SlideShare uma empresa Scribd logo
1 de 91
Baixar para ler offline
捗る! 
リコメンドシステムの裏事情 
2014/10/11 @mosa_siru (榎本悠介) 
1
自己紹介 
2
@mosa_siru 
• 「もさ」って呼んでください 
• 大学:複雑ネットワーク研究 
• ネットワーククラスタリングの高速化手法 
• Twitter SmartList 開発 
3
@mosa_siru 
• DeNA(2年目) 
• プラットフォーム API開発・運用 
• ハッカドール 立ち上げからジョイン 
• サーバーAPI 設計・開発・運用(ほぼ全部) 
• フロント/バックエンド Web開発 
• ログ設計・リコメンドシステムをうんうん考える 
• 社内の分析チームと密に連携 
4
特技 
5
Bomberman 
6
ボンバーマン 
• 2年間引きこもって極めてました 
• 戦績をつけてRatingで可視化しながら対戦 
• 極めるとぷよぷよ化する 
7
解説動画がホットエントリ入り 
8
アジェンダ 
9
アジェンダ 
1. ハッカドールって? 
2. ターゲットユーザーの特徴 
3. リコメンドシステムの紹介 
10
1. ハッカドールって? 
11
ハッカドールって? 
• アニメ・マンガ・ゲームなど、 
オタク系の記事のみを扱った 
ニュース配信アプリ 
• 政治・スポーツなどのニュー 
スは一切扱わない 
• 使えば使うほど学習していく 
12
ハッカドールって? 
• ゲーミフィケーション 
! 
• というかゲームできる 
! 
• オタクユーザーに刺さる機能 
が満載 
13
2014夏コミに合わせてリリース 
14
極めて高いユーザー評価 
• 1ヶ月あまりで数十万DL突破 
• 高いリターンレート(継続率) 
15
なんでこんなアプリ 
作ったの? 
16
捗りたい! 
• 好きなゲームの情報を毎日調 
べる辛さ 
• え、あの漫画の新刊出てたん 
だ… 
• もっともっと、まだ見ぬ面白 
いコンテンツに出会いたい! 
17
コンテンツのマッチング 
• 増え続けるコンテンツ 
• 漫画の1日あたり新刊数はどんどん増えている 
• でも売上は横ばい 
• 面白いコンテンツと、それを求めるユーザーを 
マッチングさせて、エンタメ業界を活性化させ 
たい 
18
こんな人達が開発してます 
19
開発陣 
• 「オタク以外はチー 
ムに入れません」 
20
開発風景 
社内での観光名所化 
21
2. ターゲットユーザーの特徴 
22
情報収集力が高い 
23
情報収集力が高い 
• 自力でどんどん好きな情報を集める 
• 受動的でない 
• そのためには多少の苦労はいとわない 
24
こだわりが強い 
25
こだわりが強い 
• 「絶対にラブライブ!の情報は逃したくな 
い!」 
• 1秒でも速く知りたい!! 
• 興味のある・ないでの差が激しい 
• 「~のニュースとか本当にどうでもいい」 
26
ニッチな記事も好む 
27
ニッチな記事も好む 
• 必ずしもTweet数、はてブ数が高い記事を好む 
わけでもない 
• 例:声優ブログ 
28
とにかく嗜好にマッチ 
していることが重要 
29
ハッカドールのリコメンドの 
仕組み 
30
一般的なリコメンド手法って? 
31
一般的なリコメンド手法 
• 大きく分けて二分される 
• ユーザーベース 
• 「この商品を買った人はこんな商品 
32 
も買っています」 
• アイテムベース 
• 「この商品はキルラキルのフィギュ 
アなので、キルラキルが好きな人に 
推薦しよう」
ユーザーベースの特徴 
• 推薦されるアイテムの中身に依存しな 
いので、汎用的 
• ユーザーアクティビティの情報が大量 
に必要 
• コールドスタート問題 
• ニュースや新商品のアクティビティ情 
報が少ない 
• 計算量の工夫が必要 
33
アイテムベースの特徴 
• 推薦対象となるアイテムの情報が必要 
• 全体のアクティビティ量は必ずしも多くなく 
て良い 
• ニュース・新情報に対応可能 
• 計算量はユーザー数に対して線形 
34
ハッカドールでは 
• リリース当初はアイテムベースがメイン 
• 現在はユーザーベースも組み合わせて記事を 
配信しています 
• 試行錯誤し、各種ABテストで検証しながら 
35 
導入しています 
• 今回は、アイテムベースの手法を紹介します
アイテムベースの手法 
(ベクトル空間モデルの紹介) 
36
アイテムの持つ情報とは 
• ニュースの場合 
• タイトル 
• 記事本文 
• 画像 
• サイト情報、メタ情報、Tweet情報 etc.. 
37
ベクトル空間モデル 
• 例えば文章情報に着目 
• たとえば文章に含まれる「単語の登場数」にだ 
け着目してみると 
38
39 
キーワード登場数 
立体機動装置1 
講談社1 
漫画2 
エレン1 
リヴァイ1 
ウサイン・ボルト3 
