-
- いいね！0
@nsiena
「重要度を、テーマへの熟知度 (記事に使われている語を多く用いているという網羅性, いずれかのセグメントに対して限定的であるという特化性, 文書の理解容易性を測るために用いる専門性判断語を多く含む(非?)専門性), 客観度, 貢献度で測る。 4C-42 #dbs151
2010-11-13 15:47:54
@nsiena
.o(因子が多いけれど、これらを組み合せた合成式は妥当なバランスを取れているのかしら。各因子が狙い通りの性質を表現できているか、組合せ方自体が妥当か否かは、評価してるのかな。 4C-42 #dbs151
2010-11-13 15:50:23
@nsiena
.o(被推薦者によって、重視したい観点 (xx度, xx性) は様々なんでないかしら。適応的に変化することが望ましそう。 4C-42 #dbs151
2010-11-13 15:53:19
【無職】なめたけ【闘病中】
@KiyotakaGoto
ありがとうございます！ RT @norico__n なんかこうゆうのすごく懐かしい♪(´ε｀ )修論がんばってね☆RT @hijip （41）ソーシャルメディア上での行動に基づく「意外な情報」の提供者になり得る人物の検索手法 ○後藤 清豪，高田 秀志（立命館大学） #dbs151
2010-11-13 16:02:51
Yoshinori Hijikata
@hijip
（43）SNSを利用した協調フィルタリングによる番組推薦手法 ○澤井 里枝，有安 香子，藤沢 寛，金次 保明（NHK） #dbs151
2010-11-13 16:04:13
@nsiena
「普段テレビをそれほど観ない視聴者 (プロファイル・視聴履歴が少ない) に番組を推薦したい。従来の推薦手法では、プロファイル取得にプライバシ侵害の懸念、推薦結果の多様性が不充分という問題がある。 4C-43 #dbs151
2010-11-13 16:05:15
@nsiena
「Twitter のフォローとハッシュタグを利用する。他の SNS でも、機能の対応付けをできれば適用可能。予備実験によると、視聴率と発言数の相関はそれほど高くない。視聴率は、前評判やいつも見るという習慣に基づいているため、実数と違うためか。 4C-43 #dbs151
2010-11-13 16:08:20
Ichikawa, Y.
@ichikawa_y
カリスマユーザ (hub user?) を見つける．その人の視聴履歴をつかって推薦する．viral modelそのものでは．．．#dbs151
2010-11-13 16:10:31