クソスパマーのフォロワー数なんか何の意味もないという話 - 今日も得る物なしZ
普通の会社員が、フォロワー数を10000人以上にできたわけ！ - 犬も歩けば猫も歩く(もう消えてる) http://abberoad.hatenablog.jp/entry/2015/10/17/135255 - 2015年10月17日 14:51 - ウェブ魚拓 何が書いてあるのかと思ったら「スパムばら撒きと無差別フォローでフォロワー数1万！」みたいな記事で死ねよファックと思いながらtwitterアカウントブロックしてコメント欄に「ただのスパム野郎じゃねえか」と書き込んだところコメント即削除＋コメント欄閉鎖というあのなんだっけ名前忘れたけど物捨てる連中のやり口と同じじゃねえかクソがと思いながらこの記事を書いているわけですが他の記事見てたら「スマートニュースに載ったらアクセス激増！」みたいな事が書いてあってそのアクセス数がうちの何の更新もしてない日より少ないという有様でお前1万フォロワーい
ツイートから好みのタイプの女の子を見つけるセンチメント分析とDeep Learning | 株式会社サイバーエージェント
業務経歴： 2012年株式会社サイバーエージェント入社。現在、子会社WAVESTにてJCJK向けメイクと自撮りの研究サービス「メイクme」のシステム責任者を担当。主にサーバサイドを担当しています。 概要 膨大なツイートから好みの女の子を見つけたいです。 好きな女の子のタイプのキーワードを入力すると、該当するアカウントを出力するステキなシステムを作ります。 作成したコードやデータはこちら https://github.com/inkenkun/tech_twitter 目次 1. 女の子だけのアカウントを取得したい Twitterには性別という属性がないため、まずは女の子のアカウントを何とかして大量に取得してこなければなりません。 おっさんとマッチングされても困りますからね。 1-2. 女性単語辞書を作る。 確実にこれは女性だってわかるアカウントを30個ほど目視で取得します。 そして抽出した
リプライするかしないか：Twitterと言語(学)研究
第8回言語学×自然言語処理合同勉強会（2014/10/31, NII）の発表スライドRead less
ニューラルネットによる単語のベクトル表現の学習 〜 Twitterのデータでword2vecしてみた - 病みつきエンジニアブログ
最近にわかにword2vecが流行っています。ので、乗っかってみました的記事です。 理論に関してはあまり詳しくしらないので、印象だけで語っているかもしれません。何かありましたらTwitterかコメント等でご指摘いただけますと幸いです。 ちなみに、失敗した話が多いです。 word2vecと単語のベクトル表現 word2vecは、機械学習の分野で使われる、ニューラルネットというモデルを使ったツール／ライブラリです*1。名前の通り、wordをvectorにします。vectorにする、というのは、ベクトル表現を獲得するということで、意味(みたいなもの)の獲得というか、素性の獲得というか。 単語のベクトル表現の獲得自体は、別にword2vecにしかないわけではありません。言い換えると、昔からあります。LDAを使って単語のトピック分布のようなものを学習したり(vingowでやりました)。余談ですが、こ
番組の評判を探る！NHK渾身のツイート分析
NHKといえば、広報局のTwitterアカウントが人気だ。ユル～いトークやユニークなツッコミで56万以上のフォロワーを獲得しており、着実にNHKファンを増やしている。だが実は、NHKはTwitterを番組の評判を見るためにも利用している。最先端の技術を取材した。 2013年1月に放送されたNHKスペシャル「世界初撮影！ 深海の超巨大イカ」を覚えている人は多いだろう。 世界で初めてダイオウイカの撮影に成功したこの番組は、放送前から予告編がTwitterで話題になり、ちょっとしたブームを巻き起こした。 このようなTwitter上の評判を分析する技術を、NHKが持っていることはあまり知られていない。しかも、Twitter解析を主導する放送技術研究所の小早川 健氏によると「他社にはないNHKのみの独自技術」が盛り込まれているという。 NHKの独自技術の正体は、Twitterのツイートから番組名を当
