SIProp育英基金 - SIProp
2012-10-25 product/AutoChasingTurtle 2012-04-12 product/TreasureHuntingRobot 2012-03-07 開発/コミュニティー/勉強会 2012-02-19 連絡帳 2012-02-17 product/TreasureHunter 2011-11-08 product/pandacloud 2010-11-10 SIProp育英基金 2010-02-08 開発/コミュニティー/勉強会/2010/01/09 2010-01-01 開発/コミュニティー/勉強会/2009/09/13 2009-12-01 執筆/ascii_mw/200911 執筆 2009-05-28 開発/コミュニティー/定例ミーティング/2009/05/28 開発/コミュニティー/定例ミーティング FrontPage スケジュール リリース 2009-
エコメンデーション
1 エコメンデーション 東京工業大学博士課程３年 佐々木 祥 2 自己紹介 佐々木 祥（ささき あきら） 集積システム専攻（情報通信系） 博士課程３年 無事就職決まりました 研究内容 ソーシャルブックマーク リコメンデーション(情報推薦) 協調フィルタリング 登録情報 brnw (twitter, delicious.com など) 3 第一回発表概要 SBMカンファレンス一回目で発表 SBM研究全体の変遷紹介 Anti-Folksonomyアプローチに基づく SBMデータからのWeb推薦 タグなんて飾り，名称を見ないで推薦しよう！ 詳細 「SBM研究会」でググる→プレゼン資料 twitter/brnwのプロフィールリンク先からDL(ppt,pdf) 4 発表概要 前半：佐々木 ソーシャルまとめサイト エコメンデーションのイントロダクション 後半：上村 エコメンデーション実現のための プ
[PDF] SBMの推薦アルゴリズム
SBMの推薦アルゴリズム 2009/09/13 第3回SBM研究会＠東京工業大学 大岡山キャンパス （株）Preferred Infrastructure 岡野原 大輔 発表内容 • 会社紹介 / 自己紹介 • はてブの関連エントリ – Bayesian Sets • 大規模レコメンデーション• 大規模レコメンデーション – Locality Sensitive Hashで2000万件 数ms – エコは大卲だと も思います 会社紹介 （株）Preferred Infrastructure • PFI – 元 Purely Functional Infrastructure • 2006 3月 – メンバーは学厛の同勡、コンテストでの半 • 代表 勽勜 • メンバー 14名 (+ インターン 5名), エンジニア厾92% 代表 勽勜 • メンバー 14名 (+ インターン 5名), エン
第３回SBM研究会の講演概要を発表します！ - Tomo’s HotLine
IT技術を中心に、暮らしに役立つ情報からクラシック音楽の解説まで気軽に情報発信しています。 WEBサイトはhttp://toremoro21.world.coocan.jp/ Twitterは@toremoro21です。 お待たせしました、第３回ＳＢＭ研究会の講演内容をお知らせします。 ☆第３回ＳＢＭ研究会☆ □日時：2009年9月13日（日） 10:00～18:00(予定） □場所：東工大大岡山キャンパス □参加費：無料 （遠方から来る人のための当日会場で寄付を募る予定です。[任意]） □参加者定員：１００名 □参加表明方法： 定員に達しましたので、受付は終了しました。キャンセル待ちを希望される方は以下のURLをクリックして、「キャンセル待ち希望」とコメント欄に記入してください。 http://mixi.jp/view_event.pl?id=42842924 □懇親会： 研究会の後に懇
情報処理学会 小特集 SBMは進化し続ける！ - ./configure --with-blog=nakazawa (中沢実)
私は，SBM研究会に参加してなかったし，資料もその時は見てなかったので，学会誌でみることになった．一応感想っぽいことがかけないかなぁ．．とソーシャルメディアとマーケティング (横田氏)ソーシャルブックマークの歴史やどうしてブレイクしたのか？などを分析を行っている．そして，気になる今後の方向について述べている．「一般的な話題」のSBMでなく「ニッチな話題」へのSBMへ移行してきていることを予想している．そのことからもブックマークの公開の範囲を限定する「閉鎖型」のSBMへのシフトが考えられている．確かに，SBMはその性質があるように思われる．私としては，SBMを使うことによって，検索エンジン等で発見することが困難なニッチな情報を得られる事が一番の利点と思っており，同じURLをSBMしている人を介して，「さらにこんなことまでSBMしてるのか！」と気づくことがとてもうれしいと感じることもある．ただ
ソーシャルブックマークに基づく情報発見 (application/pdf オブジェクト)
