学習する広告レコメンドサービス「アフィレコ」
アフィレコは、行動ログを学習することで、訪問者に最適な広告を自動表示する広告レコメンドサービスです最も興味を持たれやすい広告を学習して表示 過去のサイト訪問者の行動ログを元に、このサイトで興味を持たれやすい広告をレコメンドエンジンが自動的に抽出して表示します。 リアルタイムにパーソナライゼーション 訪問者がアフィレコで表示されている広告をクリックするたびに、訪問者個人の興味関心を推測し、表示する広告をパーソナライズします。 成果報酬型のアフィリエイト広告 アフィレコは売上に応じた完全成果報酬型のアフィリエイト広告ですので、優れた費用対効果を実現できます。 2つの最適化 サイト単位での最適化 サイトごとに訪問者の行動ログを蓄積し、その訪問者が「共通して興味を持ちやすい」広告を自動的に学習し、表示します。 訪問者単位でのパーソナライズ 現在サイトを訪れている訪問者がアクションを起こすと、その度
レコメンドメールは効果があるのか？ MarkeZineメルマガでの実験結果レポート
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
netflix prize is over, 時間経過による嗜好性の変化 - DO++
米国のオンラインDVDレンタルサービス「Netflix」が、現在利用しているレコメンデーションシステムの性能をはじめに10%改善したチームに100万ドルの賞金を与えるという触れ込みで始まったnetflix prizeは当初の予想よりも時間がかかったが、つい最近最初からトップを走り続けていたbellkorと、上位陣のコラボレーションのチームが10%の壁を破った（leaderboard）。 彼らの手法は「非常に多くの様々な種類のレコメンデーションシステムの結果を混ぜ合わせる」という愚直だがいかにも精度が出そうだという方法を採用している（、と昨年度の結果からは思われる。近々詳細は出るだろう。） 実際に使ってとどめになったかどうかは分からないが、彼らのチームの主要メンバーがKDDで新しい手法を発表しており、単一の手法による最高精度を達成している。ちなみに今年のKDD（データマイニング系の学会の最高
クラスタリングツール「bayon」を試してみた - download_takeshi’s diary
夜中の3時半過ぎですが、久しぶりになんか書こうと思います。 ちょっと前にmixiのfujisawaさんという方がすごくナイスなソフトウェアをリリースしてくれました。 「軽量データクラスタリングツールbayon」 http://alpha.mixi.co.jp/blog/?p=1049 今までにもCLUTOというすごく高精度なクラスタリングツールがありましたが、こいつはライセンス的にちょっとイケズな感じでした。そこにbayonがスーパーマンのように登場してくれました！「商用利用OKだよ」ということで、仕事の上での悩みが解決しました。本当にありがたいことです。 さてさて、早速使ってみたいんですが、ブログに書くのにちょうどいい題材がなかったので、以前に自分が書いたエントリからデータを持ってくることにしました。 「芸能人の相関関係を探ってみるスクリプト」 http://d.hatena.ne.jp
軽量データクラスタリングツールbayon - mixi engineer blog
逆転検事を先日クリアして、久しぶりに逆転裁判1〜3をやり直そうか迷い中のfujisawaです。シンプルなデータクラスタリングツールを作成しましたので、そのご紹介をさせていただきます。 クラスタリングとは クラスタリングとは、対象のデータ集合中で似ているもの同士をまとめて、いくつかのグループにデータ集合を分割することです。データマイニングや統計分析などでよく利用され、データ集合の傾向を調べたいときなどに役に立ちます。 例えば下図の例ですと、当初はデータがゴチャゴチャと混ざっていてよく分からなかったのですが、クラスタリングすることで、実際は3つのグループのデータのみから構成されていることが分かります。 様々なクラスタリング手法がこれまでに提案されていますが、有名なところではK-means法などが挙げられます。ここでは詳細については触れませんが、クラスタリングについてより詳しく知りたい方は以下の
人工知能の話題
Web構造マイニング：Web中にある「サイバー社会」の全体像はどうなっているのでしょうか？このことを，Webのリンクを調べることで明らかにしようとしています． 協調フィルタリング：他の人の意見を集約して，ユーザが興味をもつと思われる記事・作品・商品を見つけてくれます． ダートマス会議：この日，ここから，人工知能の歴史がはじまりました． チューリングテストと中国語の部屋：人工知能の「知能」とは何でしょうか？この知能に関する有名な議論です． TDギャモン：バックギャモンというゲームをするシステムで，自分でいろいろな手を試してどんどん強くなるという特徴があります． フレーム問題：J.McCarthyとP.J.Hayesが指摘した人工知能研究の難問です．
セミナー資料公開「Extreme Search! 次世代検索エンジンSedueが実現する驚異のパフォーマンス」
