第38回 performance_schemaのthreadsテーブル | gihyo.jp
threadsテーブルの中身を見てみましょう。 mysql> SELECT * FROM performance_schema.threads; +-----------+----------------------------------------+------------+----------------+------------------+------------------+--------------------+---------------------+------------------+--------------------------------------------------------+------------------------------------------+------------------+------+--------------+--
第4回 内容ベースフィルタリング | gihyo.jp
前回は、推薦システムの分類とその効果について紹介しました。今回は、前回紹介した推薦システムのうち、内容ベースフィルタリングについて説明します。 内容ベースフィルタリングのタスク もし友人に本を勧める場合、その友人の好きな作家、ジャンル、価格帯などを考え、それにマッチした本を勧めると思います。このように、ユーザの嗜好プロファイルとアイテムの特徴プロファイルを考え、それらがマッチするアイテムをユーザに推薦する手法が、内容ベースフィルタリングです。内容ベースフィルタリングには、ユーザとアイテムのプロファイルを構築するというタスクと、それらをマッチングするというタスクがあります。 プロファイルの作成 アイテムのプロファイルの構築方法として、上に述べたように作家やジャンルなどのメタデータを利用することが考えられます。上の例では本でしたが、映画を推薦する場合では出演俳優や監督、ジャンル、洋画か邦画かな
Mahoutで体感する機械学習の実践 記事一覧 | gihyo.jp
第2回「ある商品といっしょによく売れる商品は何か？」を見つけるには ～マーケット・バスケット分析の考え方 やまかつ 2013-03-06
第2回 「ある商品といっしょによく売れる商品は何か？」を見つけるには ～マーケット・バスケット分析の考え方 | gihyo.jp
Mahoutで体感する機械学習の実践 第2回「ある商品といっしょによく売れる商品は何か？」を見つけるには ～マーケット・バスケット分析の考え方 いっしょによく売れる商品は、マーケティング上重要 実店舗でもECサイトでもマーケティング上、「ある商品といっしょによく売れる商品は何か？」という発想はとても重要です。 実店舗であれば、次のように商品の配置を決めるのに役立てることが考えられます。 「いっしょによく売れる商品をより近くに置くことで買われやすくする」 「もしくは意図的に遠くに置くことで、店舗内の回遊を促す」 また、次のようにセール対象商品の選定にも利用できます。 「セールの対象商品にはどちらか片方だけを含み、もう片方はセールに含まず通常価格で販売する」 一方、ECサイトであれば、次のようにレコメンデーションの機能につなげることができます。 「この商品を買った人はこんなものも買っています
第1回 あのシステムもビッグデータ分析や機械学習に活用中！ 超高速データベース「Vertica」とは？［前編①］ | gihyo.jp
噂の超高速分析データベースを試してみよう～ログ解析、機械学習なんでもござれ～ 第1回あのシステムもビッグデータ分析や機械学習に活用中！ 超高速データベース「Vertica」とは？［前編①］ はじめに 全世界での月間アクティブユーザー数が16億5,000万人を超えたと言われるFacebook。同社では常に生成され続けるデータをビジネスで活用していくうえで、次の課題を抱えていました。 数十PB（ペタバイト）サイズの大量データが分析対象 数分間隔というニア・リアルタイムでのデータ投入 高いクエリ性能での処理が必要 数EB（エクサバイト）レベルのデータが格納されたHadoopと高いレベルの親和性が必要 同社ではこれらの課題をクリアするために、「Vertica」の導入を決定しました。評価のポイントは、クエリを高速処理できたことはもちろん、データロード性能、きめ細かなワークロード管理機能、そして柔軟
第5回 K-MeansとCanopyクラスタリングでセグメンテーション分析を行う | gihyo.jp
