Facebook エッジランク（EdgeRank)のまとめ - Hivelocity (ハイベロシティ) デジタルでビジネスを最適化
2012年10月にEdgeRankアルゴリズムの変更が伝えられた。複数のブログを見てみるとどうやら、2012年9月20日に変更があったらしい。あらためてエッジランクについてまとめてみたい。 EdgeRank（エッジランク）とはFacebookのNews Feedに影響を与えるアルゴリズム。 2007年7月16日にInside Facebookでは “NFO (News Feed Optimization) is the new SEO”というタイトルで以下のように書かれている。 Webサイトをお持ちのみな案はもうご存じだと思うが、Googleは２つの重要なマーケティングチャネルを持っている。１つはオーガニックサーチのSEOでもう一つがペイドサーチ(SEM)だ。 SEO (Search Engine Optimization) SEOは特定のトピックスについてあなたに権威を提供し、結果として
Facebookで投稿をニュースフィードにハイライト表示させる方法は
Facebookページの投稿は16％にしか届かない Facebookページで投稿した内容が、ファンのニュースフィード（タイムライン）に流れることは知っていますね。 そのため、Facebookページ管理者は、なるべく多くのいいね！を獲得しようと努力しています。 ところが、せっかく多くのファンを獲得しても、ニュースフィードに流れる投稿はファンの16％にしか届いていないそうです。 FMCで発表されたいくつかのビジネス関連ニュースに混じって、Facebookはユーザーの記事のうち友達のニュースフィードに届くのはわずか16%であることを明らかにした。積極的に書き込んだリンクや写真の共有、近況アップデートなどは、おそらく16%以上の友達に届いているだろうが、新しい友達関係やウォールへの書き込み、読んだ記事等に関する自動生成記事を読んでいるのは、特に親しい友人たちだけかもしれない。 あなたのFacebo
各種レコメンドアルゴリズムの特徴・計算方法まとめ
各種レコメンドアルゴリズムの特徴をメモ。 間違いの指摘やご意見はお気軽に @ts_3156 までご連絡ください(^^) レコメンドとは 何かしらの「アイテム」をユーザーにおすすめする仕組みのこと。 アイテムは場合によって様々で、ECサイトなら商品、ニュースサイトならブログ記事、ツイッターならユーザーそのもの、がアイテムに当たる。 代表的なレコメンドアルゴリズムの種類 ルールベース 決め打ちレコメンド。 例：(今はA社とタイアップ中だから、)うちの商品を買った人にA社の商品をおすすめしよう コンテンツベース アイテム間の類似度に基づいたレコメンド。 例：野球のバットを買った人には野球のボールをおすすめしよう 協調フィルタリング レコメンドの話で一番話題に登るのはこのアルゴリズム。ユーザーの行動履歴からおすすめするアイテムを決める。アイテム情報を知らずにおすすめする点がポイント。アイテム情報を
「精度高すぎ」と話題のニュースキュレーション『Gunosy』は、どんな設計思想で作られているのか？ - エンジニアtype | 転職type
2012.12.17 転職 ここ最近、個人の関心や嗜好に合わせて情報を紹介するキュレーションサービスが人気だ。Amazonのような大手ECサイトで利用が進む「レコメンド」や「キュレーション」技術を情報配信分野に応用したサービスだが、このカテゴリーの中で、特に注目を集めているサービスがある。 それが、現役東大大学院生3人が立ち上げた『Gunosy（グノシー）』だ。 自らを「スマートなパーソナルマガジン」と命名している『Gunosy』 人気を集めている理由は、その手軽さと推薦情報の的確さにある。 ユーザーが『Gunosy』を利用するにあたって唯一すべきことは、最初にFacebookもしくはTwitterのアカウントを利用してサービスサイトにログインすることだけ。 あとは『Gunosy』独自のレコメンドエンジンが、過去にユーザーがポストした投稿内容の傾向やソーシャルグラフ内でのアクティビティを分
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
TechCrunch | Startup and Technology News
