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
メディア・パブ: Googleの“OpenSocial”の全貌が明らかに
Googleが，SNS向けのオープンプラットフォーム“OpenSocial（オープンソーシャル）”の全貌を先ほど公開した。Googleキャンパス内で夜中にキャンプファイヤーを囲んで，OpenSocialの説明会が開かれた。その時の模様が，以下のビデオである。 OpenSocialの特設ページが開設されており，そこには共通APIドキュメンテーション（OpenSocial API Documentation）や関連資料（Articles）が用意されている。 APIを利用したソーシャルアプリケーションを，とりあえず同社のSNS“Orkut”向けに作ってみることを勧めている（Build social applications for Orkut）。そのOpenSocial API を使ったアプリケーション例として，音楽ネットワークiLikeが掲げられていた。iLikeといえば，Facebookアプ
手乗りだけど、本格派シンセ（動画あり）
超かわいいですけど、先端をゆく楽器です。 内蔵音源から出力される多彩な音色を、タッチパッドの指先の動きだけで自由自在に操れる。という基本設計ながら、また気まぐれに思いがけないメロディー／フレーズをジェネレートしてくれたりするので、｢演奏している実感｣もバッチリというわけです。エフェクトももちろん装備！ アルペジエータもループレコーディング機能も搭載していますから、これだけである程度のフレーズまで作れてしまいます。ちょっと外に持っていって、電車の中で曲の全体像が浮かんだりして。ホントに。うあー、欲しい！ この内容で、大きさ W106 × D129 × H29 mm、重さたった154g、そして単3電池4本で動くのはホントに驚きです。色もニクい黄色を配したデザインでそそります。違うカラーバリエーションも出して欲しいのが本音といったところでしょうか？ 以下に、使用風景の動画あり。 このkaossi
FL STUDIO コラム連載中！
テクニカルライター 服部心護 Alexander服部としても寄稿しているテクニカルライター。主にパソコンやDTMソフト関連の書籍や雑誌記事を担当。しかし、もっとも人気があるのはプロレス関連の記事になっており本人も悩んでいる。ネットラジオなどをはじめ、フットワーク軽く行動している。 「FL Studioで今すぐ始めるDTM」の著者でもある。 FL STUDIOで今すぐはじめるDTM (デスクトップミュージック) WINDOWSパソコン1台で曲作り! (単行本) 著者 : 服部 心護 定価 : ￥ 2,604 (税込み 単行本 : 271ページ 出版社 : ラトルズ (2004/12)) 第1回 なぜゆえFL Studioを勧めるのか？ 実際に打ち込みっていう漠然とした単語を想定して「パソコンを持っているんだからできるに違いない」って思う人も多いと思います。事実、私もテクニカルライタ
人に好かれるための７つの法則 | Lifehacking.jp
7 Secrets of Being Popular | Lifehack.org 敬愛する心理学者ウィリアム・ジェームスの言葉に「人間の最も強い性向の一つは、自分が評価されたいと思う気持ちである」というものがあります。ふだんは他人と競争したりしていても、はっと気がつくと一人だったりすると非常にやるせないものがありますよね。 私もむかしは（今も？）たいへん気むずかしい人間で、人に好かれるよりは自分が立っている場所を精一杯守ろうと周囲に噛みついてばかりの頃がありました。なんのことはない、劣等感の裏返しなだけだったのですが、それに気づくまでは非常に遠回りをして損をした気がします。 Lifehack.org のゲストポストに、「人に好かれるための７つの秘密」という記事がありました。読んでみれば秘密でもなんでもなく、あたりまえのことが当たり前に書かれているだけでしたが、ちょっと心に残りましたので、
仕事のやり方を効率化したい人にオススメのブログ３選
1972年生まれ。NTT、IT系コンサルティングファームを経て、2002年にアリエル・ネットワークに入社。2006年からはブログネットワークのアジャイルメディア・ネットワークにおいて設立時からブロガーの一人として運営に参画、2007年7月に取締役に就任。ITmedia BizIDやAllAbout等のWeb連載、書籍の執筆、講演活動も行っている。自身の運営ブログ「tokuriki.com」「ワークスタイル・メモ」 徳力基彦 ブログの歩き方 『アルファブロガー』『デジタルワークスタイル』などの著書で知られるブログウォッチのプロが、ビジネスパーソンのためのブログ情報収集術を解説。毎回テーマ別に注目ブログを紹介。 バックナンバー一覧 このコラムでは、ブログをビジネスの情報源として活用することをお勧めしていきたいと思っていますが、そもそも「仕事が忙しくてブログなんて読んでいる暇はないよ」という風に