DEWS2008 I1-15 812-8581 6-10-1 812-8581 6-10-1 E-mail: [email protected], it[email protected] blog wiki, SNS, Web , . Web . , . , . , . , , . , . , , . , , . . , . . , , , Information discovery based on Social Bookmarks Makoto MOMOTA Eisuke ITO Dept. Informatics, ISEE, Kyushu University, 6-10-1 Hakozaki, Higashi-ku, Fukuoka-shi, Fukuoka, 612-8581 Japan Research Institute for IT, Ky
協調フィルタリングのグラフィカルモデル - nokunoの日記
協調フィルタリングとはAmazonのお勧めのように「この商品を購入した人はこんな商品も購入しています」という情報を用いて推薦をする手法です。グラフィカルモデルはベイジアンネットワークとも呼ばれ、最近一部で流行している機械学習の手法です。今回は、協調フィルタリングをグラフィカルモデルで表現したらどのようになるだろう、と考えて思いついたアイデアを紹介します。 今、ユーザuとアイテムiの組{u,i}のデータが大量に与えられているとします。例えばソーシャルブックマークならユーザとブックマークしているページの組み合わせ、E-commerseならユーザと購入した商品の組み合わせ、などです。ここではSBMを例に考えるので、はてブと同様にユーザはマイナスの評価を付けることはできないものとします。 このときユーザuに対してお勧めのページを推薦することを考えると、ユーザuがまだブックマークしていないページiに
SBM（ソーシャルブックマーク）研究会に参加してきました - ソーシャルメディアマーケティング(SMM).jp
ソーシャルメディアマーケティング.jpではソーシャルメディアを活用したマーケティング手法を解説していきます。SNS、ブログ、ソーシャルブックマークなど周辺ニュースの紹介もしています。 先日SBM（ソーシャルブックマーク）研究会というイベントに参加してきました。 SBM研究会 SBM研究会のログ ソーシャルメディアマーケティングを行う上で参考になりそうな点が多かったです。 個人的に検討すべきだと思った事項をまとめてみます。 １．専門的な議論をするコミュニティを作ってある程度ユーザーを増やし、徐々にユーザー層を広げていったほうが効率的という議論がされていました。どの程度まで細分化するのが適切かはケースによって違うと思いますが、どれくらいのマーケットサイズがあれば成立するのかを考えてみようと思いました。 ２．コモンズマーカーのように特定のサイトにかぶせて議論をしたりする仕組みはかなり可能性がある
SBM研究会のスライドをアップデートしました - Ryoの開発日記 Neo!
週末に時間がとれたので、SBM研究会のスライドをがっつりアップデートしました。 発表時点では、アルゴリズム、システム構成、また将来の展望などの話は時間の都合上入れられていなかったのですが、それらの点についてもばっちり書き足しておきました。 #初版にはまったく存在しなかった"個人による高性能データマイニング"なんて怪しげな話も足しておきました ついでに、資料などもろもろの情報へのリンクをエントリの中に載せておきました。 一度ご覧になった方も、初版の2倍ぐらい面白くなっていると思いますので、是非もう一度ご覧になって下さい。 http://d.hatena.ne.jp/kanbayashi/20080713/p1
大規模ネットワークのコミュニティ階層構造を高速に抽出する - cameraLady
論文を読んだので内容のメモ．訳すというよりはボクの解釈のメモです．先日のエントリ 気が向いたので研究について書く は前置きでした． Fast unfolding of community hierarchies in large networks アブストラクト ソーシャル系のサービスは秩序と乱雑さを併せ持つ複雑ネットワークとして捉えられる．SNS や携帯電話のネットワーク，Web のように大規模なものにおいては，その全体構造を把握するための解析手法が求められている． ネットワークを密に結合したノード集合であるコミュニティ(ここではクラスタと同意)に分解するアプローチは有効だ．SNS などからコミュニティを抽出することで，トピックについて知ることができる．さらに，得られたコミュニティをノードしてメタネットワークを生成すれば，ネットワークの構造を視覚的に把握できるようになるだろう． この論文
第1回ソーシャルブックマーク研究会に参加してきた！
2008年7月12日(土)，第1回ソーシャルブックマーク研究会に参加してきました！会場は東京工業大学大岡山キャンパス．当時修士1年生だったボクが，初めて学外で自分の研究を発表した場所です．久しぶりに訪れたキャンパスにちょっとドキドキ． 今回のイベント用に作った簡易名札！ 全体の感想 「ソーシャルブックマーク」というひとつのテーマに対して，サービスを提供する人，毎日の中で使う人，研究対象とする人，ビジネスに発展させようとする人，様々な人たちが集まっていたイベント．このような雰囲気のイベントって珍しい！これまで研究者が集まる学会・研究会とか，技術者が集まる勉強会とか，いくつか参加させてもらってきたけれど，これまでのどのイベントとも違う空気が新鮮で面白かった！学会・研究会でお世話になっている人がいたり，ボクの修士論文で参考文献に掲載させてもらった @yanbe さんがいたり，先日マイネット・ジャ
