RSS から興味のある記事だけを自動的に探すサービス、FeedHub | Lifehacking.jp
Is FeedHub the answer to information overload? | Scobolizer 毎日何百もの RSS フィードを読む Robert Scoble が RSS を個人の嗜好にあわせて自動的に面白い記事とつまらない記事にわけてくれる FeedHub というサービスについて紹介しています。Read/Write Web でも詳細な紹介がありますし、ZDNet Blog でもレビューがされていました。 いままでにもこうしたサービスはいくつかありましたが、ソーシャル RSS みたいなものが多く、「みんなが読んでいるもの」を浮き上がらさせるものが大半でした。FeedHub これに対して自分が実際によんでいる記事のなかから嗜好を割り出してゆくアルゴリズムを使っていて、トレーニングをさせることによってより正確にほしい記事が目に入るようにしてくれるそうです。 また、読ん
ソーシャルメディア セカンドステージ：レコメンデーションの虚実（7）～“僕が好きな人”が僕の好みを気に入ってくれるとは限らない (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（7）～“僕が好きな人”が僕の好みを気に入ってくれるとは限らない：ソーシャルメディア セカンドステージ（1/2 ページ） 「偶然の出会い」を与えてくれる“誰か”をどう見つけるか 連載前回の最後で、このように書いた――偶然は、自分の力で見つけることは確かに難しい。でもどこかの誰かの力を借りれば、偶然は意外と簡単に見つけることが可能になるかもしれない。それがソーシャルメディア的アプローチである、と。 問題は、この“誰か”がどこにいる誰なのか、ということだ。例えばソーシャルメディアといえば、すぐに思い出すのがミクシィだが、ミクシィ上の友人であるマイミクは、“わたし”にとって的確なレコメンデーションをしてくれる情報源となるのだろうか？ 「ロングテールの法則」で有名なクリス・アンダーセンは、ブログの「なぜソーシャル・ソフトウェアは質の悪いレコメンデーションをするのか」というエ
ソーシャルメディア セカンドステージ：【第2回】レコメンデーションの虚実（2）?レコメンデーションの分類 (1/2) - ITmedia アンカーデスク
レコメンデーションの代表的手法 レコメンデーションには、いくつかのアプローチがある。とりあえずそのアプローチを俯瞰してみると、おおむね以下の5つに分類することができる。 （1）ルールに基づくレコメンデーション （2）コンテンツベースのフィルタリング （3）協調フィルタリング （4）統計学的なアプローチ （5）行動ターゲティング （6）ソーシャルネットワーキング ひとつずつ説明していこう。 （1）のルールに基づくレコメンデーションというのは、「ビジネスルール方式」とか「インテンショナル（意図的な）レコメンド」などと言った呼び方もある。例えば「美容室に髪を切りに来た人に、ヘアケア製品を勧める」「プリンターを買った人に、インクトナーを勧める」など、最初に「ある製品を買った人、ある行動をした人には、この製品やサービスを勧める」というルールを定めておく方法だ。このレコメンデーションはわかりやすいけれ
レコメンデーションの虚実（1）〜認知限界をどう乗り越えるのか (1/2) - ITmedia アンカーデスク
【新連載】レコメンデーションの虚実（1）～認知限界をどう乗り越えるのか：ソーシャルメディア セカンドステージ（1/2 ページ） ネット情報増大と認知限界 インターネットの情報は、今や洪水のようになっている。この洪水の中からどのように有用なコンテンツやデータをすくい上げるのかは、インターネットにおける最も重要なテーマだ。この問題を解決するアーキテクチャとしては検索エンジンが長く定番だったが、情報のオーバーロード（過負荷）が起きている中で、検索エンジンだけでは対応しきれなくなった。 つまりはネットの情報の総体が、人間の認知能力をはるかに超えてしまっているということだ。これを「認知限界」という。認知限界というのはもともと、1978年にノーベル経済学賞を受賞したアメリカの経営学者、ハーバート・アレクサンダー・サイモンが企業などの組織を説明するために使った言葉である。外の世界がどんどん複雑になってく
【レビュー】RSSリーダー+ソーシャルブックマークなWebサービス - Adobeの「myFeedz」はひと味ちがう (1) ユーザーに読む価値のある記事を提案 | ネット | マイコミジャーナル
皆さんはウェブの最新情報をどんな方法で入手されているだろうか。自分の場合、RSSリーダーでいくつかのニュースサイトやブログを購読するほか、「はてなブックマーク」などのソーシャルブックマークで注目度が高い記事をチェックしている。お決まりのサイトを巡回するだけではどうしても抜け落ちる情報があるので、ソーシャルブックマークが欠落した部分をうまく補ってくれる。 だが、ソーシャルブックマークの記事リストはノイズが多い。自分にとって関心がないテーマもまじっているため、情報収集の手段としてけっして効率がいいとは言えない。自分の興味がある分野にしぼって、記事リストを作ってくれるようなサービスはないものだろうか。 そう考えているところに、Adobe Labsが実験サービス「myFeedz」を開始したというニュースを目にした。 ユーザー別にカスタマイズした記事リストを作成 myFeedzとはRSSリーダーとソ
1
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
