JaLC IRDB Crossref DataCite NDL NDL-Digital RUDA JDCat NINJAL CiNii Articles CiNii Books CiNii Dissertations DBpedia Nikkei BP KAKEN Integbio MDR PubMed LSDB Archive 極地研ADS 極地研学術DB 公共データカタログ ムーンショット型研究開発事業
by Allen B. Downey, published by O'Reilly Media. The second edition of this book is available now. We recommend you switch to the new (and improved) version! Order Think Stats from Amazon.com. Download this book in PDF. Read this book online. Code examples and solutions are available from this zip file. Download data files for use with the book. Read the related blog Probably Overthinking It. Desc
本ワークショップは終了いたしました。ご協力いただいた皆様、どうもありがとうございました。 twitterのまとめ。 twitterのハッシュタグは #gengo2011ws です。 自然言語処理に関係した企業と大学と学生の関係が変化しています。 自然言語処理に関する大学での研究内容と企業での応用が非常に近くなって来ています。 企業がデータを大学等に提供し、その研究成果が社会に還元される仕組みができつつあります。 多くの学生は大学での研究活動の後に企業に入り、研究所や事業部での活躍が期待されています。 企業はより優秀な頭脳を集めるために、これまでの枠に捕われない採用姿勢をとる傾向が強まっています。 インターン制度により学生が企業の中身を事前に知ることができるようになっていますが、範囲は限定されています。 本ワークショップでは、企業、大学、学生の3者の間での相互理解を目的に、それぞれの 立場や
本研究では, ある商品やファッション, その他の嗜好が一瞬にして人々の間に広まり, その後短期間のうちに忘れ去られてしまうといった社会的なブームに着目し, この現象をモデル化して解析する.ある特定のブームに参加する顧客の状態を「ブーム前」, 「ブーム」, 「ブーム後」, 「定着」の4つに分割した上で, 状態を変化させる顧客の数が直前の状態にある顧客数に比例すると仮定して線形微分方程式モデルを作成し, ブーム前後の定着顧客数比やブームのピーク時刻など諸特性値を算出した.このモデルは, 我が国における「即席めん消費ブーム」, 「焼酎ブーム」や「サッカーブーム」時の実データを説明するのに有効であると結論付けられ, モデルによってブーム特性の地域差やブームによる定着顧客数の増加について定量的に説明することができた.本研究で提案したモデルは非常に簡便・単純であり, モデル拡張による適用範囲の拡大など
Behavioral economics tells us that emotions can profoundly affect individual behavior and decision-making. Does this also apply to societies at large, i.e., can societies experience mood states that affect their collective decision making? By extension is the public mood correlated or even predictive of economic indicators? Here we investigate whether measurements of collective mood states derived
In recent years, social media has become ubiquitous and important for social networking and content sharing. And yet, the content that is generated from these websites remains largely untapped. In this paper, we demonstrate how social media content can be used to predict real-world outcomes. In particular, we use the chatter from Twitter.com to forecast box-office revenues for movies. We show that
The desire for well-being and the avoidance of suffering arguably underlies all behavior (Argyle 2001; Layard 2005; Gilbert 2006; Snyder and Lopez 2009). Indeed, across a wide range of cultures, people regularly rank happiness as what they want most in life (Argyle 2001; Layard 2005; Lyubomirsky 2007) and numerous countries have attempted to introduce indices of well-being, such as Bhutan’s Nation
前の記事 台所で生じる「ホワイトホール」:物理学者が検証 Twitterで株式市場を予測:「86.7%の精度」 2010年10月22日 サイエンス・テクノロジー コメント: トラックバック (0) フィードサイエンス・テクノロジー Lisa Grossman Image: flickr/Perpetualtourist2000 ある1日に『Twitter』の世界(Twitterverse)がどのくらい平穏だったかを測定することで、3日後の『ダウ・ジョーンズ工業株価平均』の変化の方向性を86.7%の精度で予測できるという研究成果が発表された。 この発見は、(別の研究から派生した)ほとんど偶然によるもので、研究者たち自身が驚いている。インディアナ大学のJohan Bollen准教授(社会科学)らによる研究論文は、プレプリント・サーバー『arXiv.org』に掲載された。 これまでの研究によって
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