2009年4月8日(水) 13:00〜15:30に開催されましたPreferred Infrastructureによる製品紹介セミナーの発表資料です。
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた - てっく煮ブログ
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ
NTTCom、アクセス解析のデジタルフォレストを買収--マーケティング支援事業に参入
NTTコミュニケーションズは3月25日、アクセス解析ツール「Visionalist（ビジョナリスト）」を提供しているデジタルフォレストを24億2680万円で100％子会社化すると発表した。企業向けマーケティング支援サービス事業に参入するのが狙いだ。 デジタルフォレストの総株主の議決権数の100％にあたる1万2134株を取得する。同時に、マーケティングソリューションの提供、アクセス解析と連携するネットマーケティングサービスの開発において、業務提携する。 具体的には、Visionalistの販売、ネットマーケティングに関するコンサルティング、CRMや課金決済システム、デジタルサイネージなどを組み合わせたトータルなマーケティングソリューションの提供などで協力するほか、Visionalistとリコメンデーションエンジンや行動ターゲティング広告などとを連携させたシステムなどを共同で開発する。
Yoshinori Hijikata's home page (Japanese)
博士（工学） 土方 嘉徳 助手 大阪大学大学院基礎工学研究科システム創成専攻 〒560-8531 豊中市待兼山町1-3 hijikata＠sys.es.osaka-u.ac.jp 1973年6月10日生まれ。1998年3月大阪大学大学院基礎工学研究科物理系専攻修士課程修了。同年4月、日本アイ・ビ−・エム(株)東京基礎研究所入所。2000年10月大阪大学大学院基礎工学研究科システム人間系専攻博士課程入学。2002年3月同修了。2002年4月から大阪大学大学院基礎工学研究科システム人間系専攻特別研究員。現在、同システム創成専攻助手。Web技術、パーソナライゼーション、テキストマイニングの研究に従事。情報処理学会、電子情報通信学会、計測自動制御学会、日本ソフトウェア科学会、ヒューマンインタフェース学会、日本データベース学会、IEEE各会員． [1992-1996] 大阪大学基礎工学部システ
レコメンド, LSH, Spectral Hashing - DO++
WEB+DB press vol.49にレコメンド特集の記事をtkngさんと書きました。 内容は最初は、協調フィルタリングやコンテンツマッチの簡単な話から、特徴量をどのように表すか、大規模データをどのように処理するかにいき、特異値分解などの低ランク行列分解によるレコメンドやRestricted Boltzmann Machineといった最近のnetflix prizeの上位の手法など、かなり突っ込んだ議論もしてます。 個人的には三章でLocality Sensitive Hash(LSH)について扱っているあたりがお勧めです。 レコメンドの内部の問題を極言すると、データというのは疎な高次元の数値ベクトル（数百万次元とか）で表され、クエリでベクトルが与えられた時、これと似たようなベクトルを探してこいという問題になります。”似たような”を数学的にいえば、クエリのベクトルとの内積（各ベクトルは長
EC-CUBEオーナーズストア ～EC-CUBEショップオーナーのためのサイト/商品詳細 EC-CUBE Recommend Engine
ユーザーの閲覧履歴を解析し、 Amazon.co.jp のような「おすすめ商品表示」を各商品ページに自動的に行う機能です。導入は「Webページのソースコードにスクリプトを追加するだけ」と、とてもカンタンで、且つ低価格であなたのサイトに追加することができるサービスです。
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
https://techcrunch.com/2010/09/22/salesforce-debuts-chatter-2-adds-filters-hashtags-desktop-app-search-and-more/
IBM Developer
Efficient data transfer through zero copy
テクノロジー : 日経電子版
テクノロジー : 日経電子版
顧客生涯価値を高めるためのリコメンデーション法 | CiNii Research
https://mail-archives.apache.org/mod_mbox/lucene-mahout-user/200904.mbox/%3C7EDF8CB8-388C-4A44-974E-6977E7AEB396@apache.org%3E
利用者の好みをとらえ活かす-嗜好抽出技術の最前線- : 1.嗜好抽出・情報推薦の基礎理論 1）嗜好抽出と情報推薦技術 | CiNii Research