- shima__shima
- 3092
- 0
- 3
- 2
Large-scale Recommendation Systems on Just a PC on @slideshare http://t.co/wLdq60MlGY #recsys2013
2013-10-13 17:57:22.@monizuka 発表スライドでは Chi のところはなぜかずっとチワワの画像のままで,途中でチワワのChi に置き換わってその謎が明かされました
2013-10-13 22:33:20.@monizuka スライドが公開されました http://t.co/5ISLDroAcQ 2ページ目にネタがはじまります.14ページでネタが明かされます.
2013-10-14 01:12:55KDDとかデータマイニング・機械学習系の会議はSNSは静かだけど,RecSys はみんな書き込んでる.サービスの中の人も多いしなぁ
2013-10-14 05:59:12exit next to LT1 room で両側に出口があるが,もう一方の出口の電気が消えていたので,逆からでて,会場の大学内で迷う
2013-10-14 09:25:48オープニング.中国の獅子舞がでてくる.とりあえず目標達成ということで,日本のだるまのように獅子に目を入れていた.このあとの舞は酒を獅子に呑ませて子供が助かるとかそういう感じのストーリ http://t.co/F6Vy7XDDYR
2013-10-14 09:51:56Submisson and acceptance rates for #recsys2013 http://t.co/s9qPgcVzU8
2013-10-14 10:18:14採択率の上位から米イスラエル中伊独アイルランド墺ブラジル加ギリシャだが,米が全体の23.6%と圧倒しており,その割合は去年より増えてる.国際会議ではみかけない露から1件発表があるみたい.
2013-10-14 10:28:58J.Riedl先生への弔辞をKonstan先生とResnick先生が述べられていた.まだ50ちょっとで,メラノーマでなくなられたとか.そういえば,Riedl先生は論文について質問メールを送ったら丁寧なお返事をいただいた.
2013-10-14 10:29:38最初の基調講演 Etzioni先生によるInformation Extraction, Sentiment Analysis, and Recommendations
2013-10-14 11:28:12@shima__shima すみません.このツイートの意味がよくわからないので,時間がある時でいいですから,もう少し詳しく教えて頂けますか?
2013-10-14 11:30:18.@kazuhiro_kazama 三つ組はセンマンティックWebとかででてくるあれです.評価属性の極性は良い・悪いの評判分析でやっているようなものです.資料は写真にとったのでお送りします.
2013-10-14 11:31:59@shima__shima ありがとうございます.レビュー文は極性が重要だと思っていたので「レビュー文が対象なので,評価属性の極性が関連しているあたりは見たことない」が理解できませんでした.後からじっくり考えます.
2013-10-14 11:35:36Keynote presentation slides open recommendation platform @NRSws2013 #recsys2013 #recsys #slideshare - thx for retweet http://t.co/I0SXMwxnAc
2013-10-14 12:35:43@shima__shima ありがとうございます.必要がないわけじゃなくて,違う研究だからやっていないということで理解できました.
2013-10-14 12:54:34Evaluating Top-N Recommendations "When the Best are Gone" アイテムが使うとなくなる場合の推薦.ホテルとかだと満室になると推薦対象からはずれる.
2013-10-14 13:47:37