レコメンデーションとエディットグラフ
レコメンデーションとエディットグラフ：コーディングに役立つ！ アルゴリズムの基本（10）（1/4 ページ） プログラマたるものアルゴリズムとデータ構造は知っていて当然の知識です。しかし、教科書的な知識しか知らなくて、実践的なプログラミングに役立てることができるでしょうか（編集部） 実際のアプリケーションで使われるアルゴリズム これまで見てきたアルゴリズムは、実際のアプリケーション開発の際にそのまま使われることはあまりなく、プログラム言語やライブラリなどですでに機能が用意されているものが大半でした。 今回は最終回ということで、実際のアプリケーション開発でそのまま使えるものを紹介したいと思います。 レコメンデーション ECサイトで、「あなたにお勧めの商品」を表示していることがあります。いろいろなデータベースや行動履歴のデータから、その人ごとにお勧めの商品をはじき出して推薦する機能をレコメンデー
JGraphT
a Java library of graph theory data structures and algorithms now with Python bindings too! flexible any object can be used for vertex and edge types, with full type safety via generics edges can be directed or undirected, weighted or unweighted simple graphs, multigraphs, and pseudographs unmodifiable graphs allow modules to provide “read-only” access to internal graphs listenable graphs allow ex
PFI Technologies @ WEB+DB PRESS Vol.49 - moratorium
WEB+DB PRESS Vol.49 作者: arton,桑田誠,角田直行,和田卓人,伊藤直也,西田圭介,岡野原大輔,縣俊貴,大塚知洋,nanto_vi,徳永拓之,山本陽平,田中洋一郎,下岡秀幸,ミック,武者晶紀,高林哲,小飼弾,はまちや2,WEB+DB PRESS編集部出版社/メーカー: 技術評論社発売日: 2009/02/23メディア: 大型本購入: 10人 クリック: 373回この商品を含むブログ (45件) を見る WEB+DB PRESS Vol.49(2009年2月24日発売)にPFI関連の記事が2つ紹介されます。 WEB+DB PRESS Vol.49 (目次) まず1つ目は、「速習レコメンドエンジン」という特集企画です。 徳永さん(id:tkng)と岡野原さんが中心になって書いた記事で、レコメンドとは？という所から始まり、大規模データの処理方法、そして最新のアルゴリズム(
Organic Layout
Class OrganicLayouter is a multi-purpose layouter for undirected graphs. It produces clear representations of complex networks and is especially fit for application areas such as Bioinformatics Enterprise networking Knowledge representation System management WWW visualization Mesh visualization OrganicLayouter is based on the force-directed layout paradigm. When calculating a layout, the node
著名ソーシャルメディアが使っているアルゴリズムを大公開！ | Moz - SEOとインバウンドマーケティングの実践情報
“アルゴリズム”は、もっとも非人間的なものの代表だともいえる。ソーシャルメディアにとって、そのアルゴリズムが不可欠だというのは、実に皮肉めいている。 僕はこの間、グーグルがどうやってユーザーデータを集めているかについて書いた記事を掲載した（前編、後編）。今回は、著名なソーシャルメディアサイトが、ユーザーデータを活用する上でどのようにアルゴリズムを用いているのか、白日の下にさらそう。 ソーシャルメディアを成り立たせているのは人間の力だが、ユーザーが入力したデータを利用できる状態にする仕組みは、アルゴリズムによって作られている。現在活動している無数のソーシャルメディアサイトで実証済みのことだが、ユーザーの関与とアルゴリズムによる処理ルールの上手いバランスを見出すことは、とても難しくなりがちだ。これから紹介するアルゴリズムは、悪意のないユーザーと結びついて初めてうまくいくものだ。 人気ソーシャル
Fast unfolding of communities in large networks
We propose a simple method to extract the community structure of large networks. Our method is a heuristic method that is based on modularity optimization. It is shown to outperform all other known community detection method in terms of computation time. Moreover, the quality of the communities detected is very good, as measured by the so-called modularity. This is shown first by identifying langu
Karafuto Blog - 配列のソート（sortメソッド）
配列を並び替えるには、Arrayオブジェクトの sortメソッドを使う。 引数が無ければ、文字コード順に並び替える。 比較関数が負の数を返す時は引数1が引数2より前の順に、正の数を返す時は引数1が引数2より後の順に並び替える。0を返す時は順序は変わらない。 文字コード順にソート var ary = ['mouse', 'cat', 'dog']; ary.sort(); alert(ary); // cat,dog,mouse 数値順にソート var ary = [5, 11, 3, 9, 7, 1]; ary.sort(function (a, b){return a - b;}); alert(ary); // 1,3,5,7,9,11 ランダムにソート var ary = [1, 2, 3, 4, 5, 6, 7]; ary.sort(function (){return Math.