進撃の巨人1 
空想科学読本3 
諫山創1 
(略) 
※実際は各種の 
重み調整が必要
ベクトル空間モデル 
• アイテムを全てベクトルで表現 
• ユーザーの嗜好もベクトルで表現 
• 例:読んだ記事のベクトルを足していく 
• ベクトルの”近さ”は簡単に計算できる 
• ユーザーのベクトルと”近い”記事を推薦 
40
今回はどうやって 
良いベクトル空間を作るか?に 
フォーカスを当てます 
41
どうやって単語を抜き出すか 
42
形態素解析 
• wikipedia「対象言語の文法の知識(文法のルールの集まり) 
や辞書(品詞等の情報付きの単語リスト)を情報源として用い、 
自然言語で書かれた文を形態素(Morpheme, おおまかにいえ 
ば、言語で意味を持つ最小単位)の列に分割し、それぞれの品 
詞を判別する作業を指す。」 
43
44
45
mecab 
46
mecab 
• 日本製のオープンソースの形態素解析エンジン 
47 
• 簡単、シンプル、速い 
• すぐに試せる brew install mecab mecab-ipadic
48
がっ…!ダメっ…! 
49
ちゃんとした辞書が必要 
• 形態素解析は、辞書(単語リスト)をもとに分割している 
• デフォルトのmecabの辞書では、一般用語しか入っていない 
• 「ラブライブ!」「μ's」などに対応するには、独自のユー 
ザー辞書が必要 
50
オタク辞書の作り方 
51
外部リソースを使う 
• wikipedia 
• データが全公開されている 
52 
• ニコニコ大百科 
• オタクキーワードが満載 
• 記事のタイトルから、ニッチな 
キーワードを取得
でも全然必要ない単語もいっぱい… 
53
うーむ… 
54
とある声優ソムリエが 
思いついた手法 
55
wikipediaにはカテゴリ情報がある 
56
どんどんサブカテゴリを辿っていくと… 
57
!!! 
58
親カテゴリからの幅優先探索 
で専門辞書を作成 
59
必要な単語だけ 
抽出することに概ね成功 
60
before 
61
after 
62
まだまだこだわる 
63 
• 100%完璧な手法ではない 
• 探索の深さはadhoc 
• 公開直後の情報など、wikipediaに記事がない場合がある 
• 辞書の管理ツールを作成 
• 手動で辞書に必要単語を追加できる 
• 新単語にいち早く対応
結論:なんだかんだで泥臭い 
64
オタク辞書ができた後の話 
65
「続きを読む」を含んだ記事を 
良く読んでいるので、 
「続きを読む」を含んだ記事が 
推薦される 
66
??? 
67
リコメンドに不要な単語 
• 辞書には欲しいが、リコメンドには不要かもしれない単語 
• 「そもそも」「こちら」「続き」 (各種一般用語) 
68 
• 数字、記号 etc…
リコメンドに不要な単語 
• オタク辞書にない単語は使わない 
• 不要単語(ブラックリスト)管理ツールも作成 
69
シノニム変換 
• 「アイマス」=「アイドルマスター」 
• 「ごちうさ」=「ご注文はうさぎですか?」 
70 
! 
• シノニム管理ツールも作成
いいかんじになってきたので 
プロトタイプつくってみた 
71
ラブライブ! 
の記事しか出ない… 
72
重み調整 
73 
• TFIDF 
• 「アニメ」を含む記事を1回読むことと、 
「ボンバーマン」を含む記事を1回読むことの重みは異なる 
• TFIDFだけじゃうまくいかなくなってきた 
• キーワードの重み管理ツールも作成
重み調整 
• よりオタク向けなキーワードの重みを上げる 
• 一般記事全体と、オタク向け記事全体でのキーワード登場回 
数の違いを考慮 
74
どんどん捗る 
ようになってきた 
75
試行錯誤と泥臭さの連続 
76
今でも議論・検証しながら 
着実に改善しています 
77
おわりです 
78
ありがとうございました! 
@mosa_siru 
79
おまけ 
80
ターゲットユーザーに 
さらにフォーカスした機能 
81
捗った?機能 
82
捗った?機能 
• ハッカドールちゃんに、リコメンドの 
フィードバックをするシンプルな機能 
83 
• 学習を加速させる 
! 
• 「自動学習じゃないじゃん!」 
• 能動的であるターゲットユーザーから、 
よりはやく正確な情報が集められる
ウォッチリスト 
84
ウォッチリスト 
• 好きなタイトル名などを登録しておくと、 
そのキーワードを含んだニュースが出る 
たびに教えてくれる 
85 
! 
• 全文検索エンジンから取得
めちゃくちゃ評判が良い 
86
もはやリコメンドじゃない 
87
ユーザーのことを考えると 
絶対に必要な機能だった 
(というか俺が欲しい) 
88
僕らが提供しているのは 
”サービス” 
技術とかアルゴリズムはその手段 
89
ハッカドールはまだ発展途上。 
より多くの「捗る!」を 
提供していきます 
90
おわり 
91 
@mosa_siru

