2009年4月8日(水) 13:00〜15:30に開催されましたPreferred Infrastructureによる製品紹介セミナーの発表資料です。
2009年4月8日(水) 13:00〜15:30に開催されましたPreferred Infrastructureによる製品紹介セミナーの発表資料です。
By Evan Miller February 6, 2009 (Changes) Translations: Dutch Estonian German Russian Ukrainian PROBLEM: You are a web programmer. You have users. Your users rate stuff on your site. You want to put the highest-rated stuff at the top and lowest-rated at the bottom. You need some sort of “score” to sort by. WRONG SOLUTION #1: Score = (Positive ratings) − (Negative ratings) Why it is wrong: Supp
February 10, 2009 14:31 レコメンドエンジンのアルゴリズムの学術情報を一挙総まとめ カテゴリ レコメンデーション ホットラボ Tweet ホットリンクは、創業以来8年間ずっと『究極のエージェント』を目指して会社を運営してきているので、レコメンドエンジン・データマイニング・テキストマイニング・WEBマイニング・対話エンジン等の技術はずっと開発してきました。 今回は、ホットリンクのレコメンドASPサービス「レコナイズ」の開発に際して、再度まとめたレコメンドエンジンに関する学術分野での基本から最新までの論文などをご紹介しておきます。 (ホットラボ(ホットリンクの研究チーム)メンバーである産業技術総合研究所の濱崎さんが中心となって以前まとめてくれたものです) **********************************************************
目次 ユーザ認証付Railsアプリの構築 ←いまここ RailsアプリにCicindelaインタフェースを実装 Cicindelaの設定とバッチ処理設定 先日Sapporo.rbで黙々と読書した成果として、Ruby on RailsのアプリにCicindelaのレコメンデーション機能をつけることができました。そんなわけで何回かに分けて説明していきます。 まずはRailsアプリを作ります。お題としてはソーシャルブックマークサービスにしてみます。ブックマークアプリはRailsの課題曲みたいなもので、慣れた人なら10分で作れます。今回はそれに加えてユーザごとにブックマークできるよう、ログイン認証などの機能拡張が必要になります。 完成版のソースコードはgithubにて公開しています。 Railsアプリケーションの作成 今回の環境としてはこんな感じです。 OS: Ubuntu 8.04 Ruby
2020年3月、京セラコミュニケーションシステム株式会社からデクワス株式会社に、DSP事業「KANADE」が事業譲渡されました。 デクワス.ADは、デクワス株式会社にて承っておりますので、お気軽にお問い合わせください。 デクワス株式会社 https://deqwas.co.jp/ まだ知らない、 お気に入りに「でくわす」 「いつからだろう? 同じようなものばかり選ぶようになったのは」 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、新たなお気に入りが見つからない―― そんな日常の課題に向き合うテクノロジーが 「“探す”のではなく、“でくわす”」のデクワスです。 もう、探さなくてもいい―― 未来のお気に入りが、 あなたを見つけてくれるから ネットショッピングだけでなく、 お店の中のお買い物でも デクワスは、 ユーザーの欲しい気持ちを分析し、 きっと気に入る商品への道案内を お
※ 画像は公式サイトより これは面白い! Amazonの強さは物流システムやECサイトの使い勝手などもあるが、完全なコンピュータベースでのリコメンデーションにもその一因がある。ユーザの行動履歴を全て補足し、そのユーザにあった商品を提案することで購入につなげるシステムだ。 デモアプリケーション。記事を選択すると、別な記事を提案する これは何もECサイトに限らず、最近でははてなブックマークでも関連記事を載せるようになっている。ニーズの連結をはかることで、さらにユーザをつなぎ止めておくことができるようになる。 今回紹介するオープンソース・ソフトウェアはRichContext、オープンソースのリコメンデーションエンジンだ。なおライセンスはApacheライセンスをベースにしているが、修正して独自のライセンスになっているのでご注意いただきたい。 RichContextは専用のアプリケーションサーバを介
「増井の本棚」と「svslabの本棚」は似ているにもかかわらず 「アカギ」「掌の中の小鳥」は「svslabの本棚」に含まれていないため、 これらの本は「svslab」への推薦候補と考えることができる。 このような計算を本棚行列の行や列に対して行なうことにより、 様々な有用な情報を取得することができる。 本棚演算のプログラミング 本棚データを扱うRubyライブラリを使って様々な本棚演算を実行できる。 増井への推薦本を計算 「増井の本棚」に含まれる本の傾向を判断して推薦を行なう演算を考える。 「増井の本棚」に内容が近い本棚の中には、 私が興味を持ちそうな本が含まれている可能性が高いと思われるので、 まず「増井の本棚」に近い本棚のリストを計算してみる。 require 'enzan' # 「増井の本棚」に近い本を持つ本棚のリストを取得 BookList.new('増井').similar.dum
レコメンデーションの虚実(18)~アットコスメに見る日本式「共感型レコメンデーション」の世界:ソーシャルメディア セカンドステージ(1/2 ページ) “ベクトル”のないレコメンデーションは物足りない 前回(ソーシャルメディアが映画『マトリックス』を生み出す日)、ユーザーとモノ、Webサイトなどありとあらゆる相関関係こそが世界を成り立たせていると書いた。ではこの「相関関係」とは、いったい何を意味しているのだろうか。 相関関係とはひとことで言えば、ベクトルである。つまりそこには方向と距離がある。その意味で、ベクトルを意識していない相関関係システムは、やはり物足りない。例えばAmazonは、ユーザーの過去の購買履歴だけをもとにしてレコメンデーションを行っている。過去にわたしが購入した本やDVD、音楽CDなどの購買履歴は確かにわたしの属性を構成する要素のひとつではあるけれども、しかしわたしが今もそ
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
処理を実行中です
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