mixi Engineers’ Blog » おすすめマイミクシィ／コミュニティ
はじめまして。mixi開発部・運用グループでアプリケーションの運用を担当しているmikiokatoといいます。週に一日興味があることについて研究や開発ができるOneDayFree の制度を使って開発し、12月25日にリリースしたインディーズ機能「おすすめ マイミクシィ／コミュニティ」について書いてみたいと思います。 おすすめ マイミクシィ／コミュニティとは マイミクシィやコミュニティのリンクを分析して、マイミクシィになる可能性の高い人や興味がありそうなコミュニティをおすすめします。膨大な情報の中から検索などでユーザーにいろいろと探してもらうよりも、データを分析して興味がありそうなものをシステムからおすすめする試みです。 実際の画面はこちらです。 人によって精度は差があるので、結果がいい場合もよくない場合もありますが、マイミクシィやコミュニティの発見につながればと思います。では、どういった仕
Myrmecoleon in Paradoxical Library. はてな新館 - はてブ指数
書誌学的方法による研究者評価の方法のひとつとしてh指数(h-index)というものがある。 その定義は 「その研究者が公刊した論文のうち、被引用数がh以上であるものがh以上あることを満たすような数値」 h指数 - Wikipedia というもの。イメージとしてはこのグラフをみるとわかるかなと。 要するにどの程度の質の論文をどれくらいの量書いているのか，というのが一発で分かる感覚的に優れた指標である。単純な被引用数（論文が引用された回数）の総和だと特定の論文が妙に引用されてて他はボロボロ，みたいな研究者も高く評価されてしまうのに対し，h指数を使うと質と量が同時に把握できるので分かりやすくてオススメ。 詳しいところはwikipediaが詳しいのと，あとオリジナルの論文（英文）も公開されてるので読むとよい。っても自分も読んでないが（ﾏﾃ で，なんでこんなことをわざわざ説明してるのかというと， こ
Red–black tree - Wikipedia
Example of a red-black tree In computer science, a red–black tree is a self-balancing binary search tree data structure noted for fast storage and retrieval of ordered information. The nodes in a red-black tree hold an extra "color" bit, often drawn as red and black, which help ensure that the tree is always approximately balanced.[1] When the tree is modified, the new tree is rearranged and "repa
GoogleがM&Aを急ぐ理由 ーPageRankが崩壊する日ー:インターネットの理解 - CNET Japan
GoogleがM&Aを急ぐ理由 ーPageRankが崩壊する日ー 公開日時： 2006/11/30 23:47 著者： 桜谷慎一 増殖するインターネット 1993年にインターネットブラウザの祖『MOSAIC』がリリースされてから、インターネットは世界規模で本格的に普及しました。”インターネットの大きさ”というものをウェブページの数で考えてみると、1995年には約3億ページという統計データがあり、それから10年経った2004年の時点では150億ページにまで膨れあがってます。 それが、2006年時点で総ページ数が約330億ページとなり、かつて10年かけて100億ページ増えたものが、単純にいえば、1年に100億ページずつ増えている計算になります。 純粋にインターネット上で公開される知識が猛烈な勢いで増えているかというと決してそういう理由ではありません。 この増殖を加速させている要
レーベンシュタイン距離 - Wikipedia
レーベンシュタイン距離（レーベンシュタインきょり、英: Levenshtein distance）は、二つの文字列がどの程度異なっているかを示す距離の一種である。編集距離（へんしゅうきょり、英: edit distance）とも呼ばれる。具体的には、1文字の挿入・削除・置換によって、一方の文字列をもう一方の文字列に変形するのに必要な手順の最小回数として定義される[1]。名称は、1965年にこれを考案したロシアの学者ウラジーミル・レーベンシュタイン (露: Влади́мир Левенште́йн) にちなむ。 レーベンシュタイン距離は、同じ文字数の単語に対する置換編集に使われているハミング距離の一般化であると見なすことが可能である。レーベンシュタイン距離の更なる一般化として、例えば一回の操作で二文字を変換する等の方法が考えられる。 実際的な距離の求め方を例示すれば、「kitten」を「s
OBB vs AABB - Radium Software Development
This domain may be for sale!
AIST Today 2004.06 VOL.4-6
近年、商品、学術文献、Webページなどが膨大に集積されるようになった。そのため、嗜好や要求に合うものを、利用者自身が、膨大なデータの中から見つけだすのが困難になってきている。そこで、利用者の代わりに、嗜好や要求に即したものを見つける推薦システムが開発された。 そのような推薦システムには、検索対象の特徴を利用する「内容に基づくフィルタリング」と、「口コミ」による推薦を自動化した「協調フィルタリング」の二つの手法がある。本研究では、後者の手法を改良した。 まず、協調フィルタリングの概略を述べる。この推薦システムには、いろいろな検索対象について、その好き嫌いを多くの人に尋ねた結果を集積したデータベースが事前に用意されているとする。推薦システムは、図１のような手順で利用者Aさんが好みそうなものを推薦する。（1）Aさんは幾つかの検索対象について、その好き嫌いを示すことで、嗜好を提示する。
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
Amazon.co.jp： ビジュアライジング・データ ―Processingによる情報視覚化手法: Ben Fry, 増井 俊之 (監訳), 加藤 慶彦: 本
http://orion.icmb.utexas.edu/cgi-bin/lgl/web_lgl.pl