えいのうにっき

誤字脱字・記述の誤りなどはこちら https://github.com/a-know/blog.a-know.me へお願いします

2011/07/11 日誌

**今日のWeb -「巨人ドラ1からMLB入りの入来祐作 現在は横浜の用具係」:イザ! --“別に用具係であることに恥ずかしい気持ちはありません。さんざん好き勝手やって野球界に迷惑をかけた。それなのに今も野球界に携われている。” --一つのことに挑戦した結果なのだから、僕は素晴らしいことだと思う。 -優しさと勤勉さでアップルを真に栄えさせた男...ティム・クック - Amazonの悪魔 --“もともとこの人の最大の能力は「在庫管理」。一見地味なスキルですがどうしてこれを巨大な企業・市場を相手に発揮出来る人など世界にそうはいません。” -プログラマーならコードで語れ。プログラミングコミュニティ「Codebrawl」 - MOONGIFT|オープンソース・ソフトウェア紹介を軸としたITエンジニア、Webデザイナー向けブログ --“Codebrawlはプログラマー同士のバトルサービスだ。課題を決めて、それを解決するコードを投稿する。”・・・おもしろいねぇ! --手段を目的としてしまうことに開き直って、楽しんじゃう・・・という。僕は、まずは、本来の「目的」を成すことで、勝負したい。 -【楽天市場】シリーズ別 >New Dulles(ニューダレスバッグ) >New Dulles(ニューダレスバッグ) >F0ニューダレスバッグ:ARTPHERE(アートフィアー)online  --ポチっちゃった。このカバンのA4サイズのやつを既に持ってるんだけど、本っ当に重宝してます。(使い勝手においても、所有欲を満たしてくれるところにおいても、“使っていてキモチイイ”。)

**WEB+DB PRESS(vol.63)読んでる -実録・pixivが明かす 段階的サービス拡張 --第5章・大量データの解析によるレコメンデーション データが蓄積されて初めてできること(久保達彦 氏) ---システムに蓄積されていくデータ ----“蓄積されていくデータを単に保存するだけで、サービスの利便性向上のために有効活用しないのはもったいない” ---協調フィルタリングによるレコメンデーション ----“各ユーザの嗜好情報を用いてユーザ間で類似度の高い嗜好情報を抽出する手法” ----イラストレコメンデーションシステムはちょっと複雑 -----“ユーザがイラストをブックマークする際にイラストに付加されたタグのハッシュ値とユーザIDの組み合わせを「タグユーザー」と定義し、類似度の計算対象を、対象イラストをブックマークしている「タグユーザー」のブックマーク済みイラストに限定しています。” ---レコメンダーの構成 ----“レコメンダーは当初Javaで開発されていましたが、できあがったプログラムのメモリ使用量が16GBとかなり大きくなりました。”→ C++

協調フィルタリング」。CDiT for Webでも「ユーザーの類似度」つって計算&表示をしてるところがあるけど、本当に適当な作りにしちゃってるからなぁ。この記事から、ちょっとヒントをもらえた気がする。