SBM研究会を振り返って｜まんをじして
まんをじしてweb2.0的な話に興味がある大学院生の徒然ブログSBM研究会を振り返って ７月１２日に開催されましたSBM研究会について感想を残したいと思います． ニコニコ動画に対する愚痴しか言ってない放置ブログをこんなところで使うことになろうとは（笑 ・自分の発表について Anti-Folksonomyアプローチの話です． いくつかのブログなどでも取り上げていただきまことに光栄です． 「タグ名を見ない」というコンセプトは一昨年の初夏に寝てるときにぱっと思いついたものでした． いくら悩んでもうまくいかないときはうまくいかないけど，思いつくときなんてこんなものです． 今考えるとなんというか当たり前な気もしますが 時期の早さでなんとかごり押しで論文化できたのかなと思っています． 計算量については多くのご指摘どおりとても実用の範囲のものではないですが この
なぜソーシャルブックマークを使うのか？
先日のSBM研究会に参加してから、ちょっと気になっていたこと。機能やサービスの面から「ソーシャルブックマーク（以下SBM）」という存在について分類することはなされていましたが、使い手の側、もっと具体的に言えば「なぜSBMを使うのか」という意図から考えた場合、どんな分類が考えられるでしょうか。 ちなみに前回のエントリ： ■ 爆笑と雷鳴に包まれた「第1回SBM研究会」 まずはおさらい。2005年に発表された"The Structure of Collaborative Tagging System"（※リンクはPDFファイル）という論文では、del.icio.us の中で使われていたタグを機能別に分類、以下の7つにまとめているそうです： アイテムが何に関するものか (ex. cat, Microsoft, Steve Jobs) アイテム自身が何であるか (ex. article, book,
集合知プログラミング
TOPICS Programming , Web , Python 発行年月日 2008年07月 PRINT LENGTH 392 ISBN 978-4-87311-364-7 原書 Programming Collective Intelligence FORMAT Print 本書は現在注目を集めている「集合知（collective intelligence）」をテーマにした書籍です。機械学習のアルゴリズムと統計を使ってウェブのユーザが生み出した膨大なデータを分析、解釈する方法を、基礎から分かりやすく解説します。本書で紹介するのは「購入・レンタルした商品の情報を利用した推薦システム」、「膨大なデータから類似したアイテムを発見し、クラスタリングする方法」、「数多くの解決策の中から最適なものを探し出す方法」、「オークションの最終価格を予想する方法」、「カップルになりそうなペアを探す方法」、
第1回 SBM研究会参加録
Mixi経由で1か月くらい前に知り、参加してきました＠東工大。 講演内容については、早速まとめてくださった方がいました。→参照 配布プレゼン資料は→参照 使い方や、共有知を探る意味でもSBMは面白い素材と思います。 そういえばAmazonでも「集合知プログラミング」なる書籍が2008/07.24に発売されるようです。 (洋書版買っておいたのですが、専門用語の多さに辟易してしまったので再購入するかも‥) 検索関連でタイムリーにたつをさんブログのTF-IDF記事が挙げられていてびっくり。 記事が2005年なのですが、実用性ありそうと探っていたのが先週で、、、既にこの理論を適用しているWebサービスがあったのですね。神林さん++ スラッシュドット横田さんの「2008年度アルファブロガーは"やるお"」というコメントもハッとした気づきがありました。 日本国内インターネット界隈で2chの与えるインパク
Self-organizing map - Wikipedia
A self-organizing map (SOM) or self-organizing feature map (SOFM) is an unsupervised machine learning technique used to produce a low-dimensional (typically two-dimensional) representation of a higher-dimensional data set while preserving the topological structure of the data. For example, a data set with variables measured in observations could be represented as clusters of observations with simi
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
Google Accounts
http://www.ldc.upenn.edu/Catalog/docs/LDC2009T08/README.utf8.japanese
第2回SBM研究会動画配信
WWW2006