Mais conteúdo relacionado

Mais procurados

Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Preferred Networks
 
「いい検索」を考える
「いい検索」を考える「いい検索」を考える
「いい検索」を考えるShuryo Uchida
 
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT大規模言語モデルとChatGPT
大規模言語モデルとChatGPTnlab_utokyo
 
ソーシャルゲームのためのデータベース設計
ソーシャルゲームのためのデータベース設計ソーシャルゲームのためのデータベース設計
ソーシャルゲームのためのデータベース設計Yoshinori Matsunobu
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかShunsukeNakamura17
 
ナレッジグラフ入門
ナレッジグラフ入門ナレッジグラフ入門
ナレッジグラフ入門KnowledgeGraph
 
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリングmlm_kansai
 
情報検索とゼロショット学習
情報検索とゼロショット学習情報検索とゼロショット学習
情報検索とゼロショット学習kt.mako
 
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugフロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugItsuki Kuroda
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIShota Imai
 
PCFG構文解析法
PCFG構文解析法PCFG構文解析法
PCFG構文解析法Yusuke Oda
 
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなKentaro Matsui
 
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理Preferred Networks
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15Yoichi Ochiai
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章Hakky St
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情Yuta Kikuchi
 
【論文紹介】Distributed Representations of Sentences and Documents
【論文紹介】Distributed Representations of Sentences and Documents【論文紹介】Distributed Representations of Sentences and Documents
【論文紹介】Distributed Representations of Sentences and DocumentsTomofumi Yoshida
 
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision TransformerYusuke Uchida
 
Elasticsearch勉強会#44 20210624
Elasticsearch勉強会#44 20210624Elasticsearch勉強会#44 20210624
Elasticsearch勉強会#44 20210624Tetsuya Sodo
 

Mais procurados (20)

Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
 
「いい検索」を考える
「いい検索」を考える「いい検索」を考える
「いい検索」を考える
 
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
 
ソーシャルゲームのためのデータベース設計
ソーシャルゲームのためのデータベース設計ソーシャルゲームのためのデータベース設計
ソーシャルゲームのためのデータベース設計
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
 
