説明した。今回は、「協調フィルタリング×アイテムベース」を採用しているケイビーエムジェイの「パーソナライズド・レコメンダー」を一例として、その課題の解決方法を解説しよう。 本題に入る前に、そもそもECサイトにとって課題となる要件を考えておきたい。そのために、まずECサイト運営者のニーズからドリルダウンしてみよう。 ECサイトの大命題は、もちろん「売上げと利益を向上させること」だ。これを達成するためのマーケティング活動では、「ユーザーにより多くの商品を見てもらい、より多くのユーザーをコンバージョンに結び付けること」が目標となる。これが第1回でも説
協調フィルタリング技術を掘り下げる--ECサイトのレコメンド技術を考える（3）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、ECサイトのレコメンド技術の種類として、ルールベース方式、コンテンツベースフィルタリング方式、協調フィルタリング方式、ベイジアンネットワーク方式の4つを紹介した。今回は、これらのレコメンド方式をより細分化した上で、協調フィルタリングのロジックについて解説したい。 4つのレコメンド方式は、「レコメンドするために必要な情報は何なのか」、「何をもってレコメンドするためのルールとするか」という切り口で分類していると解説した。それぞれのレコメンド方式は、さらに「どの判別属性を軸にレコメンドアイテムを決定しているのか」という切り口によって細分化できる。その判別属性とは、アイテムベース、ユーザーベース、ユーザー提示情報ベースの3つだ。 例えば
「あなたにおすすめの商品」のからくりとは？--ECサイトのレコメンド技術を考える（2）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、レコメンド技術の歴史を振り返り、ネットマーケティングの変化やレコメンドソリューションの低価格化によってこの技術が再び注目されていることを説明した。今回は、レコメンド技術の種類について解説しようと思う。 ECサイトでよく用いられるレコメンデーションには、「人気商品ランキング」、「閲覧・購入履歴」、「あなたにおすすめの商品」といった3タイプがある。人気商品ランキングなら、数多く購入されている商品のランキングをトップページなどに表示し、閲覧・購入履歴であれば、Cookieから過去の履歴を基に「最近チェックした商品」として表示する。しかし、「あなたにおすすめの商品」となると、データを整理し、複雑のロジックから的確なものをレコメンドしなく
「レコメンド技術」が今再び注目される理由--ECサイトのレコメンド技術を考える（1）：スペシャル - ZDNet Japan
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます ネットマーケティング業界のトレンドキーワードには、「CGM（Consumer Generated Media）」の台頭により、「バイラルマーケティング」「行動ターゲットマーケティング」「レコメンド」「SEM（Search Engine Marketing）」そして「モバイル」などがある。これらは、従来注目されてきたキーワードであり、そのソリューション自体はすでに存在しているものだ。しかし、これらが今なお取り上げられているのは、その質や技術の向上が見込まれ、これらを用いた施策および展開に大きな期待が集まっているためと言える。 また、野村総合研究所が2007年10月に提唱した「10のIT消費スタイル」によると、極めてニッチな商品を購入する「
web+db レコメンド特集 サンプルコード - DO++
- WEB+DBプレスの「[速習]レコメンドエンジン」のサンプルプログラムを訂正してみる にあったように、WEB+DB PRESS 49号 レコメンド特集での誌上のサンプルプログラムに誤植があり、そのまま書くとコンパイルできないという問題がありました。 サンプルコードの修正をぎりぎりにお願いして、ゴミが残ってしまったのが原因です。 ご迷惑をみなさんにおかけしました。すいません。 WEB+DB PRESS Vol.49サポートページ ここから、動かせるサンプルコード（Part3用のサンプルコードというところ）をダウンロードできるので、買った方も（そうでない方も？）参考にしてみてください。 以後、気を付けます。
レコメンド, LSH, Spectral Hashing - DO++
WEB+DB press vol.49にレコメンド特集の記事をtkngさんと書きました。 内容は最初は、協調フィルタリングやコンテンツマッチの簡単な話から、特徴量をどのように表すか、大規模データをどのように処理するかにいき、特異値分解などの低ランク行列分解によるレコメンドやRestricted Boltzmann Machineといった最近のnetflix prizeの上位の手法など、かなり突っ込んだ議論もしてます。 個人的には三章でLocality Sensitive Hash(LSH)について扱っているあたりがお勧めです。 レコメンドの内部の問題を極言すると、データというのは疎な高次元の数値ベクトル（数百万次元とか）で表され、クエリでベクトルが与えられた時、これと似たようなベクトルを探してこいという問題になります。”似たような”を数学的にいえば、クエリのベクトルとの内積（各ベクトルは長
ライブドア、汎用レコメンデーションエンジンのオープンソース版 「Cicindela(シシンデラ)」を提供開始！ : bomberのお仕事ブログ
