フォークソノミー

download report

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