レコメンドエンジン提供会社と導入先をざっくり調べてみた｜インターネット界隈の事を調べるお
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。 「ナビプラス、同業のコトハコを2億円で買収」という記事を読んだのですが、タイトルだけでは正直何の業種かわからなかった。読み進めるとレコメンドエンジンの会社だという事がわかりました。レコメンドエンジンを提供している会社はいくつか知っていたけど、こんなにあったんですね。記事には「レコメンドエンジン業界、再編進む可能性も」とありますが、どうなのでしょうか。ソーシャルゲーム開発会社なみに買収劇が繰り広げられるのでしょうか。 記事にあったナビプラスさん、アルベルトさん、イー・エージェンシーさん、サイジニアさん、シルバーエッグ・テクノロジーさん、ゼロスタートさん、ホットリンクさん、その他ブレインパッドさんの提供しているレコメンドエンジンと導入先を調べてみました。売上規模とかはわからないのです
ベイズ統計分析ハンドブックは神本！ - Fire and Motion
なんかダンコーガイみたいなエントリータイトルです（そういえば最近ダンコーガイどうしてるんだろ…）．さて，仙台にはジュンク堂が駅前に3つあり，その中でイービーンズに入っているのが一番専門書がしっかり揃っていて良いです．というか，3つもいらないし，ちゃんと1つ大きいのが欲しいなぁ．．．池袋ジュンク堂が近かった自分としては仙台の残念なところは良い大きな本屋さんがないところですね． で，最近ノンパラベイズを少しだけ勉強しようと思っていて（がっつりではない），でもそのレベルだとなかなか良い資料が見当たらない．暇なときに目を通すレベルであれば，持橋さんや上田さんによる良い資料・チュートリアルがあるのですが，それ以上のこととなると真面目に論文を読むしかない．たとえば，真面目にDirichlet過程の導出と意味を理解しようとするとFerguson (1973)を読む必要があるでしょうし，そのアプリケーショ
Gunosy がすごい - 絶倫ファクトリー
昨日のエントリーで「自分に必要な情報を選ぶためのフィルターは淘汰される」という話を書いた。『閉じこもるインターネット』の著者は、メディアがユーザーの望むものだけを与えることで、衆愚的なコンテンツばかりになることを危惧していた。それ自体はすでに起きている事態だ。問題はそうした衆愚的なフィルター、つまり「みんなが見たがるものを私も見たい」という欲望に応えることのできるコンテンツと言うのは、そんなに種類として多くない。ほぼパターンが決まっているのである。フィルターを非常に作りやすい。そのため飽きられる速度もそれなりに速い。フィルター自身が淘汰されると書いたのは、そういうことだ。 最近、面白い「フィルター」を見つけた。「Gunosy」というサービスだ。TwitterやFacebookのアカウントを使ってサインアップすると、アルゴリズムを使って自分にあったニュースを探して配信してくれる。こう書くと「
mahoutで簡単レコメンド - Real
mahoutのtrunk（0.4かな）が、更に使い易くなっている。 0.3は触る余裕が全くなくて使っていなかったけど、0.4からhadoopとの連携が更に強化されている様子が。 ちょっと遊びで使ってみたけどちょー、便利。 0.2とhadoopで解析処理を書いてたのに、こっちに移行させようかな…ただ俺的リソースが… インストールについてはこっちにあるけど、以下でOK。 # java/maven2が使えること svn co http://svn.apache.org/repos/asf/mahout/trunk cd trunk mvn install とりあえず、これでインストールはOK。 ここで簡単にhadoopと連携したレコメンド用のスコア値生成の方法を書いておく。 例として、次のようなデータがあるとする。 userid アイテムid 1000001 item1
GoogleNewsのレコメンドの中身 - UMEko Branding
先日、全体ゼミで発表したときの内容ですが、ここにまとめときます。。GoogleNewsのレコメンドの中身を追った論文の要約です。少し前の全体ゼミで用いた資料です。ソース：Abhinandan Das,Mayur Datar,Ashutosh Garg,Shyam Rajaram,"Google News Personalization: Scalable OnlineCollaborative Filtering",WWW2007不勉強な個所が多々ありますので、誤っている箇所等ありましたら、是非ご指摘ください。 個人的には、最近のモデルベースの手法の勉強・おさらいという意味で用いているので、GoogleNews独自の拡張なり実装の部分の内容が省かれている場合があります。また、データ構造やMapReduceを用いた計算の仕組みの部分は、ここでは省略しています。。一応、 全体像 ・LSH(Lo
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
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
iPhoneアプリのレコメンドコミュニティ「RainbowApps」
Google Reader英語版にパーソナライズド機能が追加 
ライブドア、レコメンデーションエンジンのソースコード公開
http://www.sukikamo.net/index.php?mode=about