タグ

impression-managementとanalyticsに関するnabinnoのブックマーク (6)

  • 法人運営型右派アカウントDappiのツイートは不自然な拡散をしていたか(鳥海不二夫) - エキスパート - Yahoo!ニュース

    衆議院選挙も間近という10月の頭に,ツイッターの有名右派アカウントは「自民党」取引企業? 立民・小西議員が名誉毀損で提訴というニュースが流れました. 事の発端は小西ひろゆき議員の以下のツイートです. 小西議員に名誉棄損ツイートを繰り返していたアカウント(@dappi2019)の発信者情報開示を受けたところ,このアカウントの持ち主が法人らしいということが判明したわけです. これまでも,政治的活動を行うアカウントには金銭の授受が発生しているという話は多数ありましたが,法人が運営しているアカウントらしいということで大きな話題になりました. では,このdappi2019というアカウントはどのようなアカウントだったのでしょうか.ツイート内容については元の記事に詳しいため,ここではその行動パターンについて分析してみましょう. 3行でまとめると・dappi2019の運営企業はあんまりブラックではなさそう

    法人運営型右派アカウントDappiのツイートは不自然な拡散をしていたか(鳥海不二夫) - エキスパート - Yahoo!ニュース
  • Pandasを使ったデータ分析の実践例 - やはりQiitaアドベントカレンダーの「企業・学校・団体」カテゴリーにはヘビーライカーが多かった - Qiita

    Pandasを使ったデータ分析の実践例 - やはりQiitaアドベントカレンダーの「企業・学校・団体」カテゴリーにはヘビーライカーが多かったQiitaPythonAdventCalendarpandasJupyter はじめに Qiitaアドベントカレンダー2017 のランキングを見ていて気づいたことがありました。 それは 購読者数ランキングの上位はいろんなカテゴリーがあるのに、いいね数ランキングの上位は「企業・学校・団体」カテゴリーが独占状態 だということです。 不思議だったので Python の Pandas と Jupyter Notebook を使って色々と分析してみました。 調べたこと 主に2つの点を中心に調べてみました。 購読者数といいね数の関係 普通に考えれば購読者数が多ければそれだけいいね数も多くなるはずです。と思っていたのですが、ランキングを見る限りこのような関係は全くな

    Pandasを使ったデータ分析の実践例 - やはりQiitaアドベントカレンダーの「企業・学校・団体」カテゴリーにはヘビーライカーが多かった - Qiita
  • 日本式の不況、不動産暴落? 韓国には合わない話(1)

    「2030年まで韓国は年3%の経済成長が可能だ。 日の轍は踏まないだろう。 韓国の株式市場も日のように長期沈滞に陥ることはないと見ている」。 韓国経済に対するゴールドマンサックスの長期展望だ。 同社は最近、「2030年韓国:人口統計学的逆風に備える」(Korea 2030:Braced for Demographic headwinds)と題した報告書を発表した。 この報告書でエコノミストのクォン・グフン氏(50)は韓国経済の未来を楽観した。 クォン氏は09年9月には「2050年統一韓国の国内総生産(GDP)が日ドイツを超える」という報告書を出している。 経済協力開発機構(OECD)は昨年5月、「韓国の長期(2016-2026年)成長率予想値は2.4%、潜在成長率は2%に落ちる」と予想した。 ほとんどのアナリストが高齢化を理由に「韓国の長期経済成長率は2%台にとどまる」と見込んでい

    日本式の不況、不動産暴落? 韓国には合わない話(1)
  • 形態素解析 - Wikipedia

    語の代表的な形態素解析の手法[編集] 英語の場合と異なり、文節を得るのが目的となることが多い。大まかに言えば文から切り出した単語が属する品詞を辞書(自然言語処理用の)を用いて調べていき、結果得られた並びから正しく文節が構成される並びであるものを正解であるとするといったような方法を取る。 日語文法では、たとえば動詞のあとに格助詞がくることはできない(「ドアを開けるを」などは不可)といったように、ほとんどの付属語について「このようなものの後には付く」「このようなものの後には付かない」という規則性があり、また動詞の活用はその後に来る品詞を制限することがある(たとえば連体形の後は名詞)。このような性質を利用することによって単語の境界の判別を行う。具体的にこの性質を利用する方法には以下の2つがある: 規則による方法 確率的言語モデルをもちいる方法 規則による形態素解析[編集] 長尾真らの197

    形態素解析 - Wikipedia
  • 頻度分析 (暗号) - Wikipedia

    この記事には参考文献や外部リンクの一覧が含まれていますが、脚注による参照が不十分であるため、情報源が依然不明確です。適切な位置に脚注を追加して、記事の信頼性向上にご協力ください。(2022年2月) 暗号技術において、頻度分析(Frequency analysis、ひんどぶんせき)は、平文と暗号文に使用される文字や文字列の出現頻度を手掛りとして利用する暗号解読法のことである。平文の言語の統計的特徴を前提とし、暗号文のみを使用して解読を行うため、暗号文単独攻撃に分類される。 概要[編集] 平文の1文字を別の文字(や数字、記号等)に1対1で変換して暗号文を作成する単一換字式暗号には、平文と暗号文で対応する文字の出現頻度が一致するという特徴がある。通常、平文の文字の出現頻度には顕著な偏りがあり、この偏りは文章によらずほぼ一定であるため、平文の文字の出現頻度と暗号文の文字の出現頻度を照らし合わせるこ

    頻度分析 (暗号) - Wikipedia
  • 総務省|報道資料|「情報流通インデックス」計量結果の公表

    総務省情報通信政策研究所は、過去30年間にわたって国内の情報流通量を計量してきた「情報流通センサス」に代わる新たな情報流通量指標である「情報流通インデックス」を昨年度作成し、計量、公表しているところです。 今般、平成21年度分のデータの計量結果を新たに取りまとめましたので、公表します。 総務省情報通信政策研究所は、過去30年間にわたって国内の情報流通量を計量してきた「情報流通センサス」に代わり、現在の情報通信メディアの状況、インターネットによる情報流通の拡大等の動向を的確に把握できるよう、平成21年度に「情報流通インデックス研究会」を開催し、新たな情報流通量指標である「情報流通インデックス」を作成するとともに、平成13年度から平成20年度分までのデータを計量、公表しているところです。 今般、平成21年度分のデータの計量結果である「我が国の情報通信市場の実態と情報流通量の計量に関する調査研究

    総務省|報道資料|「情報流通インデックス」計量結果の公表
    nabinno
    nabinno 2011/08/07
    情報量 = データ量。ネットのデータ量が少ないのはトラフィックの節約が優れているだけ。偏向的な調査 > "流通情報量の約98.5%は、放送メディアが占めている。"
  • 1