入力データを用意する サンプルデータを確認する 前回はセグメンテーション分析の理論編として、セグメンテーション分析と代表的なクラスタリングアルゴリズムであるK-MeansとCanopyクラスタリングについて解説しました。 今回は、実践編として、K-MeansとCanopyクラスタリングによるセグメンテーション分析をMahoutを用いて実際に行います。 なお、本連載の3回目同様、Mahoutのバージョンは現時点の最新版である0.7を対象とします。 今回利用するサンプルデータは、ARFF形式[1]で顧客のRFMが記載されています。@DATA以降が、実際のデータです。 サンプルデータ 今回のデータは、以下のような構造になっています。 1行が顧客1人のデータを意味する カンマ区切りで、左から「R（最終購買日）」「F（購買頻度）」「M（購入金額）」を表す （省略） @DATA 顧
第1回 一歩進んだMBaas、Firebaseとは？ | gihyo.jp
はじめに 近年、スマホアプリの重要性はますます高まり、新しいサービスのローンチ時にネイティブアプリが提供されるのも普通のことになりました。 このような時代のアプリ開発者には、 サービスをいち早くユーザに届ける機動力 既存のソーシャルメディアとのシームレスな連携 よりリアルタイムで双方向に情報をやりとりできること などが強く求められるようになります。 そんなときに心強い味方となってくれるのがMobile Backend as a Service（MBaas）と呼ばれるクラウドサービスです。 本連載では、最近にわかに注目が集まっているMBaasのひとつであるFirebaseについて、その特徴やメリットを紹介し、実際に動かすことのできるコードを順を追って解説しながら、最終的に実践的なアプリをひとつ開発できるようになることを目指したいと思います。 Firebaseとは Firebaseは2011年
第5回 協調フィルタリング | gihyo.jp
この jaccard相関係数は、ユーザAとユーザB、C、Dの類似度を表します。値が大きいほど類似しています。図4では、ユーザCがこの中では、一番類似していることをしめしています。 それでは購入していない商品2と4を推薦するかどうかはどう決定するのでしょうか。商品2のスコアはユーザAの平均評価値に各ユーザの類似度を考慮した重みつきの評価を加えることで計算します。簡易ではありますが今回は次のように実装してみました。 #! /usr/local/bin/python # -*- coding:utf-8 -*- import sys def jaccard(v1, v2): """ jacard係数を求める """ v1_and_v2 = 0. v1_or_v2 = 0. for i in xrange(len(v1)): if v1[i] == 1 or v2[i] == 1: v1_or_v
第29回 Reactorで非同期処理をやってみよう（1） | gihyo.jp
はじめに WebサービスのAPIをコールするような、ネットワークを介した通信処理は、今日では頻繁に行われています。 ローカルマシンのみで完結する処理と比べると、通信が必要な処理は多大な時間が必要になります。相手サーバへの接続、相手サーバ側での処理、相手サーバからの受信など、何もすることなくただ待つだけの時間が存在します。 この無駄な時間の間に他の処理ができるならば、トータルの処理時間を大幅に短縮することが可能になります。これを実現するためにスレッドがよく使われています。しかしマルチスレッドプログラミングはいろいろと注意を払う点も多く、使いにくさを感じている方も多いのではないでしょうか。 今回はReactorパターンという、マルチスレッドとは違ったアプローチで非同期処理を実現してみたいと思います。 複数のwebサーバからHTML文章を取得してみる 同期処理 ひとまず非同期処理を忘れて、シーケ
第5回 Pacemakerを運用してみよう！［保守運用編(2)］ | gihyo.jp
ここでは、リソースのmonitor故障検知時の動作について説明します。Pacemakerはリソースのmonitor故障を検知した場合は、故障が発生したサーバにフェイルカウント（フラグ）を立て、リソースのフェイルオーバ処理を実施します。 図1 リソース故障 故障を発生させてみよう では、実際にリソース故障を発生させて、Pacemakerの動きを見てみましょう。今回はリソース故障を擬似的に起こすため、Pacemaker稼働中にhttpdを停止します。 # /etc/init.d/httpd stop httpd停止後crm_monコマンドを実行すると、pm01でhttpdのmonitor故障を検知したため、故障回数と故障内容が表示され、リソースがpm02にフェイルオーバしていることが確認できます。 Online: [ pm01 pm02 ] Resource Group: web vip (o
