Diggのリコメンデーションエンジンを使ってみた － ＠IT

英語圏で人気のソーシャル・ブックマークサイト、「Digg.com」（ディグ）は先週末の7月1日、ユーザーに対してお勧めコンテンツを提示するレコメンデーション・エンジンをベータ版サービスとして公開した。 Diggのサービスは、ネット上のブログやニュースのURLをユーザーらが“ストーリー”として投稿し、コメントを投稿し合うことで成り立っている。ストーリーを気に入ったユーザーは「digg it」ボタンを押すことで、人気投票に参加する。テクノロジ、ビジネス、サイエンスなど各ジャンルで人気の高いものは刻々と「popular」（人気）に並べられる（ちなみに、サービス名のdiggは「気に入る」を意味する俗語のdigをもじったもの。digは「掘る」という意味だが、若者言葉で好きを意味する。過去形はdug。diggの場合はduggになる）。 Diggは、日々世界中で生み出される膨大な情報から、有用なものをす

[T-miura]

俺が作ってるのと、発想は同じだわ。にしても、大規模サイトでよくやったものだ・・・。結構CPUとか喰うと思うんだけど。

[hiro_y]

diggのレコメンデーションエンジンの挙動について。

[tokada]

"リコメンドされたストーリーには、自分と類似度が何パーセントのユーザーがdiggしたかという数値がすべて表示されている。また、各ユーザー名をクリックすると、実際にいくつのdiggが共通しているのかも表示される。"

[lizy]

そういえばdiggみたいなソーシャルニュースの決定版て日本にはないんだろうか

[masato611]

Diggのレコメンデーション・エンジンはコンテンツの内容はまったく見ていないという。文字列やキーワードベースの処理をしているわけではないので、まったく未知の新語が出てきても対応できるだろう。

[tsupo]

統計処理の対象となるのはユーザーの過去30日間のdigg情報だけと限定的だが、数百万人規模のユーザーコミュニティで、各ユーザーのアクションをリアルタイムに反映するのは「技術的に大きなチャレンジだった」

[komz]

[*digg