はてなブックマークの現状 - Cube Lilac
はてな技術勉強会 #4 : ATND に参加できそうなので、ざっとメモ。「はてなブックマークの新スパム判定システム」と言うタイトルで発表があるようなので、それにちょっと関連したデータです。大雑把に言うと「はてなブックマークの新着エントリー（注目のエントリー含）がどの位 2ch まとめブログ記事に侵食されているか」と言う話です。 調査方法 SoGap で取得したデータを使用しています。 データの取得期間は 2011/06/01 〜 2011/08/31 の約 3ヶ月（途中、取得漏れの日あり） 取得方法は、毎日、早朝 5時位に 新着エントリー - はてなブックマーク に前日に掲載された記事のうち、被ブクマ数が 20以上かつツイート数が5以上のものを抽出しています。 取得した記事の中に 2ch まとめブログ（2ch まとめブログの体裁を取っているエロブログも含む）記事が何件含まれているかを計算し
ワードサラダ技術について
後半部分が重要で、未来の挙動が現在の値だけで決定され、過去の挙動と無関係である ということです。 さて、実例です。たとえば次の文章を考えてみます。 「通信販売大手セシールは９日、生命保険の販売に本格参入する方針を明らかにした。」 まず形態素解析するとこんな感じになります。 通信 名詞,サ変接続,*,*,*,*,通信,ツウシン,ツーシン 販売 名詞,サ変接続,*,*,*,*,販売,ハンバイ,ハンバイ 大手 名詞,一般,*,*,*,*,大手,オオテ,オーテ セシール 名詞,固有名詞,組織,*,*,*,セシール,セシール,セシール は 助詞,係助詞,*,*,*,*,は,ハ,ワ ９ 名詞,数,*,*,*,*,９,キュウ,キュー 日 名詞,接尾,助数詞,*,*,*,日,ニチ,ニチ 、 記号,読点,*,*,*,*,、,、,、 生命 名詞,一般,*,*,*,*,生命,セイメイ,セイメイ 保険 名詞,一般
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
