よく驚かれるが情報科学の分野では論文誌よりも国際会議の方が重要．そしてWeb系では何よりもACM主催会議に論文を通すことが大事のようだ（ほとんどの研究者はACM系の論文しかウォッチしていないみたい）．山本の個人的な印象なので他の方が書かれたページなども参考にして欲しい． WWW 難易度★★★★★．ACM SIGWEB, SIGIR主催のWeb系最高峰の会議．W3Cも開催にかんでいる．正式名称は The International World Wide Web Conference．アイデアの面白さ，手法，しっかりした評価の全部が揃っていないとなかなか通らない．Web検索，Webマイニング（textでもmultimediaでもOK），Webサービス，Web engineering，Browser & interfaceなどなどWebに関するあらゆるトピックが対象となっている．Web系の分野で

� ������� ��������� ��������� "!$# %'&)(�* + �-, .0/ 13254 637 8:9;4<4 =?> @)A;4 BDCFEHGJILKNMPORQTSVUXWYORZD[]\PO^[FS`_aCbUcSdWQe\DQfGZD[hgiGjfGYI<kPWSmli_nGodlT\pjTSqQ rtsVuwvqxzyLsn{F|~}�|����N��{F��]�w�bvw��sF�wv��n�N{V�~�N��|����F�]vq�V��������������|~�n|~�X������� �t��n¡£¢e¤e¥i¦a§�¨ª©¬«e­¯®±°e²t«e­e³a´tµ�¶a·�¸~¹�º�«�­¼»�½�¾�¿Y¤tÀt«e­aÁ�¢t¤ÃÂVÄÆÅÇTÈ�«t­aÉËÊqÌtÀeÍ ÎaÏ ¥eÐ�®±ÑeÒ`½�Ê^ÓÕÔ×Ö�ØeÙ Ï

マイニングと情報論的学習理論 山西健司 はじめに 大量データからの知識発見技術であるデータマイニ ング技術は機械学習技術、データベース技術、計算機 性能の向上に伴い近年急速に発展している。特に、顧客 データを 上で一元管理する の中で、 顧客データから有効 なビジネス戦略を導き出す手段として重要である。 分野におけるデータマイニングは、従来、顧客属性デー タやトランザクション等の構造化された定量的データを 対象としてきた。現在ではテキストデータなどのような 定性的な非構造化／半構造化データを扱う場面がむしろ 多くなってきている。この場合のマイニング技術は、テ キストマイニングとよばれている。 一方、インターネットの発達により、 するデータの領域は されたものに限らず、 顧客と見なされる。また、 の対象となる顧客は、もはや の対象と 上に格納 空間上へと急激に拡大された。 サイトの来訪

III. 文書クラスタリングの技法 A. 単一パスアルゴリズム 1. k-means 法の適用 2. Willett のアルゴリズム 3. 平均クラスタリング・アルゴリズム

日本語サイトでは、具体的な性能は測定していませんが、 以下のようなサイトで正しく動くことがわかっています: アサヒ・コム Nikkei NET Mainichi INTERACTIVE Yomiuri On-line IT media 東京新聞 日刊スポーツ 信濃毎日新聞 livedoor ニュース 使いかた Webstemmer をつかったテキスト抽出は以下のようなステップになります: まず、特定のニュースサイトから種となる HTML ページを多数取得する。 取得したページのレイアウトを学習する。 別の日に、同一のニュースサイトから新しい HTML ページを取得する。 2. で学習した結果をつかって、新しい HTML ページから本文を抽出する。 1. および 2. のステップが必要なのは最初の 1回だけです。 ひとたびサイトのレイアウトを学習してしまえば、 あとはレイアウトが大きく変更さ

