Amazon.co.jp: 集合知プログラミング: Toby Segaran (著), 當山仁健 (翻訳), 鴨澤眞夫 (翻訳): 本
協調フィルタリングのグラフィカルモデル - nokunoの日記
協調フィルタリングとはAmazonのお勧めのように「この商品を購入した人はこんな商品も購入しています」という情報を用いて推薦をする手法です。グラフィカルモデルはベイジアンネットワークとも呼ばれ、最近一部で流行している機械学習の手法です。今回は、協調フィルタリングをグラフィカルモデルで表現したらどのようになるだろう、と考えて思いついたアイデアを紹介します。 今、ユーザuとアイテムiの組{u,i}のデータが大量に与えられているとします。例えばソーシャルブックマークならユーザとブックマークしているページの組み合わせ、E-commerseならユーザと購入した商品の組み合わせ、などです。ここではSBMを例に考えるので、はてブと同様にユーザはマイナスの評価を付けることはできないものとします。 このときユーザuに対してお勧めのページを推薦することを考えると、ユーザuがまだブックマークしていないページiに
はてなブックマーク開発ブログ
はてなブックマークのブックマーク数が多い順に記事を紹介する「はてなブックマーク数ランキング」。2月26日（月）～3月3日（日）〔2024年3月第1週〕のトップ30です*1。 順位 タイトル 1位 メルカリ 小泉さんからのエグい学び｜Shota Horii 2位 行動をチャンク化して「1日に1ターンしか行動できない」から脱却する | Piyopanman 3位 「それって陰謀論じゃないですか？」闇の国家「ディープステート」を信じる著名人一人一人に会ってみたら…どうなった？ ｜ 47NEWS 4位 いつか起業したいエンジニアへ #キャリア - Qiita 5位 日本人はなぜ「生産性の高い社会」を理解できないふりをし続けるのか 6位 「情報セキュリティの敗北史」が面白すぎる。だめだこれは寝れない、なんだこの死ぬほどワクワクする本は→賢者は歴史に学ぶ - Togetter 7位 味付け塩だけ、放置
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（18）〜アットコスメに見る日本式「共感型レコメンデーション」の世界 (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（18）～アットコスメに見る日本式「共感型レコメンデーション」の世界：ソーシャルメディア セカンドステージ（1/2 ページ） “ベクトル”のないレコメンデーションは物足りない 前回（ソーシャルメディアが映画『マトリックス』を生み出す日）、ユーザーとモノ、Webサイトなどありとあらゆる相関関係こそが世界を成り立たせていると書いた。ではこの「相関関係」とは、いったい何を意味しているのだろうか。 相関関係とはひとことで言えば、ベクトルである。つまりそこには方向と距離がある。その意味で、ベクトルを意識していない相関関係システムは、やはり物足りない。例えばAmazonは、ユーザーの過去の購買履歴だけをもとにしてレコメンデーションを行っている。過去にわたしが購入した本やDVD、音楽CDなどの購買履歴は確かにわたしの属性を構成する要素のひとつではあるけれども、しかしわたしが今もそ
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（17）〜ソーシャルメディアが映画『マトリックス』を生み出す日 (1/2) - ITmedia アンカーデスク
レコメンデーションの虚実（17）～ソーシャルメディアが映画『マトリックス』を生み出す日：ソーシャルメディア セカンドステージ（1/2 ページ） ソーシャルメディアの可能性を極大化するzero-Matrix ライブドア出身の山崎徳之社長らが率いるゼロスタートコミュニケーションズが先ごろ、ソーシャルグラフソリューション「zero-Matrix」（デモサイト）という新しいサービスをリリースした。まだほとんどの人が気づいていないようだが、このzero-Matrixはこれまで存在していなかった、驚くべき新技術である。このサービスは、ソーシャルメディアの可能性を極限にまで拡大する可能性を秘めているのだ。 zero-Matrixはソーシャルグラフソリューションと題されている。ソーシャルグラフというのは昨年夏ごろから流行し始めたジャーゴン（ある業界でだけ通用する専門用語）で、別の言い方をすれば人間関係ダイ
ソーシャルメディア セカンドステージ：【第8回】レコメンデーションの虚実（8）〜株価予測は集合知が衆愚化しない希有なモデルだ (1/2) - ITmedia アンカーデスク
ソーシャルレコメンデーションは今のところ、（2）のアプローチが一般的だ。なぜなら消費者個人を相手にするレコメンデーションというサービスでは、（1）の群衆の叡知モデルではコストがかかり、自動化もしにくいから、一般消費者向けの無料サービスには適さないのである。これに対して（2）の統計結果モデルなら、低コストで自動化されたサービスを提供できる。 母集団の巨大化による衆愚化 だが一方で、先ほども書いたように（2）の統計結果モデルは衆愚化しやすい。特に問題なのは、ソーシャルの母集団が大きくなってきたときだ。母集団が巨大化すれば、その衆愚化の可能性はどんどん高くなってしまう。自動化したレコメンデーションを安価に行えるとしても、そのレコメンド内容が誤ってしまう可能性が大きいとすれば、それは結果的には正しいレコメンデーションとは言えない。 例えば、この連載の第6回で書いたオートキャンプ場の例で考えてみよう
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
FFFFOUND!
FFFFOUND! is a web service that not only allows the users to post and share their favorite images found on the web, but also dynamically recommends each user's tastes and interests for an inspirational image-bookmarking experience!! FFFFOUND!とはウェブで見つけたお気に入り画像をメモって、シェアして、さらに好みを反映させることで自分好みの画像がおすすめされて、インスピレーションが湧きまくるサービスです。
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
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: 集合知イン・アクション: Satnam Alag (著), 堀内孝彦 (翻訳), 真鍋加奈子 (翻訳), 真鍋和久 (翻訳): 本
武蔵野日記