レコメンダシステム - Wikipedia
レコメンダシステム（英: recommender system）は、情報フィルタリング (IF) 技法の一種で、特定ユーザーが興味を持つと思われる情報（映画、音楽、本、ニュース、画像、ウェブページなど）、すなわち「おすすめ」を提示するものである。通常のレコメンダシステムは、ユーザーのプロファイルを何らかのデータ収集基準と比較検討し、ユーザーが個々のアイテムにつけるであろう評価を予測する。基準は情報アイテム側から形成する場合（コンテンツベースの手法）とユーザーの社会環境から形成する場合（協調フィルタリングの手法）がある。 ユーザーのプロファイルを構築するとき、データ収集の明示的部分と暗黙的部分を区別する。 明示的データ収集には次のようなものがある。 ユーザーにあるアイテムの評価を付けてもらう（例えば5段階評価）。 ユーザーに一群のアイテムを好きか嫌いかランク付けしてもらう。 ユーザーに2つの
はてなブログ | 無料ブログを作成しよう
キーボードを、持ち歩く。 久しぶりに、スマホ用のキーボードを使ってブログを書いている。 いくつかキーが壊れてしまっているので買い替えないといけないのだが、壊れるくらいには使い込んでいたんだなと思った。 当時は、今のようにPCを普段から持ち歩くことが少なかったので、出先でもブログ…
何番煎じか分からないけど集合知プログラミングをPHPでやってみた その7「階層的クラスタリングによりグループを見つけ出す」 - Stellaqua - ＴＯＭの技術日記
前回は話だけで終わってしまったので、今回はソースコード中心です。 アイテム同士の距離の計算に必要な情報を出力するReducerを実装する という訳で早速ですが、前回延々と話をしていた事をReducerに実装します。 #!/usr/bin/php <?php require_once(dirname(dirname(__FILE__)).'/lib/HadoopStreaming/Reducer.php'); class Reducer extends HadoopStreaming_Reducer { public function reduce ( $key, $values ) { $wordcount = array(); while ( $values->has_next_value ) { list($id, $count) = explode(':', $values->cur
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
集合知で社会や企業を変革するには---群衆の叡智サミット2009で議論
2009年5月26日，「集合知」をテーマにした討論会「群衆の叡智サミット2009」が開催された。インターネットで糾合した知識を，現実の社会や企業の変革へとつなげる方法について議論が行われた。 ITジャーナリストの佐々木俊尚氏は，アメリカのObama大統領の選挙戦でのネット活用について「決定的に新しかったのは，ネットを使ってお金を集める仕組みを作ったこと」と指摘した。Obama氏は，個人献金で6億4000万ドルを集めたとされる。アジャイルメディア・ネットワーク 徳力基彦氏も「Obama氏は，ネットの力をリアルとつなげた。3万5000のボランティア・グループを作り動員した。さらに集めた資金をCMとしてマスメディアに投じた。このような方法で，ネットの影響が及びにくい部分も変えていけるかもしれない」と述べた。 日本では法律的な問題もあり，ネットでの政治献金はほとんど機能していない。ただし駒澤大学の
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
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた - てっく煮ブログ
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ
集合知で対戦するチェスゲーム『CrowdChess』 | 100SHIKI
ちょっと興味深い実験サイトが登場したようだ。 Crowd Chessはその名が示唆するとおり、みんなでプレイするチェスである。ただ、ルールが変わっている。 まずプレイする人は何人でもいい。集まった人すべてがプレイヤーである。何百人でもかまわない。そしてそこに参加した人は適当に白、黒のチームに分けられる。 そして一手ずつ、みんなが「次はこう動くべきだろう！」に投票していくのだ。 投票は1時間かけて行われるようなので気が遠くなりそうではあるが、実際こうして打っていくとどういう結果になるのか興味深い。 人によってさまざまな意見があるだろう。そうした「自分はこう思う」という意見を戦わせることができる点に意義がありそうだ。
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
Sooda!
はてなブログ | 無料ブログを作成しよう