【統計分析】機械学習・データマイニング30

【統計分析】機械学習・データマイニング30at TECH

【統計分析】機械学習・データマイニング30 - 暇つぶし2ch■コピペモード
□スレを通常表示
□オプションモード
□このｽﾚｯﾄﾞのURL
■項目テキスト

600:デフォルトの名無しさん 
 21/06/04 16:27:18.41 gzCOTeam0.net
検索条件をカテゴリ変数 として扱ってるんだろ？

601:デフォルトの名無しさん 
 21/06/04 20:55:49.74 a6XWEKieM.net
>>577 
カテゴリー変数は量的変数と違って 
赤と緑、赤と青どっちが近いかこっちで決めないと行けない 
ログは人気投票で赤と緑をクリックする量と赤と青をクリックする量で 
決める

602:デフォルトの名無しさん 
 21/06/04 21:03:31.65 oHDaGQI00.net
>>582 
色だと光の周波数に数値化できるからそれで距離を計算するとかできない事もない 
好きな色を選んでくださいって言う場合には周波数で距離を求めるのが妥当かわからないけど 
もしかすると周波数と好みの間に関係があるかもしれない 
周波数と好みに関係があるという仮説を立ててデータで検証するときは周波数で距離を決める事になりそう

603:デフォルトの名無しさん 
 21/06/04 23:13:35.28 K7oG2oyc0.net
>>577 
1DKと2Kの区別は、不動産業界ではあるかもしれないが、不動産サイトを検索する 
一般人にとっては主観的概念でしかない。したがって、業界の基準をそのまま当て 
はめると一般人の検索行動と乖離が生じ、サイトの定着率が悪化する可能性がある。 
そのため、検索サイトでは従来からアクセスログを解析することで、時空間的に 
近い検索を「近い概念」と考えて、ユーザーに明示的に示す手法がとられてきた。 
これはいわゆる「この検索をした人はこういう検索もしています」とか「この 
商品を見た人はこの商品もみています」というよくあるレコメンドのやり方となる。 
このレコメンドは、Wilson score intervalという統計解析手法に基づいており、 
検索履歴を時系列で扱うことにより、特定の検索A1とそれ以降に行った同一人の検索 
A2/A3...の近似距離値を自然対数のカーブのように指数的に低減させていくことで 
A1に近いらしい他の検索入力を求めるというものとなる。 
ただし、このアクセスログ解析法は、特定の検索の後に行われた検索パターンを 
逐次、解析する必要があるため、大規模サイトの場合、計算量が膨大になりすぎる 
傾向があり、大手ではこのためだけに解析用のクラスタコンピューターを導入する 
ケースもあった。上の論文では機械学習を新手法としているのはそのためとなる。

次ページ