ナレッジグラフ入門
ナレッジグラフ入門ナレッジグラフ入門
ナレッジグラフ入門
 
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
 
情報検索とゼロショット学習
情報検索とゼロショット学習情報検索とゼロショット学習
情報検索とゼロショット学習
 
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugフロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
 
PCFG構文解析法
PCFG構文解析法PCFG構文解析法
PCFG構文解析法
 
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
 
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
【論文紹介】Distributed Representations of Sentences and Documents
【論文紹介】Distributed Representations of Sentences and Documents【論文紹介】Distributed Representations of Sentences and Documents
【論文紹介】Distributed Representations of Sentences and Documents
 
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
 
Elasticsearch勉強会#44 20210624
Elasticsearch勉強会#44 20210624Elasticsearch勉強会#44 20210624
Elasticsearch勉強会#44 20210624
 

Destaque

TechFeedというテクノロジーキュレーションサービスを作った話
TechFeedというテクノロジーキュレーションサービスを作った話TechFeedというテクノロジーキュレーションサービスを作った話
TechFeedというテクノロジーキュレーションサービスを作った話yoshikawa_t
 
MySQLおじさんの逆襲
MySQLおじさんの逆襲MySQLおじさんの逆襲
MySQLおじさんの逆襲yoku0825
 
Elasticsearch for Hackadoll
Elasticsearch for HackadollElasticsearch for Hackadoll
Elasticsearch for Hackadollmosa siru
 
ニコニコ生放送の配信基盤改善
ニコニコ生放送の配信基盤改善ニコニコ生放送の配信基盤改善
ニコニコ生放送の配信基盤改善takahiro_yachi
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成Prunus 1350
 
登録数2倍にしてと言われた時の正しい対処法
登録数2倍にしてと言われた時の正しい対処法登録数2倍にしてと言われた時の正しい対処法
登録数2倍にしてと言われた時の正しい対処法Chihiro Kurosawa
 
現在のDNNにおける未解決問題
現在のDNNにおける未解決問題現在のDNNにおける未解決問題
現在のDNNにおける未解決問題Daisuke Okanohara
 

Destaque (7)

TechFeedというテクノロジーキュレーションサービスを作った話
TechFeedというテクノロジーキュレーションサービスを作った話TechFeedというテクノロジーキュレーションサービスを作った話
TechFeedというテクノロジーキュレーションサービスを作った話
 
MySQLおじさんの逆襲
MySQLおじさんの逆襲MySQLおじさんの逆襲
MySQLおじさんの逆襲
 
Elasticsearch for Hackadoll
Elasticsearch for HackadollElasticsearch for Hackadoll
Elasticsearch for Hackadoll
 
ニコニコ生放送の配信基盤改善
ニコニコ生放送の配信基盤改善ニコニコ生放送の配信基盤改善
ニコニコ生放送の配信基盤改善
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
 
登録数2倍にしてと言われた時の正しい対処法
登録数2倍にしてと言われた時の正しい対処法登録数2倍にしてと言われた時の正しい対処法
登録数2倍にしてと言われた時の正しい対処法
 
現在のDNNにおける未解決問題
現在のDNNにおける未解決問題現在のDNNにおける未解決問題
現在のDNNにおける未解決問題
 

Semelhante a 捗るリコメンドシステムの裏事情(ハッカドール)

Javakuche yono
Javakuche yonoJavakuche yono
Javakuche yonoyono05
 
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 090510分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905Nobuaki Oshiro
 
Jubatusでマルウェア分類
Jubatusでマルウェア分類Jubatusでマルウェア分類
Jubatusでマルウェア分類Shuzo Kashihara
 
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」Shuji Morisaki
 
深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデル深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデルYuta Kashino
 
AozoraYomite @InfoTalk 2012/12/21
AozoraYomite @InfoTalk 2012/12/21AozoraYomite @InfoTalk 2012/12/21
AozoraYomite @InfoTalk 2012/12/21Yuki Higuchi
 
Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24Kazuki Aranami
 
Search on AWS - IVS CTO Night and Day 2016 Spring
Search on AWS - IVS CTO Night and Day 2016 SpringSearch on AWS - IVS CTO Night and Day 2016 Spring
Search on AWS - IVS CTO Night and Day 2016 SpringEiji Shinohara
 
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門Tatsuya Tojima
 
おとなのテキストマイニング
おとなのテキストマイニングおとなのテキストマイニング
おとなのテキストマイニングMunenori Sugimura
 
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版Go Yamada
 
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 101010分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010Nobuaki Oshiro
 
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版Katsuhiro Morishita
 
リアルタイムにデータ分析してWebサービスの面白さを伝えたい
リアルタイムにデータ分析してWebサービスの面白さを伝えたいリアルタイムにデータ分析してWebサービスの面白さを伝えたい
リアルタイムにデータ分析してWebサービスの面白さを伝えたいx1 ichi
 
実はとても面白い...Documentation library
実はとても面白い...Documentation library実はとても面白い...Documentation library
実はとても面白い...Documentation libraryKouta Shiobara
 
とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法Kenshi Muto
 
Pythonの非同期処理を始める前に
Pythonの非同期処理を始める前にPythonの非同期処理を始める前に
Pythonの非同期処理を始める前にkoralle
 
2011 icse-reverse engineering feature models
2011 icse-reverse engineering feature models2011 icse-reverse engineering feature models
2011 icse-reverse engineering feature modelsn-yuki
 
Hadoop conference Japan 2011
Hadoop conference Japan 2011Hadoop conference Japan 2011
Hadoop conference Japan 2011Takahiko Ito
 

Semelhante a 捗るリコメンドシステムの裏事情(ハッカドール) (20)

Javakuche yono
Javakuche yonoJavakuche yono
Javakuche yono
 
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 090510分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
 
Jubatusでマルウェア分類
Jubatusでマルウェア分類Jubatusでマルウェア分類
Jubatusでマルウェア分類
 
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」
XP祭り関西2011 森崎 修司「プラクティスが有効にはたらく前提は明らかになっていますか?」
 
深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデル深層学習ライブラリのプログラミングモデル
深層学習ライブラリのプログラミングモデル
 
AozoraYomite @InfoTalk 2012/12/21
AozoraYomite @InfoTalk 2012/12/21AozoraYomite @InfoTalk 2012/12/21
AozoraYomite @InfoTalk 2012/12/21
 
Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24Cloud principles and paradigms kimtea-2010-04-24
Cloud principles and paradigms kimtea-2010-04-24
 
Search on AWS - IVS CTO Night and Day 2016 Spring
Search on AWS - IVS CTO Night and Day 2016 SpringSearch on AWS - IVS CTO Night and Day 2016 Spring
Search on AWS - IVS CTO Night and Day 2016 Spring
 
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
 
おとなのテキストマイニング
おとなのテキストマイニングおとなのテキストマイニング
おとなのテキストマイニング
 
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版
BPstudy#64 ドキュメントを作りたくなってしまう魔法のツール Sphinx 2012年版
 
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 101010分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
 
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
 
リアルタイムにデータ分析してWebサービスの面白さを伝えたい
リアルタイムにデータ分析してWebサービスの面白さを伝えたいリアルタイムにデータ分析してWebサービスの面白さを伝えたい
リアルタイムにデータ分析してWebサービスの面白さを伝えたい
 
実はとても面白い...Documentation library
実はとても面白い...Documentation library実はとても面白い...Documentation library
実はとても面白い...Documentation library
 
Groovyコンファレンス
GroovyコンファレンスGroovyコンファレンス
Groovyコンファレンス
 
とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法とある制作会社の目次索引作成技法
とある制作会社の目次索引作成技法
 
Pythonの非同期処理を始める前に
Pythonの非同期処理を始める前にPythonの非同期処理を始める前に
Pythonの非同期処理を始める前に
 
2011 icse-reverse engineering feature models
2011 icse-reverse engineering feature models2011 icse-reverse engineering feature models
2011 icse-reverse engineering feature models
 