twitterに学ぶなりすまし投稿対策
先日もtwitter上の犯行予告により20歳の青年が逮捕されたようですが、なりすましによる誤認逮捕ではなかったのか気になるところです。そこで、twitterが、なりすまし投稿をどの程度対策しているかを調べてみることにしました。twitterの安全性を確認することが目的というよりも、twitterが実施している対策を知ることにより、皆様のWebサイトを安全にする参考にしていただければと思います。 今回調べた「なりすまし投稿」の手法は下記の通りです。 クロスサイト・リクエスト・フォージェリ(CSRF) クロスサイトスクリプティング（XSS） HTTPヘッダーインジェクション クリックジャッキング DNSリバインディング クッキーモンスターバグ このうち、上の5つの解説は拙稿「“誤認逮捕”を防ぐWebセキュリティ強化術」、最後のクッキーモンスターバグについては、過去のエントリ「クッキーモンスター
「つぶやき」は宝の山 データ即時解析が開く未来 ビッグデータを競争力に（下） - 日本経済新聞
膨大な量のデータ「ビッグデータ」の応用事例の中で、注目を集めているのが「リアルタイム解析」だ。従来はいったんため込んでから処理していたデータ群を、発生すると逐次で解析し次のアクションに素早くつなげるサービスが急速に立ち上がっている。 データの発信源として注目されているのが、東日本大震災後の情報拡散で評価されたソーシャルメディアだ。コメントなど構造化されていないデータを基にユーザーの声を解析する技
『はてなブックマーク』の人気記事をひたすらツイートするTwitter美女軍団は何なのか
すげー邪魔くさいんですけど。なんか『はてなブックマーク』で人気の投稿になったウェブページを、Twitterでひたすらツイートするだけの美女軍団がいるんです。 ちょい前からその存在には気付いてたんですが、スパム報告するついでにブログで取り上げることにしました。あ、先に言っておきますがオチはありません。 数字3文字＋名前の美女アカウントに要注意 その美女軍団ですが、まあこんな人たちです。命名ルールとして数字3文字＋名前で固定されています。 なぜか彼女たちははてブの人気記事をひたすらツイートします。 イラッとくるのが一気に10ブクマぐらいになった記事はほぼ全員がツイートするのに、じわじわ3ブクマとかだと数人しかツイートしなかったりすることです。なんだよその判断！ で、使われている画像はどっかからの無断転載だと思います。調べるためにググってみました。 切り抜かれてるせいか、ダメだったよ……。 ただ
Twitterで自分をリムーブ・ブロックした相手が分かるWEBサービス「ひすったー」を公開してみた。 » とりあえず9JP
Twitterのフォロワーにリムーブやらブロックされた場合、「誰にされたのか」というのが何となくわかる ひすったー というサービスを公開してみた。 利用方法は ひすったー にログインするだけ。 ログインすると、その時点でのフォロー情報などが登録され、 次回のログイン以降に 貴方がフォローしたアカウント 貴方をフォローしたアカウント 貴方がフォローを解除したアカウント 貴方のフォローを解除したアカウント 貴方をブロックした可能性のあるアカウント などの履歴が登録されていく。 ※初回のログインでは、フォロー情報の登録のみで、履歴は登録されない。 履歴画面はこんな感じ。 アイコンにカーソルを合わせると相手のスクリーンネームやら名前やらが表示される。 （履歴の表示方法については今後複数追加する予定。） 「あれ？何もしてないのにフォロー数減ってる？」「フォロワー数減ってる？」なんて思ったときに、ログ
Twitterの一部で大ブーム、就活用語『ｷﾁｮﾊﾅｶﾝｼｬ』とはなにか - アレ待ってた
