Transcript フォークソノミー
「他人のブックマークが見られて何がうれしいのか？」改め 集合知の夜明け ～検索を超えて～ 赤司 圭 1DS05172E 竹内 翔里 1DS05193P 森田 音夢 1DS05208S 教員：牛尼先生 はじめに インターネットの普及 情報の爆発的な増大 本当に求めている情報を 探し出しにくい 挿絵① はじめに インターネットの普及 情報の爆発的な増大 本当に求めている情報を 探し出しにくい 集合知 挿絵① 集合知 集合知 – 多くの個人の経験と協力で成立する知識 代表例 – レコメンデーション ユーザ – フォークソノミー – ソーシャルブックマーク ユーザ ユーザ 集合知 ユーザ ユーザ ユーザ 集合知を利用したレコメンデーション 1DS０５２０８S 森田音夢 集合知を利用したレコメンデーション 協調フィルタリング 商品間 フィルタリング 顧客間 フィルタリング 商品間フィルタリング 商品間フィルタリングの利点・欠点 利点 顧客ごとのデータを必要としない 欠点 同種類の商品を推奨しがち 顧客間フィルタリング 顧客間フィルタリング 顧客間フィルタリング 顧客間フィルタリング 顧客間フィルタリング 顧客間フィルタリング～実験～ 被験者 ：6人（男2人 女4人） 実験手順：邦楽アーティスト20組にそれぞれ１～５までの ５段階評価を付ける 知らないアーティストには「－」を付けて評価をしない １ ５ 嫌い 好き 顧客間フィルタリング～実験～ Ａさんがサザンを「知らない」 と仮定した実験を行う 顧客間フィルタリング～実験～ 顧客間フィルタリング～実験～ ≒ 実際の値 顧客間フィルタリングの利点・欠点 利点 意外性のある商品を推奨しやすい 欠点 顧客に負担がかかる 新商品の推奨が難しい まとめ 協調フィルタリングはネット上の数多くのサイトで活躍 顧客の負担や購入履歴だけでは不充分などの問題点 閲覧回数などと組み合わせて更なる発展 フォークソノミー １DS05172E 赤司圭 情報の検索 • 従来の方法 – コンテンツに含まれるテキスト情報を利用 – （例）Google検索, Yahoo!検索 など • 新しい方法 – タギング・・・タグ（コンテンツの内容・属性を一言 で記述するラベルの様なもの）をつけること – （例）Flickr, YouTube, はてなブックマーク, ニコ ニコ動画 など タギングの例（YouTube） タギングの例（YouTube） フォークソノミー（folksonomy） • YouTubeのタグシステムの問題点 – 投稿者が作成したタグでしか検索できない • フォークソノミー – folk(民衆の)とtaxonomy（分類法）からの造語 – 閲覧者がコンテンツにタグを自由に追加可能 – タギングがオープンで、共同作業 フォークソノミーの例（ニコニコ動画） フォークソノミーの例（ニコニコ動画） タグクラウド • タグシステムの問題点 – どんなタグがつけられているか分からなければ検 索ができない • タグクラウド – 検索できるタグ一覧を表示 – 同じタグが与えられた多さなどによってフォントサ イズなどが変化 – 文字の大小によってタグの流行を可視化 Flickrにおけるタグクラウド フォークソノミーの特徴 • タギングは個人的で主観的 – 流行の話題もリアルタイムに分類可能 – 作成側＝利用側→視点のずれ・食い違い防止 – 新しい発見 • タギングが持つ社会性 – 思い違いや故意からうまれるメタ・ノイズ – 元の情報から飛躍しすぎているタグは別の閲覧者によっ て排除され、精錬される • タギングの対象の拡大 → 利便性の向上 ソーシャルブックマーク 1DS05193P 竹内翔里 ソーシャルブックマークサイト • 従来のwebページ検索の問題点 – 欲しい物のイメージが具体的にわかないとき、検索 できない • ブックマークを公開し共有することで新しい情報 との出会いを提供 例：はてなブックマーク BLINK（海外） Buzzurl（バザール） Livedoorクリップ 等 ブックマーク ソーシャルブックマーク ユーザー１ ネットワーク上の サーバ 共有 ユーザー２ ：ブックマーク ユーザー３ はてなブックマークとは 日本で一番会員数の多いソーシャルブックマークサイト（2007年5月） 代表的な特徴 • 「発見」 – 趣味趣向が一致する想定外の情報の獲得 – 情報検索の時間の削減 「趣味趣向が一致する想定外の情報」がどの 程度得られるかを調査 調査方法 • 自分が興味のあるテーマについて情報探索 – 調査対象：５名（男子大学生） – テーマ数合計：２０個 • アーティスト、映画、スポーツ、テレビ番組 等 Ellegarden 、サッカー、電脳コイル、ツーリング、Ico、SoftBankHawks、Photoshop講座、 SHAKA LABBITS、ブルーハーツ、夏コミ、GREEN DAY 等 • 情報探索の方法 – 「はてなブックマーク」でテーマを代表するwebページをブックマークして いる他ユーザ（１名）のブックマークを閲覧 • ブックマークから得られたwebページを評価 – ユーザに趣味趣向に合う想定外の発見をもたらしたか？ 調査結果：想定外の新しい発見 50% ブックマークされたwebページ 45% 40% 35% 30% 25% 想定外の新しい発見が 得られるwebページ 20% 15% 10% 5% 0% 1 2 3 4 5 6 7 8 9 10 11 12 13 想定外の新しい発見が 得られるwebページの割合の平均： ２８％ まとめ • 想定外の趣味趣向にあう情報を見つけら れる • どのユーザのブックマークを閲覧するか？ • 無益な（趣味趣向に合わないノイズ的な） 情報も含まれる 全体のまとめ 増え続ける情報や商品、あふれる広告 本当に価値のある物、自分に必要な物を選ぶ基 準として、他人の経験・知識を 利用する集合知 のアプローチは有効 • 集合知自体の信頼性と信憑性の向上が課題 参考文献 ・IT用語辞典BINARY http://www.sophia-it.com/ ・ITpro http://itpro.nikkeibp.co.jp/index.html ・Japan.internet.com http://Japan.internet.com/ ・IT media ニュース http://www.itmedia.co.jp/news/ ・Amazon.co.jp http://www.amazon.co.jp/ ・はてなブックマーク ヘルプページ http://b.hatena.ne.jp/help ・ウィキペディア http://ja.wikipedia.org/wiki/ ・Daniel Terdiman 「ネット世界をタグで分類する『フォークソノミー』」 http://hotwired.goo.ne.jp/news/20050207204.html ・川口誠敬「評価付けの重みを考慮した協調フィルタリング手法の提案と評価」 http://inet-lab.naist.jp/publication/m-gu3.pdf ・加藤美希「オンラインモールにおける顧客の負担を軽減したリコメンデーションシステム」 http://www.jc.u-aizu.ac.jp/11/141/thesis/msy2006/15.pdf