平凡なエンジニアが未踏ソフトウェア創造事業をやったらどうなるのか書いてみた - Akasata's Page（あかさたのページ）
2007-11-01 14:29 : 平凡なエンジニアが未踏ソフトウェア創造事業をやったらどうなるのか書いてみた 最近、八角研究所で技術記事を書いているのですが、私が参加した 2006 年度下期未踏ソフトウェア事業（2006 年 11 月 ～ 2007 年 8 月末まで）の体験談を書いてみました。 未踏の体験談を書こうと思った動機について書きます。 私がお世話になった PM は東工大の千葉先生だったのですが、同じ PM 配下でも他の方は凄腕のエンジニアであり、能力的にも住む世界が異なるという感じでした。そういうエンジニアは目立つので、私は未踏のエンジニアというともの凄い凄腕ばかりを思い浮かべてしまうのですが、未踏ソフトウェア創造事業そのものは、適切な提案ができれば平凡なエンジニアにも門戸が開かれています。 というか、普通のエンジニアこそ挑戦すべき制度です。とはいえ、
HTMLのドキュメントから繰り返し部分をみつける - bits and bytes
RSSを生成していないページからRSSを生成するなんでもRSS 0.1bは、公開されているJSAI2005: なんでもRSS - HTML文書からのRSS自動生成によると、日付情報を目印にしてそのHTMLドキュメントの構造を推測して、各エントリ(item要素)のタイトルと本文を単語の統計的に処理して決定し、フィードを生成していると書かれています。 ウェブ上にあるHTMLドキュメントは Ask.jp ： "xml" Search results. のように、RSSのitem要素に相当する部分に日付が含まれていないものもあります。 その中でも、大量のデータを複数のページにわけて表示しているHTMLドキュメントを対象に、ドキュメント中に含まれる繰り返し部分のXPathを生成するブログラムをjavascriptで作りました。 アプローチ 大量のデータを複数のページわけて表示しているドキュメントを
FPN-ゼイヴェル・大浜史太郎社長へのインタビューを読んだ
コラム〜リサーチャーの日常 オンラインプレゼーテション コロナ禍で必須となった オンラインプレゼンテーション において、 mmhmm というカメラアプリを使うことの効果やその方法について紹介します。… 2021.05.11 265 view 6．ビジネス分析フレームワークを学ぶ ビジネス分析フレームワークの学習と使い方 ビジネス分析 フレームワークや 経営学 の学習をどうビジネスリサーチに役立てるか、その考え方と留意点について解説します。… 2021.05.08 2021.05.09 115 view コラム〜リサーチャーの日常 トリプル ディスプレイ モニター 在宅勤務が常態化している人は、まず トリプル ディスプレイ 環境に投資することを考えてみてください。作業効率の圧倒的向上が可能です。… 2021.05.06 2021.05.11 205 view
Google Japan Blog: 大規模日本語 n-gram データの公開
突然ですが、穴埋めクイズです。下線部に入る単語はなんでしょう? グーグルで_____ おそらく、「検索」「調べる」「探す」といった単語を思いつくのではないでしょうか？ 実際に、Webにあるドキュメントをくまなく調べ、「グーグルで」の後にくる単語を調べると、「検索」が1位であるとがわかります。 一般に、直前の(N-1)個の単語を見て、次の単語を予測するモデルをN-gram言語モデルといいます。さきほどは、「グーグル」 と 「で」の2単語から次を予想しているので、3-gram言語モデルの例となります。現時点の単語が、直前の(N-1)個のみに影響を受けるという仮説は、一見現実離れしているようですが、実際には非常に有効な場合も多く、かな漢字変換、OCRのエラー訂正、機械翻訳、音声認識などに広く用いられています。たとえば、音声認識の場合、ノイズ等で現時点の単語をシステムが聞き取れなくても、言語モデル
グーグルが日本語N-gramデータを公開 ― ＠IT
2007/11/01 グーグルは11月1日、大規模日本語コーパスのN-gramデータを公開した。N-gramは自然言語処理の領域で、単語同士の結びつきを統計的に処理する計算モデル。「グーグルで検索」「グーグルで調べる」「グーグルで探す」のように特定の単語（例では“グーグル”）と、他の単語の結びつきを予測できる。 N-gramは特定の位置にある単語が何であるかを、その直前の単語、さらに前の単語……、とN個分さかのぼって推測できるという仮説に基づいている。かな漢字変換、OCRのエラー訂正、機械翻訳、音声認識などに使われている。 公開したのはグーグルがWebサイトから抽出した約200億文（約2550億単語）の日本語データから作成したN-gramデータ（1～7gram）。データは特定非営利活動法人 言語資源協会を通じて配布しており、団体・個人の区別なく利用できる。これまで米グーグルは英語について同
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