嵯峨山 茂樹: 応用音響学 D2-Clustering edu/appl-acoust/2003/D2-Clustering.tex / 1 東京大学 工学部 計数工学科 応用音響学 D2 - クラスタリング 嵯峨山 茂樹 <sagayama@hil.t.u-tokyo.ac.jp> 東京大学 工学部 計数工学科 資料所在 http://hil.t.u-tokyo.ac.jp/∼sagayama/applied acoustics/ クラスタリング k-means アルゴリズム ベクトル量子化 LBG アルゴリズム セグメンタル k-means アルゴリズム 嵯峨山 茂樹: 応用音響学 D2-Clustering edu/appl-acoust/2003/D2-Clustering.tex / 2 クラスタリング1 内容 1. クラスタリング 2. k-meansアルゴリズム、LBGアル

Masanobu TSURUTA / 鶴田雅信 研究対象 Webページからの主要部分抽出 Webページに含まれる情報を検索、マイニングなどに有効活用するために必要な前処理である、主要部分/本文抽出技術の研究を行っています。ツール、研究で使用したデータのうち、著作権などの問題のないものはここで公開する予定です（夏までには）。 レター Masanobu Tsuruta, Hiroyuki Sakai, Shigeru Masuyama, An Informative DOM Subtree Identification Method from Web Pages in Unfamiliar Web Sites, to appear in IEICE Trans. Information and Systems, Vol.E91-D No.4 pp.986-989, 2008. 国内学会 未知の

コンテンツにスキップ ¶ コンテンツ¶ ご案内 構成員 研究内容 研究業績 ローカル情報 リンク¶ マルチメディア工学専攻 情報科学研究科 工学研究科／工学部 大阪大学

ダブル配列のライブラリを公開しているページです． An Implementation of Double-Array Trie URL: http://linux.thai.net/~thep/datrie/datrie.html Darts: Double-ARray Trie System URL: http://chasen.org/~taku/software/darts/ Dame URL: http://www.void.in/wiki/Dame Tiny Double-Array Library URL: http://nanika.osonae.com/TinyDA/index.html Dynamic Double-Array Library URL: http://nanika.osonae.com/DynDA/index.html

社団法人 電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 TECHNICAL REPORT OF IEICE. 高次元 Lp 空間における近似最近傍点探索の分散処理手法 岡 敏生† 森川 博之† 青山 友紀†† † 東京大学大学院新領域創成科学研究科 †† 東京大学大学院情報理工学系研究科 〒 113-8656 東京都文京区本郷 7–3–1 東京大学工学部 3 号館 E-mail: †{oka,mori,aoyama}@mlab.t.u-tokyo.ac.jp あらまし 本稿では類似検索に利用される高次元 Lp 空間における近似最近傍点探索について検討を行った．近似最 近傍点探索の計算量はデータセットの増大とともに大きくなってしまうため，大規模なデータを扱うためには

Locality-Sensitive Hashing を用いた階層的クラスタ解析手法の高速化 石橋 徹夫，古賀 久志，渡辺 俊典，菅原 研 電気通信大学 大学院 情報システム学研究科 〒182-8585 東京都調布市調布ヶ丘 1-5-1 E-mail {ishib-te, koga, watanabe, sugawara}@sd.is.uec.ac.jp 概要 階層的クラスタ解析手法は類似度でデータを階層的に分類し、その結果は樹形図で表現するこ とができる。この手法を用いると細かい分類から大まかな分類までクラスタ間の包含関係が理解し やすいが、計算量は大きなものとなるので、高次元・大規模データに対して適用することは難しい。 そこで本研究では最近接点の候補を高速に見つけるアルゴリズムである Locality-Sensitive Hashing によって作られるハッシュテーブルを用いて、計算

RSS nanno@lr.pi.titech.ac.jp oku@pi.titech.ac.jp 1 Web RSS[1] (RDF Site Summary / Really Simple Syndication) Weblog RSS RSS ( ) Web RSS RSS CMS(Content Management System) CMS HTML RSS Web RSS Feed HTML RSS Feed Web RSS Feed 2 HTML RSS Web RSS RSS Feed channel item [1, 2] channel Feed URI Feed , item channel URI Web RSS item ( “ ”) 1 1( ) • 2005-03-14 - 1 • 2005-03-15 - 2 • 2005-03-15 - 3 • 2005-03