第361回 Sensuでサーバーのリソースを可視化しよう | gihyo.jp
（読者がじゃぶじゃぶ可視化したくなるようなメトリクス心を煽りまくるリードテキスト。） 迫り来るクライシスに備えて Recipeの第359回では水野さんが「Muninでサーバーのリソースを可視化しよう」と題して、継続的なメトリクスの収集と可視化もまた、障害の予防や振り返りにとって重要であることを説いてくれました。 ロードアベレージやメモリ・ディスクの使用量など数値化でき、その時間変化が重要な情報に対して、Muninはとても便利なツールです。しかし世の中にある監視したいものすべてが数値化できるとは限りません。サービスの死活、ファイルのチェックサム、ハードウェアのステータス、うつろいやすい彼女[1]の気持ち。その一瞬の輝きが重要な定性的な情報を、継続的に監視したい場合もあるでしょう[2]。 さらに最近はクラウド上に何台ものインスタンスを立ち上げたり、そのインタンス上でもDockerやLXCで複
2015年のLinuxのコンテナ技術 | gihyo.jp
2014年は非常にDockerが盛り上がった1年でしたね。 Dockerは2013年の夏ごろから注目を集めはじめました。その後バージョンが0.9となった2014年の春ごろからさらに注目を集めるようになり、それ以降はさまざまなサービスやベンダーがDockerをサポートしたり、Docker関連のプロダクトを出したりするニュースが駆け巡った気がします。 Dockerに関係する勉強会が数多く開催されるようになり、Docker Meetup Tokyoなどは募集が始まった途端に定員に達するという活況ぶりでした。 Dockerは「コンテナ技術」そのものではなく、Dockerがやりたいことを実現するための技術要素の1つとしてコンテナを使っています。このDockerの盛り上がりと共にそれまでどちらかというとマイナーな技術であった「コンテナ」も2014年には非常に注目される技術となりました。 実際、筆者が主
第1回 神獄のヴァルハラゲートの裏側をCTOが語り尽くす！ | gihyo.jp
C#の非同期構文をフル活用し業界最速の応答速度を実現 現在、多くのソーシャルゲームがPHPやPython、Rubyといった、いわゆるLightweight Languageを使って開発されていますが、（株）グラニではプログラミング言語としてC#を採用し、Windows環境で開発および運用を行っています。実は、現在提供している「神獄のヴァルハラゲート」は、2013年1月のリリース時点ではPHPを利用していました。しかし同年4月にC#への移植を開始し、3ヵ月後の7月16日にはC#への切り替えを完了させています。 このようにC#にこだわっている理由の一つがパフォーマンスです。ソーシャルゲームはユーザがアクションを起こすたびにデータが更新されるというしくみ上、どうしてもViewのキャッシュを効かせられなかったり、1万リクエスト／秒を超えるような高負荷が発生したりしますが、そうした状況においても平
第1回 「konashi」とiOSアプリを連携させる | gihyo.jp
はじめに iPhoneやiPadは、あたりまえですが画面があって音も出て、インターネットにもつながり、さらにはGPSや加速度センサも付いていて、スマートフォンアプリに必要な機能を実現するにはかなり「揃っている」デバイスです。ただ、それでもiPhoneからにおいは出せませんし、脳波はとれませんし、時計のように腕に巻くことはできませんし、直接電子回路をつなげることはできません。 そういった「iOSデバイスにない機能」を使うには、外部デバイスに頼る必要があります。嬉しいことに、昨今のスマホアプリ開発人気のおかげで、iOSアプリと連携させて使えるデバイス、すなわちiOSアプリと連携させるためのSDKや、Web APIが用意されているデバイスが色々と市販され始めています。 本連載では、そういった「iOSアプリの可能性を広げるデバイス」を毎回1つずつ取り上げ、その特長や、連携させるためのアプリ側の実装