Hadoop conference Japan 2011
Hadoop conference Japan 2011Hadoop conference Japan 2011
Hadoop conference Japan 2011
 

Mais de mosa siru

LayerXのQAチームで目指したい動き方 (社内資料)
LayerXのQAチームで目指したい動き方 (社内資料)LayerXのQAチームで目指したい動き方 (社内資料)
LayerXのQAチームで目指したい動き方 (社内資料)mosa siru
 
開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)mosa siru
 
KYC and identity on blockchain
KYC and identity on blockchainKYC and identity on blockchain
KYC and identity on blockchainmosa siru
 
マイニングプールの収益配分と攻撃手法
マイニングプールの収益配分と攻撃手法マイニングプールの収益配分と攻撃手法
マイニングプールの収益配分と攻撃手法mosa siru
 
Payment Channel Introduction
Payment Channel IntroductionPayment Channel Introduction
Payment Channel Introductionmosa siru
 
Go, memcached, microservices
Go, memcached, microservicesGo, memcached, microservices
Go, memcached, microservicesmosa siru
 
ニュースパスのクローラーアーキテクチャとマイクロサービス
ニュースパスのクローラーアーキテクチャとマイクロサービスニュースパスのクローラーアーキテクチャとマイクロサービス
ニュースパスのクローラーアーキテクチャとマイクロサービスmosa siru
 
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!mosa siru
 
lua_nginx_module JSON-RPC 2.0 Batch Request
lua_nginx_module JSON-RPC 2.0 Batch Requestlua_nginx_module JSON-RPC 2.0 Batch Request
lua_nginx_module JSON-RPC 2.0 Batch Requestmosa siru
 
Twitter SmartList (第5回若手webエンジニア交流会)
Twitter SmartList (第5回若手webエンジニア交流会)Twitter SmartList (第5回若手webエンジニア交流会)
Twitter SmartList (第5回若手webエンジニア交流会)mosa siru
 
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用mosa siru
 
how to make twitter list automatically
how to make twitter list automaticallyhow to make twitter list automatically
how to make twitter list automaticallymosa siru
 

Mais de mosa siru (12)

LayerXのQAチームで目指したい動き方 (社内資料)
LayerXのQAチームで目指したい動き方 (社内資料)LayerXのQAチームで目指したい動き方 (社内資料)
LayerXのQAチームで目指したい動き方 (社内資料)
 
開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)
 
KYC and identity on blockchain
KYC and identity on blockchainKYC and identity on blockchain
KYC and identity on blockchain
 
マイニングプールの収益配分と攻撃手法
マイニングプールの収益配分と攻撃手法マイニングプールの収益配分と攻撃手法
マイニングプールの収益配分と攻撃手法
 
Payment Channel Introduction
Payment Channel IntroductionPayment Channel Introduction
Payment Channel Introduction
 
Go, memcached, microservices
Go, memcached, microservicesGo, memcached, microservices
Go, memcached, microservices
 
ニュースパスのクローラーアーキテクチャとマイクロサービス
ニュースパスのクローラーアーキテクチャとマイクロサービスニュースパスのクローラーアーキテクチャとマイクロサービス
ニュースパスのクローラーアーキテクチャとマイクロサービス
 
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
 
lua_nginx_module JSON-RPC 2.0 Batch Request
lua_nginx_module JSON-RPC 2.0 Batch Requestlua_nginx_module JSON-RPC 2.0 Batch Request
lua_nginx_module JSON-RPC 2.0 Batch Request
 
Twitter SmartList (第5回若手webエンジニア交流会)
Twitter SmartList (第5回若手webエンジニア交流会)Twitter SmartList (第5回若手webエンジニア交流会)
Twitter SmartList (第5回若手webエンジニア交流会)
 
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用
コミュニティ分類アルゴリズムの高速化とソーシャルグラフへの応用
 
how to make twitter list automatically
how to make twitter list automaticallyhow to make twitter list automatically
how to make twitter list automatically
 

捗るリコメンドシステムの裏事情(ハッカドール)