暮らしの情報サイトnanapiはサービスを終了いたしました | nanapi [ナナピ]
2020年8月31日(月)をもちまして、nanapiに関わるすべてのサービスは終了いたしました。 nanapiは、2009年のサービス開始より「みんなで作る暮らしのレシピ」という考えのもと、ユーザーの皆さまに生活に関する様々な「ハウツー」を投稿していただく投稿型ハウツーサービスとして運営してまいりました。 約11年間にわたって皆さまからご支援をいただきサービスを継続できたこと、nanapi編集部一同、心より御礼申し上げます。 掲載されていたコンテンツなどのnanapiについてのお問い合わせは、nanapi@supership.jp までお願いいたします。 長きに渡りnanapiを応援してくださり、本当にありがとうございました。
機械学習における重大な"仮定"と、アルゴリズムの評価 - 都元ダイスケ IT-PRESS
Mahoutシリーズを最初から読む場合はこちらApache Mahoutで機械学習してみるべ - 都元ダイスケ IT-PRESS。 さて、前回までで、実際にMahoutのレコメンデーションエンジンを動かしてみつつ、その計算原理を軽く追いかけました。今回は、機械学習全般における大事な前提について。 仮定がいっぱい 通常プログラムを書く場合は、事実や仕様に基づいて、正確にプログラミングすることを求められます。可能性の大小や、大ざっぱな計算などに依存したプログラミングはあまり書く機会がありません。例えばあるソフトで扱う業務で、土日祝日料金と平日料金というものがあったとします。これを「1週間のうち、だいたい5日が平日で2日が休日だよね、祝日とかたまにしかないから、考慮すると大変だし、いいよね、べつに」ってことにはなりません。多分。 しかし、機械学習は違います。気づいていないだけで、実はかなり大きな
検索システムでは「読みたい本」に出会えない 名編集者が語る「知的欲求を満たす推薦機能」：日経ビジネスオンライン
世界最大のインターネット書店、米アマゾン・ドット・コムの「オススメ機能」として知られる「レコメンデーション」機能があります。購入履歴から顧客の消費動向を分析して、同じ商品を買った別の顧客がほかにどのような商品を閲覧したり、購入したかという情報を基に、商品をオススメする仕組みです。 確かに、関連する商品を見つけるには便利でしょう。でも、それはあくまで他人の行動の統計の結果であって、「自分の欲望に基づいた将来行動の予測」ではないんです。 私が考えているのは、本の著者やジャンルといった概要で分けるのではなく、中身や文脈から分類して、これまでの分類を超えて「近い文脈の本」を薦めること。「千夜千冊」と名付けた書籍紹介の企画もあり、私は30年近くにわたって、あらゆる本を分類してきました。その過程で、独自の「目次録」という分類コードを作っています。 目次録は親コードから孫コードまで3階層に分かれます。大
便所糞虫 on Twitter: "Amazonが（いくらでも改善手法は提案されているだろうに）未だに28巻買ったら27巻と26巻すすめてくるみたいなアレっぷりを発揮してるのは，結局のところそれで売れてるからなんだろう．"
Amazonが（いくらでも改善手法は提案されているだろうに）未だに28巻買ったら27巻と26巻すすめてくるみたいなアレっぷりを発揮してるのは，結局のところそれで売れてるからなんだろう．
論文輪講：Temporal Diversity in Recommender Systems - Preferred Networks Research & Development
PFIでは今年の4月から有志で論文の輪講を始めました。有名な学会の論文を毎回二人ぐらいが読んできて、資料を作って発表する、という形になっています。（ちょっと前まではTAPL輪講というものをやっていました。論文輪講が落ち着いたら、次はまた教書に戻るかもしれません。） 私も先日発表をしてきたので、その資料を元にこちらの方でも論文紹介を行いたいと思います。 私が担当したのはSIGIR 2010のFiltering and Recommendationのセッションで、以下の3本の論文を紹介しました。 Temporal Diversity in Recommender Systems Social Media Recommendation Based on People and Tags A Network-Based Model for High-Dimensional Information F
メモ on Twitter: "相対的な「少なさ」みたいの、もっと可視化されるべきだと思う、delicious では大量にブクマされてるけどはてブでは 3 users とか、世間的にはブクマされているけど network ではあんまりブクマされてない記事とか"
相対的な「少なさ」みたいの、もっと可視化されるべきだと思う、delicious では大量にブクマされてるけどはてブでは 3 users とか、世間的にはブクマされているけど network ではあんまりブクマされてない記事とか
Google と Facebook の限界 - 恐縮です
電車でかわいい女の子が隣にいるときの僕のインターフェースは最先端なのですが、最近ウェブではコンテンツの質について取りざたされていますね。 CGM に限らずウェブに公開されているコンテンツは基本的にマンパワーによって生成されています。つまり、コンテンツの増加量はインターネット利用者数の増加に対して指数関数的であると言えます。これがいったい何を示すのか、今日はそこんとこについて考えてみたいと思います。 SEO の功罪Google 検索を代表とする既存のフィルタは、リンクジュースという機械的な相関の重み付けを基準としています。「何が重要であるか」を評価するのではなく、前提として重要である要素を決めています。これは「気温が上がった原因が二酸化炭素にあるかどうかを評価せず、二酸化炭素が増える事で気温が上がると仮定した」という論理と同意です。 つまり、利用者ではなく提供者がその価値をコントロール出来る