BootstrapでレスポンシブなWebサイト制作 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
第1回 Meteorをはじめよう | gihyo.jp
Meteorとは？ Meteorは、2012年4月に彗星のように登場した、新たなアプリケーションプラットフォームです。この原稿の執筆時で、バージョンは0.3.6とされており、まだまだプレビュー版の域は超えていません。また、現状ではUNIX環境（MacOS Xを含む）でしかうまく動作しないようです。 しかし、Webアプリケーション開発をとことんまで素早く、楽に行えるようにするためのさまざまな仕組みが盛り込まれていることから、登場直後からかなりの注目を集めています（公式サイトには、「1日か2日でプロトタイプを、2～3週間で製品レベルのアプリを構築できるようにする」とあります）。 MeteorはMITライセンスに基づくオープンソースプロジェクトとして、Github上で公開されています。現在4人の開発者がフルタイムで開発に従事しており、1年以内に1.0をリリースする予定だとされています。 M
Cassandra、MongoDB、Redisなど主要NoSQL比較 | gihyo.jp
ハンガリーの企業でCTOを務めるKristof Kovacs氏による記事です。各主要NoSQLプロダクトについて機能比較や利用ケースなどをまとめています。この記事ではCassandraやRedisなど6つのプロダクトを挙げています（表1）。 CouchDBは使い勝手に優れており、双方向レプリケーションやリアルタイム更新をサポートしています。Redisは非常に高速なことが売りで、トランザクションや変更監視の機能が備わっています。Cassandraは書き込みが読み込みよりも速いことから銀行や金融などのリアルタイムなデータ解析が必要になる分野で実力を発揮し、Cassandraと同じくJavaで作られているHBaseは億単位の行と数百万のカラムというBig Dataを扱え、月に1,000億を超えるメッセージを処理するFacebookのバックエンドに採用されています。 次々にプロダクトが生まれた
第21回 Railsアプリの受け入れテストをCucumberで書こう | gihyo.jp
はじめに Cucumberとは受け入れテストのためのテスティングフレームワークです。CucumberはRuby on Railsに依存しているライブラリではないため、例えば同じRuby制のフレームワークであるSinatraはもちろん、PHPなどで書かれたアプリケーションでも使用することができます。 Sinatraやフレームワークを使用していない素のRubyスクリプトなどをベースにCucumberの解説をすることも可能ですが、今回は仕事で使っている人が多く、また筆者自身もRailsを使って開発をしていることもあって、Railsをベースに解説させていただきます。 なぜCucumberなのか 筆者が勤めている株式会社RAWHIDE.では、Railsアプリを作成する場合、原則的にCucumberでテストを書くようにしています。Cucumber採用当時は、社内にナレッジが少ない、不慣れなど、なかなか
#22 Gitメンテナ 濱野 純 | gihyo.jp
今回のゲストは、分散バージョン管理システムGitのメンテナで『入門Git』（注1）の著者、濱野純さんです。Linuxカーネルの開発者、Linus Torvaldsさんから引き継いでGitのメンテナになった経緯から、対談スタートです。 （撮影：武田康宏） Gitに関わった経緯 弾：Gitに関わったきっかけは？ 濱：2005年の4月にLinuxカーネルのバージョン管理システムとして使われていたBitKeeperが使えなくなる[2]からということで、Linus君がいろいろありものを探したんだけど、使えるものがなくて、誰かがいいのを作ってくれるまでのつなぎというつもりで、とりあえず自分でもコードを書いた、というアナウンスをしました。それをカーネルメーリングリスト（ML）で見ていたんですが、たまたまボクの本業がプロジェクトとプロジェクトの合間だったんです。なんかおもしろそうなこと始まってるじゃん、
Javaはどのように動くのか～図解でわかるJVMの仕組み 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
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