ライブドア、汎用レコメンデーションエンジンのオープンソース版 「Cicindela(シシンデラ)」を提供開始！ カテゴリ: ビジネス 最近テレビをつけると、不況でどこそこが赤字転落、派遣切り何千人、といった暗いニュースか、全く面白くないバラエティ番組しかやってないから、しかたなくスカパーでマイナーなスポーツ番組とか見て詳しくなりつつある小久保です。ちなみにこないだは自転車見てました。 そんな中、Open&Shareというスローガンを心に秘めつつ(掲げろよ！)展開している、livedoor ラボから、またまたリリースです。 ライブドア、livedoor ラボ 「EDGE」にて開発者に向け汎用レコメンデーションエンジンのオープンソース版「Cicindela(シシンデラ)」を提供開始！ Co.Lab、Co.Lab v6 も順調に引き合いがきており粛々と進めておりますが、もっともっと日本の開発者が
楽天市場の売れ筋が分かる「楽天プロダクツ」（α版） | ライフハッカー・ジャパン
Amazonと比べると、売れ筋商品を調べにくかった楽天市場の新機能が、こちらの「楽天プロダクツ」。従来の楽天市場では売れ筋ランキングを見たくても一部のカテゴリのみ、しかも数日遅れの情報しか見ることができませんでした。 楽天プロダクツではランキングは2種類あり、 売れ筋商品／人気商品（型番商品）は、 型番商品のみを対象としたランキングです。 売れ筋商品／人気商品（一般商品）は、 楽天市場のランキングと同じ全商品でのランキングです。 と、いまいち分かりづらい説明ですが、ひとまず、カテゴリ毎の売れ筋商品TOP10とレコメンド商品をチェックすることが出来ます。楽天に出店しているテナントなどは、参考データとして活用できそうですね。 まだα版ということで、一部の商品カテゴリに限定されていますが、β版・正式リリースでのアップグレードに期待しましょう。まずはデータの更新頻度が「適切な頻度」から、リアルタイ
デクワス – deqwas
世の中は無数のモノにあふれているのに 選択肢があればあるほど商品選びは難しい あなたがまだ知らない お気に入りと”でくわす”お手伝いをします
ECサイトのレコメンド技術を考える
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます これまでの連載で、レコメンド技術がECサイトの裏側で動くからくりを解説してきた。今回は、表側に視点を置き換え、レコメンド技術の効果的な利用方法とその導入効果について解説しよう。 レコメンドアイテムをいかに表示するか レコメンド技術は、複雑なロジックを利用してレコメンドアイテムを選定する。しかし、ECサイトの目的を達成するためには、レコメンドアイテムを効果的に表示し、そのアイテムがユーザーに認知されなければ意味がない。連載第2回目で、アイテムの表示方法は運営サイトのデザインなどとの兼ね合いによりカスタマイズすることが一般的だと説明したが、効果的にレコメンド技術を導入するためにはおさえるべきポイントがある。それは、「ロジックと表示ページを選
Ｗレコエンジン 「画像」と「行動」のダブル レコメンドエンジンASP
「画像レコメンド」と「行動レコメンド」のレコメンドエンジン(推薦エンジン)をASPで提供「Ｗレコエンジン」は、「画像類似性レコメンド」「行動履歴レコメンド」の両者の特性を活かし、対象となる商品やサービスの特性に応じ、最適な組み合わせ提供する推薦エンジンASPパッケージです。 【１】「画像類似性レコメンド」とは？ 形・色・柄を識別する高度な画像認識技術を用いて、商品画像やその他画像アイテムに対し、類似性の高い画像群を推薦します。 【２】「行動履歴レコメンド」とは？ ユーザーの行動履歴を解析することにより、行動が似たユーザーを抽出。それらの人が過去に閲覧した商品、ページから関連性の高い商品や情報をおすすめ表示します。 【１】画像類似性レコメンド単体 形・色・柄を抽出し、類似性の高い画像をおすすめ表示することができます。特にがら物のアパレル商品やデザインが重視される商品に最適です。
mixi Engineers’ Blog » おすすめマイミクシィ／コミュニティ
はじめまして。mixi開発部・運用グループでアプリケーションの運用を担当しているmikiokatoといいます。週に一日興味があることについて研究や開発ができるOneDayFree の制度を使って開発し、12月25日にリリースしたインディーズ機能「おすすめ マイミクシィ／コミュニティ」について書いてみたいと思います。 おすすめ マイミクシィ／コミュニティとは マイミクシィやコミュニティのリンクを分析して、マイミクシィになる可能性の高い人や興味がありそうなコミュニティをおすすめします。膨大な情報の中から検索などでユーザーにいろいろと探してもらうよりも、データを分析して興味がありそうなものをシステムからおすすめする試みです。 実際の画面はこちらです。 人によって精度は差があるので、結果がいい場合もよくない場合もありますが、マイミクシィやコミュニティの発見につながればと思います。では、どういった仕
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
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
https://jp.techcrunch.com/2009/07/24/20090723social-browsing-assistant-glue-adds-recommendations-and-facebook-comments/
test
cicindela2 - Google Code