タグ

ソーシャルメディアに関するconceal-rsのブックマーク (4)

  • 社員を信じられないのならソーシャルなんてやっても仕方ない:ナレッジ!?情報共有・・・永遠の課題への挑戦:オルタナティブ・ブログ

    「社内に “ソーシャル”を持ち込む際の良くある勘違い」の続きになるが、未だにソーシャルメディアの導入時に良く聞かれる質問に 社内にブログやSNSのようなソーシャルメディアを導入したら、そこが2ちゃんねるのようになるのではないか? というのがある。この質問に対する私の回答はいつも「そんなことは、まず起きません」というものになる。未だに終身雇用という形態が強く残り組織への忠誠心が欧米に比較して高い日人の場合社内コミュティが非難ばかりになるようなケースは少ないし、教育レベルが高く学生時代からネット上のコミュニティが身近にあることが当然となっている世代にとって、例え社内のコミュニティといってもログ取得や監査が背景にあることは容易に想像できるわけで、そうした面からも無法地帯になることはあり得ない。 実際に私が手がけた事例でも、時たま不適当な発言が投稿されて注意や修正依頼を行うことはあっても炎上にま

    社員を信じられないのならソーシャルなんてやっても仕方ない:ナレッジ!?情報共有・・・永遠の課題への挑戦:オルタナティブ・ブログ
    conceal-rs
    conceal-rs 2010/07/06
    信じてるようで信じていないからこそ、朝礼とか報告書とかいろいろ社員にさせるわけですよね
  • レコメンデーションの虚実(1)〜認知限界をどう乗り越えるのか (1/2) - ITmedia アンカーデスク

    【新連載】レコメンデーションの虚実(1)~認知限界をどう乗り越えるのか:ソーシャルメディア セカンドステージ(1/2 ページ) ネット情報増大と認知限界 インターネットの情報は、今や洪水のようになっている。この洪水の中からどのように有用なコンテンツやデータをすくい上げるのかは、インターネットにおける最も重要なテーマだ。この問題を解決するアーキテクチャとしては検索エンジンが長く定番だったが、情報のオーバーロード(過負荷)が起きている中で、検索エンジンだけでは対応しきれなくなった。 つまりはネットの情報の総体が、人間の認知能力をはるかに超えてしまっているということだ。これを「認知限界」という。認知限界というのはもともと、1978年にノーベル経済学賞を受賞したアメリカの経営学者、ハーバート・アレクサンダー・サイモンが企業などの組織を説明するために使った言葉である。外の世界がどんどん複雑になってく

    レコメンデーションの虚実(1)〜認知限界をどう乗り越えるのか (1/2) - ITmedia アンカーデスク
  • ソーシャルメディア セカンドステージ:【第2回】レコメンデーションの虚実(2)?レコメンデーションの分類 (1/2) - ITmedia アンカーデスク

    レコメンデーションの代表的手法 レコメンデーションには、いくつかのアプローチがある。とりあえずそのアプローチを俯瞰してみると、おおむね以下の5つに分類することができる。 (1)ルールに基づくレコメンデーション (2)コンテンツベースのフィルタリング (3)協調フィルタリング (4)統計学的なアプローチ (5)行動ターゲティング (6)ソーシャルネットワーキング ひとつずつ説明していこう。 (1)のルールに基づくレコメンデーションというのは、「ビジネスルール方式」とか「インテンショナル(意図的な)レコメンド」などと言った呼び方もある。例えば「美容室に髪を切りに来た人に、ヘアケア製品を勧める」「プリンターを買った人に、インクトナーを勧める」など、最初に「ある製品を買った人、ある行動をした人には、この製品やサービスを勧める」というルールを定めておく方法だ。このレコメンデーションはわかりやすいけれ

    ソーシャルメディア セカンドステージ:【第2回】レコメンデーションの虚実(2)?レコメンデーションの分類 (1/2) - ITmedia アンカーデスク
  • レコメンデーションの虚実(3)~顧客属性はなぜ追い求められなかったのか

    レコメンデーションの虚実(3)~顧客属性はなぜ追い求められなかったのか:ソーシャルメディア セカンドステージ(1/2 ページ) 「顧客の属性」を読み取る方法 連載前回で、協調フィルタリングには顧客同士の行動の類似性を見ているだけで、“顧客の属性を見ていない”という問題があるということを書いた。例えば、プレゼントするために夫が女性用化粧品を購入すると、その後しばらくは女性用化粧品をさかんに勧められるような現象が起きてしまうというようなことを挙げた。そしてこうした顧客の属性を見ていないという問題は、コンテンツフィルタリングでも協調フィルタリングでもカバーできないということも書いた。 「モノを買う」という行動を解析してみよう。バラバラに分解すれば、次の3つに分けることができる。 ・商品の属性(その商品がどのような分野の商品で、どのような名前を持ち、どのような特徴があるのか) ・顧客の属性(顧

    レコメンデーションの虚実(3)~顧客属性はなぜ追い求められなかったのか
  • 1