誹謗中傷対策として炎上時のリプライ可視化システムを作ってみた｜tori
社会問題としての炎上・誹謗中傷最近テラスハウスという番組の出演者が亡くなるという痛ましい事件がありました．この番組自体はあまりよく知らないのですが，とにかくネット上での誹謗中傷がひどかったとのことです． 事件の詳細や炎上にどう対処すべきかという話については，こちらが良くまとまっているのではないかと思いますので，詳細は省きます． 木村花さんにはご冥福をお祈りする以外ないわけですが，このような痛ましい事件が起きている一方で，その実態というのはあまりよくわかっていません．私も炎上の分析をやっていたりもしますが，基本的には数百万人規模の炎上を対象としています． というのも，個人が攻撃されている炎上というのはなかなか分析が難しいんですね．規模が小さいと他人からはどうしても見えにくいのです．だからといって，本人にとってそれはどうでもいいことかというとそんなことはないわけで，何とかしなければいけない対象
開発チームの生産性・健全性を客観的に知るためにリポジトリ履歴から機械的に可視化するツールを作った - Qiita
はじめに ソフトウェア開発のチームの生産性や健全性というものは、内部の体感的として理解できるものの、外部の人間からは見えにくいものです。こういった情報の非対称性は開発チーム外の人々との関係の中での問題の原因になってきました。 また、複数の開発チームやプロダクトを束ねるEM、CTOや、管理職にとってそれぞれの状況を客観的な数字やグラフで可視化することは、全体的な戦略を考える上でも重要な参考情報になります。ですが、アンケートやプロジェクト管理を増やすほど、どんどんと開発メンバーに負担をかけてしまうことになり、計測のし過ぎによる疲れなども誘発してしまいます。 本稿では、gitリポジトリのログ情報から、いくつかのグラフを生成し、チームの状況を可視化するためのツールgilotを作成したので、その目的と意図、そして使い方、注意点を解説します。 アプローチ方法 gilotのアプローチは、git logの
マネーフォワードエンジニアのアウトプットを可視化してみた - Money Forward Developers Blog
こんにちは。 マネーフォワード福岡拠点でインターンをしています長島です。 普段は『マネーフォワードクラウド経費』のサーバーサイドの開発を担当しています。 概要 最近マネーフォワード社内で、エンジニアの日々の「開発の調子」や「アウトプット量」を可視化してみたいという話がありました。 そこで、ちゃんとしたダッシュボードなどを作る前に、ひとまずデータの中身を覗いてみようという事でちょっとやってみました。 さてどうやる エンジニアの開発の調子をどう測るという話ですが、やはりまず思いつくのはGitのログを見る事かなと。 幸いGitHubはAPI (GitHub Developer Guide)が非常に充実しており、 コミット履歴 プルリク履歴 デプロイ履歴 などをリポジトリ単位で簡単に取得できるようになっています。 上記のいずれの項目もエンジニアの日々の開発の調子を測る上で重要な指標になりそうですが
「Twitterは消費の実録である」ツイート分析でわかった、消費行動パターンとは
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
5ch(旧2ch)をスクレイピングして、過去流行ったネットスラングの今を知る - にほんごのれんしゅう
5ch(旧2ch)ではここ数年はTwitterを使用するようになってしまいましたが、ネットのミームの発信地点であって、様々なスラングを生み、様々な文化を作ってきたと思います。 学生時代、2chまとめとか見ていたので、影響を受けてきたネット文化で、感覚値からすると、どうにも流行り廃りがあるようです。 5chの過去ログを過去18年ほどさかのぼって取得する方法と、懐かしいネットスラングのドキュメントに占める出現具合を時系列でカウントすることで、時代の変遷でどのように使用の方法が変化したのか観測することができます。 文末に「orz」って付けたら若い人から「orzってなんですか？」と聞かれて心身共にorzみたいになってる— ばんくし (@vaaaaanquish) October 19, 2018 図1. 今回集計したorzの結果 例えば、今回集計した5chの書き込み500GByte程度のログからで
日本の歌の歌詞に登場する時刻を調べた結果がなかなか面白いと話題に「これずっと思ってた!」「最も多いのは午前2時」 - Togetter
