アイトラッキングなら一目瞭然！新「はてなブックマーク」が何となく見づらい理由 | マミオン有限会社-パソコン・数学研修、法人研修
先日リニューアルされた「はてなブックマーク」。 大幅なデザイン変更に対し、ネット上では賛否が分かれているようです。 【参考記事】 ・はてなブックマークのリニューアルがいけてない5つの理由 - enator's blog ・はてブリニューアル賛成論 個人的には「あぁ、見づらくなっちゃったな…」と感じましたが、何となく不満を訴えても仕方がないので、今回はその原因をマミオン得意の「アイトラッキング分析」を用いて考えてみることにしました。 綺麗な「F字型」を見せる旧デザインまずはリニューアル前のデザインについて分析ができればよかったのですが、時すでに遅し。代理として、以前のデザインに近い以下のサイトで分析を行ってみました。 Hatebu::Classic - 見慣れたデザインのはてなブックマーク 被験者は、30代男性である筆者1名です。いつものように、ホットエントリーをチェックする行動を行った結果
Tracking Dynamics of Topic Trends Using a Finite Mixture Model(KDD 2004) 読んだ - 糞糞糞ネット弁慶
Tracking dynamics of topic trends using a finite mixture model 概要 タイムスタンプ付きの文書がジャンジャン来る時に文書集合のトレンドを把握する． 課題 リアルタイムなデータに対してトレンドなどを把握したい．その際，次の三つを1つのフレームワークで満たしたい． どのようなトピックがあってどれぐらい重要なのかを知りたい 新しいトピックが現れ，成長する様子を知りたい トピックの特徴を知りたい というわけで正規分布の有限混合モデルで対応するが，提案手法では 過去のデータをガンガン捨てて最近のデータを重視する 時間間隔を考慮する 次元数(=単語数)は時間が経つにつれ増えるので正規化する 提案手法 t におけるパラメータを t - 1 のパラメータを使って更新する t - 1 のみしかパラメータ更新に用いない 時間間隔が更新式に入っている
Bing Introducing Schema.org: Bing, Google and Yahoo Unite to Build the Web of Objects - Search Blog - Site Blogs - Bing Community
Introducing Schema.org: Bing, Google and Yahoo Unite to Build the Web of Objects We’ve been talking for a while about the need to rethink the search experience to better reflect both the changing web and advancing user habits. One of the biggest challenges and opportunities we see is to literally create a high-definition proxy of the physical world inside of Bing. In other words, we want to be abl
Introducing schema.org: A Collaboration on Structured Data
Today we’re announcing schema.org, a new initiative from Yahoo!, Bing, and Google, to create and support a common set of schemas for structured data markup on web pages. With schema.org, webmasters and developers can learn about structured data and improve how their sites appear in search results on Bing, Google, and Yahoo!. Information and tips are available on schema.org, a one-stop resource for
Introducing schema.org: Search engines come together for a richer web
accessibility 10 advanced 195 AMP 13 Android 2 API 7 apps 7 autocomplete 2 beginner 173 CAPTCHA 1 Chrome 2 cms 1 crawling and indexing 158 encryption 3 events 51 feedback and communication 83 forums 5 general tips 90 geotargeting 1 Google Assistant 3 Google I/O 3 Google Images 3 Google News 2 hacked sites 12 hangout 2 hreflang 3 https 5 images 12 intermediate 205 interstitials 1 javascript 8 job s
yakujicheck.com - yakujicheck リソースおよび情報
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
The Seven Secrets of Successful Data Scientists « Dataspora
At O’Reilly’s “Making Data Work” seminar earlier this summer, I teamed up with a few other folks (data diva Hilary Mason, R extraordinaire Joe Adler, and visualization guru Ben Fry) to talk about data. What follows is a blog-ified and amended version of that talk, originally entitled “Secrets of Successful Data Scientists.” 1. Choose The Right-Sized Tool Or, as I like to say, you don’t need a cha
東日本大震災時のTwitterデータを用いた共同研究者募集
東日本大震災が発生してから一ヶ月が経過しようとしています． そんななか， Twitter検索の@PENGUINANA_さんのご協力の下， 2011年3月5日から24日までのTwitterでつぶやかれた日本語のTweetのうち2億6688万9069Tweetを入手しました． 含まれているデータには， ・TweetID(1ツイート毎に割り当てられる唯一のID) ・ScreenName(ツイート当時の物) ・Contents(本文) ・Source(ツイート元) ・Time(ツイート時間) ・reply_to(Reply機能を使ったときのリプライ先TweetID) ・reply_to_sc(Replyを受けた人のScreenName) があります． 2011/4/8追記 各Tweetに含まれるハッシュタグと，はてなキーワードを抽出したメタデータもあります． また，@User関連のデータも作成予定
KDD 2011: KDD Cup
KDD-Cup 2011: Recommending Music Items based on the Yahoo! Music Dataset People have been fascinated by music since the dawn of humanity. A wide variety of music genres and styles has evolved, reflecting diversity in personalities, cultures and age groups. It comes as no surprise that human tastes in music are remarkably diverse, as nicely exhibited by the famous quotation: "We don't like their so
KDD Cup from Yahoo! Labs
Two Tracks Track1 is aimed at predicting scores that users gave to various items. Track2 requires separation of loved songs from other songs. Both Track1 and Track2 are open to all research groups in academia and industry. To learn more click here. Learn the rhythm, predict the musical scores People have been fascinated by music since the dawn of humanity. A wide variety of music genres and sty
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
https://www.cse.lehigh.edu/~brian/pubs/2013/WSDM/co-factorization-machines.pdf
Lidong Bing - HomePage
Photo Tourism: Microsoft Research, Interactive Visual Media Group
A Survey on Music Data Mining
相関マイニング（バスケット分析）
Kaggle: Your Machine Learning and Data Science Community
TechCrunch | Startup and Technology News
http://www.cts.cuni.cz/wiki/_media/user:pami02-htmm.pdf
Redirecting…
AMiner