JubatusでQiita記事を推薦してくれる日報アプリ作ってみた - Qiita
概要 研修の一環 + 個人的な興味でJubatusを使ってみよう！ という趣旨で、Qiita記事を推薦してくれる機能を（知り合いが作った）日報アプリに（勝手に）実装してみました。 ユーザが日報を投稿すると、Jubatus（＋Mecab）が日報内容を解析し、類似したQiitaの記事をおすすめしてくれるような機能です。 Gitリポジトリ：https://github.com/kawasaki-kk/Introduction_mysite/tree/qiita 1. システム構成 以下の環境で実装しました。 CentOS 7 Python 3.5.2 jubatus 0.9.1 mecab-python3 0.7 処理の流れは以下のようなイメージです。 ユーザが日報を投稿すると、日報アプリはその投稿内容をそのままJubatus（recommender）サーバに投げます。 Jubatusサーバでは
レコメンドアルゴリズム(BPR)の導出から実装まで - ZOZO TECH BLOG
こんにちは、エンジニアの中村(@tn1031)です。弊社のプロダクト「iQON」には「for You」というレコメンド機能が実装され、個々のユーザに毎日おすすめのファッションアイテムを届けています。 press.vasily.jp 今回はこの「for You」に関連して、レコメンドを実現するアルゴリズムのひとつであるBayesian Personalized Ranking (BPR)を紹介したいと思います。 本記事ではひとつの手法に話題を絞りますが、一般的な協調フィルタリングやレコメンド自体について詳しく知りたい方は、こちらのNetflix Prizeで使われた手法のまとめがとても参考になります。 協調フィルタリングとBPR 行動ベースの協調フィルタリングではユーザ x アイテムの行列の行列分解(Matrix Factorization)を考えます。 評価の行列をとします。行のインデック
データから駅の近似を探る、機械学習を用いた「似ている駅レコメンド」の作り方 | ITANDI Blog
こんにちは、エンジニアの高橋です。イタンジに入社して３週間ほど経ちますが、主に機械学習を業務で使っています。 弊社のネット不動産 ノマド では、様々な条件を入力することにより理想のお部屋を探すことが出来ます。その条件の一つが最寄り駅です。 でも、どの駅に住みたいかはっきり決まってる人はそういません。ユーザーが選択した駅だけでなく、その駅に似た駅の近くにあるお部屋も紹介出来れば、より選択肢が広まりますよね！ では「似た駅」というのは一体どういうことでしょう？同じ路線上にある駅は当然似ていますが、それだったらユーザーが自分で選択すれば良いですよね。ユーザーが思ってもいなかったような駅をお勧めするにはどうしたら良いでしょうか？ 使用するデータ 機械学習をする上で必要不可欠なものはデータですが、駅のレコメンデーションを作る上で僕が着目したデータはノマドの「見たいリスト」です。見たいリストはユーザー
node2vec: Scalable Feature Learning for Networks
Aditya Grover*, Stanford University; Jure Leskovec, Stanford University Abstract Prediction tasks over nodes and edges in networks require careful effort in engineering features used by learning algorithms. Recent research in the broader field of representation learning has led to significant progress in automating prediction by learning the features themselves. However, present feature learning a
住宅の外観画像と内装画像をディープラニングして、リコメンドをつくってみる | Tech Blog - リクルート住まいカンパニー
こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、 機械学習や統計モデリングをつかってサービスの磨きこみをしています。 今回は、SUUMOが持っている建築物の外観画像と内観画像を使って画像分析を行いました。Deep learningを用いた手法や、得られた結果について紹介します。 Deep Learningとは Computer Vision（CV）やAIなどの難易度が高い学習タスクに対して、深い構造*を使って処理する機械学習アルゴリズムセットです。 表
Recommender Systems survey - Knowledge-Based Systems (2013) 読んだ (1/2) - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 長いので2回に分ける ##概要と読む動機 2012年10月投稿，2013年4月採択の推薦システムのサーベイ論文 最新の技術動向の流れを確認したくて読むことにした 著者らもこのサーベイは過去のものと違い，有名な手法ではなく推薦システムのの進化に焦点を当てると述べているので期待がもてる ##推薦システムのサーベイ論文について イントロに書かれている内容の気になったところをメモ 近年の推薦システムの適用領域について http://dl.acm.org/citation.cfm?id=2181690 初期の推薦システムの方式について http:
Jubatus で記事連動広告を表示したい話 - Qiita
はじめに そういえば今更ですが昨年の10月に Jubatus Hackathon #1 に参加してきました。 発表時のスライドはこちらに綺麗にまとめていただいているので、ご参考にどうぞ。 １日で企画〜実装まで持っていったとは言え、色々雑だったなぁと反省しています。 なので少し補足をしようと思います。 作ったもの ハッカソンの少し前に、国内最大級の広告イベントに行ってきました。それに見事に感化されて、じゃあ広告系のやつを作ろう！と同チームの後輩に言ったらすんなりOKもらったので、それを作りました。 具体的な仕様や想定は以下の通り： いわゆる owned media（記事）を持っていて、それにマッチする広告を表示したい マッチするとは、記事の内容と広告の内容が類似することをいう （仕事上がりで結構つらいのであまり頭を使いたくない） 特に重要なのは一番下の条件で、重みが非常に大きいです。 少し真
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
recommender: clear_row don't free acquired resources · Issue #294 · jubatus/jubatus
jubatus_core/jubatus/core/storage/column_table.hpp at 1ebac9bbfaaa41dd3af5e5fea82899bcc8a6f66f · jubatus/jubatus_core