さりげなく異性を紹介する仕組み : LINE Corporation ディレクターブログ
こんにちわ。結婚紹介サービスyoubrideを担当している菊地です。 今日は出会いサービスにおけるレコメンド（オススメ）機能の活用についてお話します。 【01】レコメンドとは？ recommend。リコメンドと発音しても間違いじゃないそうです。というよりどっちが正しい発音なのでしょうね？まあそれは良いとして、「勧める」「奨励する」「忠告する」このような意味を持ちます。 このブログでも、以前livedoorグルメで導入したレコメンド機能についてエントリがありました。 リコメンドの裏側 このエントリでも言及している「協調フィルタリング」という方法論は、ユーザの過去の行動を嗜好情報として蓄積し、似た行動をとっている他のユーザの嗜好情報を自動的に推論するものです。 一般的なレコメンド機能は、この手法をもってエンジンを作り、ユーザに商品や音楽、お店などをオススメする仕組みを提供しています。 私は、こ
Kazuho@Cybozu Labs: フレンド・タイムライン処理の原理と実践
« MySQL のクエリ最適化における、もうひとつの検証方法 | メイン | MySQL (InnoDB) に直接アクセスしてタイムライン処理を高速化する話 » 2008年06月09日 フレンド・タイムライン処理の原理と実践 MySQL (InnoDB) に直接アクセスしてタイムライン処理を高速化する話に続きます。 Twitter が注目されるようになって久しい今日この頃ですが、友人の投稿を時系列に並べて表示する、というのは、Twitter に限らず Mixi の「マイミクシィ最新日記」やはてなブックマークの「お気に入り」等、ソーシャルなウェブサービスにおいては一般的な手法です。ですが、この処理 (以下「フレンド・タイムライン」と呼ぶ) は、一見簡単そうに見えて、実装には様々な困難が伴います。本記事では、「フレンド・タイムライン」を実現する、プッシュ型とプル型の二種類の手法について、その原
はてな村の地図『HatenarMaps』を公開しました - kaisehのブログ
『はてな村』のアナロジーを本当に地図にできたら面白いだろうなと思って、週末を潰して作ってみました。TopHatenarが蓄積しているDBを一部活用したサービスになっています。 Blogopolis このサービスを簡単に説明すると、はてなダイアリーのユーザに、獲得ブクマ数に応じた領土面積を割り当て、さらに似た者同士の領土を隣接させるという試みです。 地図の全体を見渡すことで、はてダの大まかなトレンドを掴むこともできるし、スケールを拡大していけば個別記事に到達することもできます。さらに、Google Mapsで検索するような感覚ではてなidやキーワードを入力して地図を探索したり、「去年と今年で勢力図がどう変わったか」を調べることもできます。 HatenarMapsはTopHatenarと同様、Javaで開発しました。フレームワーク構成もTopHatenarと一緒で、Cubby+Mayaa+S2
1
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
処理を実行中です
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