森 秀樹 on Twitter: "amazonのお勧めには買ってあるものしか送ってこないから、時々、買っていますというマークを入れている。そうすると余計に買ってあるような物が送られて来る"
amazonのお勧めには買ってあるものしか送ってこないから、時々、買っていますというマークを入れている。そうすると余計に買ってあるような物が送られて来る
目にする論調全体がゴシップ記事化してる - 真 もわ爛漫
見たいもんばっかでレコメンデーションを安易に走らせると、当初は良質なものが集まることもあるけど、長期に見るとどうにもうまくいかないもんなのかもしれない。 確かに多様な人が均等に意見を言い合えば全体が「正しい」方向に行きやすいってのはありそうな気もする。ただネットではその議論は前提からして成立しないので検証できない。『みんなの意見は』で集合知が成立している前提となる判断の独立性とか多様性というのがはなっから存在しない中で、なんでネットの意見の話と集合知の話がうまくリンクしちゃったのか今でも不思議だ。 特に、ネットの場合は参加している人の単純な平均より力強い主張をする人の知的平均を見る方がいいと思う。つーのも実際に人々が影響を受けるのはそういう人々の意見からだから。また世論形勢も今後下手するとそういう方向になりかねない (幸いまだなってない)。 んで、見てみるとその面での知的平均は結構低い。例
はてなブログ | 無料ブログを作成しよう
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
それぞれのレコメンドの特徴 〜 レコメンド三部作:グロースハッカー研究所
前回の「レコメンドの正体を突き止めた！」では考えられるレコメンドのバリエーションを紹介しました。今回はそれぞれのレコメンドバリエーションの特徴や実現性について見ていきたいと思います。 レコメンドの種別 大雑把にいうとレコメンドには以下のバリエーションが存在します。 リスペクト型レコメンド 行動分析型レコメンド 同属性安心型レコメンド 多数追従型レコメンド ではそれぞれのレコメンドについて、効果的な使用方法と実現難易度の2面から見ていきましょう。 1. リスペクト型レコメンド アルファブロガーや雑誌のライター等が「良い」といったものPickupするタイプのレコメンドです。身近な例でいうと「店長おすすめ」のポップ等もこれに該当します。 このおすすめする人を『インフルエンサー』と呼称します。 このレコメンドはインフルエンサーの権威に左右されるという特性があります。インフルエンサーが強力であればあ
medtoolz on Twitter: "全部検索で済む時代というのは、たしかに無駄なものなくなるんだけれど、「○○人」みたいな無理矢理っぽい自己規定を突っ込まれる機会がなくなると、何目指せばいいんだろう"
全部検索で済む時代というのは、たしかに無駄なものなくなるんだけれど、「○○人」みたいな無理矢理っぽい自己規定を突っ込まれる機会がなくなると、何目指せばいいんだろう
レコメンドサービスを「気持ち悪い」と感じるユーザー心理 KDDI研究所らがはじめて定量的解析に成功
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
「この本を読んだ人はこの本も読んで欲しいと思っています」というウェブサービスないかなぁ？ - 万来堂日記3rd（仮）
「この本を読んだ人はこの本も読んで欲しいと思っています」というオススメを挙げてくれるサービスってないものですかねぇ？ 現在、使う上でそれに一番近いのがAmazonの「この商品を買った人はこんな商品も買っています」という、つまり売上データを元にしたレコメンドサービスだと思うんですが。 電子書籍端末をAmazonやらAppleやらB&Nやらが開発し、世の中年達がそれを受けて本というのはこれからどうなるのだと、あーでもないこーでもないと言いあったりしているわけですが。 その中からある程度共通して浮かび上がってきたのは、これからは書籍単体としての価値というより、その書籍をめぐるコミュニティが価値を持ってくるのだ、という視点だと思うんです。 もちろん、今までもそういったコミュニティはあったわけで、それは例えば気の合う友人が勧めてきた本であったり、部室でクダまいている連中が読んでいる本を俺も読んでみた
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
yu on Twitter: "Amazonで本を買おうとしたとき「こんな商品も買ってます」に嫌な感じの作品が並んで「えっ、こういう本を買う人が買うものなの？」とそもそもの本の購入も見送ることがあって、リコメンドも善し悪しだと思った。"
お問合せ内容のレコメンド機能（？） | Sometime,Somewhere
尾野（しっぽ） on Twitter: "エゴサーチをすると、いかにコピペだけで記事を書いているブロガーが多いかがわかるし、明らかにゲームを遊んでいないのに記事書いている人もいる。で、そういうブログのほうがGoogleランクが高かったりする。僕の欲しい、本当に遊んだ人の素の感想はなかなか見つからない"
U田さん on Twitter: "Amazonで買い物し過ぎると自分の嗜好がコントロールされているように感じる時が最近ある。 レコメンド機能は非常に良いのだが、自分の気付かなかった趣味嗜好を感じられるよう最近は極力本屋。"
http://twitter.com/kur/status/11507287417
http://twitter.com/lovalotta/statuses/10667689235
