電気シェーバー「5年保証」を実現できた理由 シェア4位の老舗メーカーは何をしたのか？
電気シェーバー「5年保証」を実現できた理由 シェア4位の老舗メーカーは何をしたのか？：知らないと損!?業界最前線（1/4 ページ） 男性の日々の身だしなみとして毎日欠かせないのがひげ剃りだ。毎日電気シェーバーを使っている人も多いだろう。しかし電気シェーバーは、使い続けると刃が摩耗するため、一般的には1～2年ごとに刃の交換が必要になる。 そんな常識を覆した電気シェーバーが登場した。それがマクセルイズミの新シリーズ「everedge IZUMI PREMIUM（エバーエッジ・イズミ・プレミアム）」だ。2023年10月25日に発売されたこの新電気シェーバーは、“5年間切れ味が落ちない”ことがウリ。 マクセルイズミの国内シェアを見てみると、世界トップで123カ国で展開するフィリップス、国内市場で人気が高いパナソニックとブラウンに次ぐ、第4位のメーカーだ。 刃の交換が5年間不要、刃と本体の5年保証を
企業の“借金王”ランキング 2位「ソフトバンクG」、1位は？
リスクモンスター（東京都中央区）は「借金王ランキング」の調査結果を発表した。上場企業（金融機関を除く）の決算短信の記載に基づき、有利子負債を算出した結果、最も多いのは「トヨタ自動車」（29兆3803億円）であることが分かった。 2位は「ソフトバンクグループ」（19兆4782億円）。以下「日本電信電話（NTT）」（8兆2305億円）、「本田技研工業」（7兆6652億円）、「三菱HCキャピタル」（7兆6318億円）、「日産自動車」（6兆9029億円）、「ソフトバンク」（6兆1345億円）が続いた。 リスクモンスターでは「自動車製造業と通信業は上位7社までに3社ずつランクインしており、事業の特性から多額の資金調達が必要になる業種であることがうかがえる」とコメントしている。 前年度調査と比較した有利子負債の増加額を見ると、最も増えたのは「トヨタ自動車」（2兆8839億円増）。以下「NTTデータグル
[Elasticsearch] 転置インデックスの詳解 と マーケットプレイスのAnalyzer設計パターン - Qiita
はじめに 転置インデックスについての説明を知りたい方は、こちら までスキップしてください。 実践的な Analyzer の設計について結論だけ知りたい方は、こちら までスキップしてください。 概要 今回、あるマーケットプレイスのデータストアとして、Elasticsearch を採用することになりました。 公開されている 様々な plugin を使用して、ノイズを抑えた Analyzer の設計を行いましたが、日本語の Analyzer ならではの課題を解決するために少々時間を要したので、他の開発者の参考になればと思い記事を残しておきます。 また、それに伴い、Elasticsearch の基礎的な分野についても理解する必要があったため、これを機会に、自分なりにできるだけ噛み砕いた、Elasticsearch の基礎的な知識も、入門者向けに記事として残しておきます。 当記事の対象者 Elast
![[Elasticsearch] 転置インデックスの詳解 と マーケットプレイスのAnalyzer設計パターン - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/52757fd75a4955a705f95e7f27df0a42f65aff5d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQweV90b20mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTFjMzZiMzVjYmUyZTI1NjIzMjg3MzI5MWNhNTg4OTc5%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D26531a98b92128089e519cba494c669b)
ElasticsearchとKuromojiを使った形態素解析とN-Gramによる検索の適合率と再現率の向上
ElasticsearchとKuromojiを使った形態素解析とN-Gramによる検索の適合率と再現率の向上：Elasticsearch＋Hadoopベースの大規模検索基盤大解剖（2）（1/3 ページ） リクルートの事例を基に、大規模BtoCサービスに求められる検索基盤はどう構築されるものなのか、どんな技術が採用されているのか、運用はどうなっているのかなどについて解説する連載。今回は、テンプレートを利用したインデックス生成など、検索結果の品質を向上させるためのさまざまな取り組みを紹介する。 連載目次 リクルートの全社検索基盤「Qass」の事例を基に、大規模BtoCサービスに求められる検索基盤はどう構築されるものなのか、どんな技術が採用されているのか、運用はどうなっているのかなどについて解説する本連載。初回の前回「リクルート全社検索基盤のアーキテクチャ、採用技術、開発体制はどうなっているのか
Elasticsearch キーワードサジェスト日本語のための設計
Google に代表される「キーワードサジェスト」機能を Elasticsearch を前提に日本語向けに設計。 よくある要件サイト内で過去に検索された有効なキーワードをサジェストしたい。入力されたテキストに関連性が高く、過去に検索された回数の多い順でサジェストしたい。最初に入力された言葉の後に空白を入力すると、最初の言葉と一緒に検索される複合語の候補サジェストしたい比較的シンプルな要件のように見えますが。。日本語を対象にしたサジェスト機能を実装する場合、入力途中の日本語のテキスト受けながら、ひらがな、カタカナ（半角・全角）、漢字、ローマ字（大文字・小文字・全角・半角）のコンビネーションを合わせて、関連性の高い言葉を素早くユーザーに提案しなければなりません。以外と難しいのです。。 Elasticsearch にも Completion Suggester と言うサジェスト向けの機能があるの
Elasticsearch 日本語でフレーズ検索が必要なわけ
Elasticsearch クエリーのデフォルトのオペレーターは OR です。これ自体は問題ないのですが、このORが適用されるタイミングがとても違和感 … 。 どうやら、リクエストする単語が１単語でもアナライザーで解析され、分割された最小単語単位でORで検索されるみたい！ どういう事かと言うと、キーワード：「東京都」 で検索した場合、アナライズ後、「東京」 と 「都」 の２単語にトークナイズされ、検索は 「東京 OR 都」で検索される動きをしているようです。 もちろんこの場合、「東京都」を含んでいるドキュメントもマッチしますが、「東京」だけ、「都」だけ、または、「東京 … 都」「都 … 東京」などの単語が離れているドキュメントにもマッチする可能性があります。 ネットを調べてもあまり見当たらず、みんなどうしているんだろう？当たり前の仕様なのか？この動き違和感ありありです。 デフォルトの仕様を
Elasticsearch 日本語で全文検索 その２
Elasticsearch では、すでに日本語で全文検索する為のトークナイザーやノーマライズなどの加工処理で使用するフィルターなどがビルトインまたは、サードパーティ製のプラグインとして多数存在します。 ここでは、日本語全文検索で使用しそうなトークナイザーやフィルターなどを説明します。 主要モジュールNGram Tokenizer N-グラムを提供するトークナイザーです。Elasticsearch にバンドルされています。Japanese (kuromoji) Analysis for Elasticsearch 日本語形態素解析を提供するプラグインです。各種 Analyzer、Tokenizer、TokenFilterが含まれます。cjk_width Token Filter 半角・全角などを統一するためのフィルターです。Elasticsearch にバンドルされています。Lowercas
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
