eBayがレコメンデーションエンジン「Hunch」を買収 データ解析でO2Oが進化【湯川】 | TechWave（テックウェーブ）
[読了時間：1分] 米オークション最大手eBayは、消費者の嗜好を把握し商品を推薦するレコメンデーションエンジン技術のベンチャー企業Hunchを買収したと発表した。eBayはO2O（Offline to Online、オフラインとオンラインの融合）に関して最先端を走るIT大手。今回の買収でさらに大きく前進したと言えそうだ。（関連記事：O2Oの波④「攻めの体制整った」先陣を切ったeBayのO2O戦略【湯川】） Hunchのレコメンデーションを利用するには、まずHunchの会員になり、アンケートに答える。次にFacebookやTwitterなどと連携し、これまで「いいね！」した商品や情報の記録や、「友人」「フォロー関係」などといった人間関係の情報をHunch側に提供する。Hunchは、こうした情報を元に、ユーザー一人ひとりの属性を把握し、属性に合った商品をレコメンドしてくれる。またHunchが
「IT中毒」の会社が陥る会議漬け：日経ビジネスオンライン
IT企業の 営業： 「こちらが他社システムと比較した、当社サービスのメリットをまとめた資料でございます」 企画部課長： 「ふーん。この他社さんのシステムも聞いたことがあるよね」 IT企業の 営業： 「ええ。他社さんのシステムも悪くはないと存じますが、御社の課題を解決するためには当社のシステムのほうがよろしいかと」 企画部課長： 「うーん」 IT企業の 営業： 「ところで経営会議で話していただけましたでしょうか」 企画部課長： 「いやいや、まだだよ。うちの部長がもっと検討しろというものだからね」 IT企業の 営業： 「そうですか…。それではどうでしょう。来月、展示会がありますので、そちらにお越しいただけたらと」 企画部課長： 「それに参加すると何が分かるの」 IT企業の 営業： 「他社の豊富な成功事例が紹介される講演がございます。ぜひ部長さんとご一緒に来られてはと存じますが」 企画部課長：
「わかってもらえない」ダメな企業サイトになるための3つの条件
多くのWebサイトが乱立するなか、ユーザーに対してわかってもらうという課題があります。 出来るWebページは、この「わかってもらう」事が最も重要であり、そしてこの課題をキッチリクリアしています。はたしてわかってもらえるWebサイトとは一体どんな工夫がなされているのでしょうか。 よく陥る3つの失敗から学ぶ わかってわかってもらえないサイトになるための3つの条件とでもいいましょうか。 Webサイトにて一番陥りやすいトラップの一つに、「わかってもらえるだろう」という思い込みがあります。この「わかってもらえるだろう」という感情は何処から来るのかというと、実は結構シンプルな答えですが、「制作するときに参考にしたサイトに似せる」という部分から来ています。 最大の過ちが起こる過程には、Webサイトを作ろうと考える企業と、Web屋との間に、上下関係がある為と言えます。 例えばWeb屋に全て丸投げする企業。
就職合否に直結：SNSの個人情報を「成績化」するサービス （WIRED.jp） - ニュース：ITpro
Reppify社らは、雇用プロセスを「客観化」しようとしている――ソーシャル・ネットワーク上のデータを利用することで。Photo: Laughing Squid/Flickr 自分がソーシャル・ネットワークに与える「影響」を測る尺度として物議を醸している『Klout』のスコアによって、就職できるかどうかが決まるとしたらどうだろう。採用担当者たちが、求職者の勤労意欲を測るために、オンライン・データの数値を詳細に調査するとしたらどうだろう。配置換えの候補に入れてもらうときでさえ、SAT（大学進学適正試験）と並んで、求職市場での「スコア」が必要になるとしたらどうだろう。 サンフランシスコに拠点を置く新興企業の米Reppify社は、このようなことを現実に望む採用担当者や人事担当部署に向けて、オンライン指標を提供している。Reppify社では、ビジネスを中心に扱うソーシャル・ネットワークである『L
アイアナリシス合同会社
弊社は2011年の設立から10年以上、さまざまな企業に対してデータ活用で経営を成長させてきました。大手通信会社では数十億円から数百億円の施策にデータを活用し、 大手金融会社では毎年20億円〜30億円の不正検知が可能になるロジック改善を行いました。弊社の強みは、企業のビジネスモデルや特性に合うようにカスタマイズしたデータサイエンスやAIを届け、企業の利益を最大化することです。 弊社は現在、代表の倉橋一成がコンサルタントを務めており、データを経営に活かして利益を上げたいと考えられている企業様、もしくはそのような企業様とマッチングして頂ける営業パートナー様を募集しております。 ホームページ下部にあるお問い合わせ先にご連絡ください。 アイアナリシス合同会社は、データサイエンスやAIを活用した事業拡大や データ駆動経営・DXの経営層を支援しています。 2011年に設立して3年で23業種44社にサービ
データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します（この論文は@doryokujin君のポストで知りました、ありがとうございます！）。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
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
IDEA * IDEA
IDEA * IDEA
IDEA * IDEA
ホーム | 統計数理研究所