説明会でｷﾁｮﾊﾅｶﾝｼｬからの大学名＆名前名乗りだけは未だにイラつく— 二軍のファンタジスタさん (@kuimu_tf) 2013年1月24日 ｷﾁｮﾊﾅｶﾝｼｬとは 就活説明会における「本日は貴重なお話有難うございました！私、慶應義塾大学経済学部の○○と申します！質問が２点あります。第一に・・・」と言う意識の高い就活生が好むテンプレ文章の略称。ｷﾁｮﾊﾅｶﾝｼｬをすると人事の評価が上がるという都市伝説があるが効能は定かでない。 ｷﾁｮﾊﾅｶﾝｼｬの誕生 2014年度の就職活動が本格的に始まり、twitterやFacebookでも就活生がエントリーシートを書いたり説明会に参加する様子が数多く見受けられる。そんな中、本日2013年1月24日10時11分頃、今後の就活業界で大ブームする可能性があるtweetが投下された。 ｷﾁｮﾊﾅｶﾝｼｬを考えついた@bextu77さんは天才かもしれない
Project 311/トレンド分析 - 東北大学 乾研究室 / Inui Lab, Tohoku University
FrontPage / Project 311 / トレンド分析 3 秒後に Project 311/Trend Analysis に移動します。 (移動しない場合は、上のリンクをクリックしてください。) © Inui Laboratory 2010-2018 All rights reserved. 研究室紹介/About Us 過去に在籍したメンバー Members 研究室環境 Lab Facilities ↑研究会/Research Meetings 概要 Overview 総合研究会 Research Seminar 意味研究会 SIG Semantics 談話研究会 SIG Discourse 知識獲得研究会 SIG Knowledge Acquisition Embedding研究会 SIG Embedding KIAI Knowledge-Intensive Artifici
ツイートID生成とツイッターリアルタイム検索システムの話
8. ツイートID生成システムSnowflakeとは l ユニークなIDを生成するネットワークサービス l ツイッターのツイートID(ステータスID)の割り当てに使われている l ツイッター社がOSSで公開中 (*) l 特徴 l 64 bitのIDを生成 l ざっくり時刻順 l 速い l 10000 ID/秒 のスピードでIDを生成できる(1プロセスあたり) l レスポンス 2 ms (+ネットワークのレイテンシ) l スケールする l 複数のマシン・プロセスで協調動作しない l 並べただけスケールする(はず) (*) https://github.com/twitter/snowflake 8 9. Snowflakeが開発されるまで l ツイートの流速増加とツイッターのシステム移行 l 5億ツイート/日(約6000ツイート/秒) (*1) l 2012年1
ソーシャルメディア×データ分析で見る衆議院選挙の動向 - dataminer.me
データセクションさんのご好意でTwitterやFacebookに投稿された内容の時系列データをいただいたので、今日は選挙だしソーシャルメディアの情報からいろいろと分析をしてみました（最下部に今回分析したデータの元データも公開しています）。 データについて データの集計対象は12月3日〜15日までにTwitter/Facebookに投稿されたデータで集計の関係上直近一週間のデータは集計の関係上一部サンプリングされたデータが使われています。分析結果はTwitter/Facebookに投稿された投稿内容のテキスト情報を元に作成しています。 例えば、自民党のデータであれば「自民党 選挙」という文字列が含まれているテキスト情報に分析を行っています。またTwitter/Facebookを使っている人たちの平均的な傾向として「。」という文字が含まれたデータを平均値として用いています。さらに今回は総選挙の
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
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
【動画あり】新宿コマ劇場前で女子大生が集団昏倒した異常事態、明大公認サークル「クライス」でスピリタスカプセル使用か | Buzzap！
ツイート数とテレビ視聴率に相関関係、Nielsenが調査結果を発表 
参院選でも「スマイルプリキュア」最強、候補者のつぶやきでRT最多が…… 
watalucky.com
IDEA * IDEA
Loading...