白樺香澄 @kasumishirakaba 「一番“歌われてる”時刻って『午前2時』じゃない？天体観測とか炉心融解とか」って話をしたので歌詞検索で調べてみたら圧倒的に午前2時だった。 日本で「歌詞」に最も多く登場する時刻は午前2時で、一番出てこないのは午前11時。 pic.twitter.com/BL8lc5klq2 2018-09-26 23:28:16 白樺香澄 @kasumishirakaba ※集計方法 「歌詞検索サービス 歌ネット」uta-net.com の歌詞検索（部分一致）で調査。 「午前／午後○時」（アラビア数字／漢数字）＋「AM／PM○」、さらに、例えば午前0〜3時なら「夜中＋○時」などの時間表現も可能な限り拾って加算。完全には拾いきれてないかとは思いますが… 2018-09-26 23:34:08
外部の助言が組織変革をしやすい理由を、シミュレーションで理解してみた - Unknown Error
組織をつくっている人間として、なぜ内部構造を良く知っている人間は組織改革を起こしづらく、あまり内部構造を把握していない外部の人間の意見の方が組織改革を起こす火種になりやすいのだろうか、と長年思っている。 この疑問の1つの答えを、群衆の英知もしくは狂気を使って、視覚的に説明出来ることがわかった。 きっかけ 先日、"群衆の英知もしくは狂気"のWEBサイトが公開され、Twitter上でも話題になった。 ncase.me この内容で私が最も驚いたのは、 "少ないつながりでは複雑な概念は拡散しない。でも多すぎるつながりも集団浅慮で破壊される。" というものだ。 私は直感的にはこれを理解していたものの、でもつながりは多ければ多い程、正しい考えに至るのではないかとも考えていた。 しかし、このWEBサイトで実際にシミュレーションした結果、その考えが誤っていたことがわかった。 ただ、このときはなるほどーぐら
機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界
さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub（https://github.com/ShoKosaka/Suumo）に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを
料理バトル漫画で先に皿を出した場合の勝率 | マンバ通信
こんにちは。国府町怒児（こうまちぬんじ）です。 料理バトル漫画で、まことしやかに語られている噂はご存知でしょうか。 そう、「後攻で皿を出した料理人が勝つ」です。 確かに、漫画の構造を考えれば、後攻が有利かもしれません。 最初にすごい料理が出て、後からそれなりの料理が出る展開だと、 尻つぼみなイメージになってしまいますもんね。 ただ、一つ納得のいかないことがあります。 それは、後攻が有利なことをデータとして示した人がいないという点です。 もしかしたら、後攻が勝ったときの印象が強いだけで、先攻もそれなりに勝っているかもしれません。 じゃあ、どうするか。 自分で明らかにするしかないでしょう。 ということで、料理バトル漫画で先攻で皿を出した場合の勝率を調査しました。 以下、レギュレーションです。 ①集計は、１対１の対決に限る ※１ ４人の中で誰が一番かといった、先攻後攻が曖昧な形式は含めない ※２
NEWORG｜チャット解析×アクション改善でチームワークを自律的に向上
コミュニケーション支援で 幸せな組織を作る 従業員エンゲージメントプラットフォーム つながりを通して、すべての個と組織に生産性と幸せをもたらすのが私たちのミッションです。アンケートやビジネスチャットを通じて行動を数値化し、実行しやすい施策をご提供することで、皆さまの組織成長を後押しします。 今すぐ資料で確認してみたい
Rubyにおける機械学習と統計分析のための環境整備の取り組み
Ruby Business Users Conference 2017
私たちはいかにして環状線で”悪さをする列車”を捕まえたか | プログラミング | POSTD
文：Daniel Sim 分析：Lee Shangqian、Daniel Sim、Clarence Ng ここ数ヶ月、シンガポールのMRT環状線では列車が何度も止まるものの、その原因が分からないため、通勤客の大きな混乱や心配の種となっていました。 私も多くの同僚と同じように環状線を使ってワンノースのオフィスに通っています。そのため、11月5日に列車が止まる原因を調査する依頼がチームに来た時は、ためらうことなく業務に携わることを志願しました。 鉄道運営会社SMRTと陸上交通庁（LTA）による事前調査から、いくつかの電車の信号を消失させる信号の干渉があり、それがインシデントを引き起こすことが既に分かっていました。信号が消失すると列車の安全機能である緊急ブレーキが作動するため、不規則に電車が止まる原因となります。 しかし8月に初めて発生した今回のインシデントは、不規則に起こっているように見えるた
pixiv小説で機械学習したらどうなるのっと【学習済みモデルデータ配布あり】 - pixiv inside [archive]
こんばんは。プログラマーのhakatashiです。2ヶ月ぶりですね。普段はpixivコミックやpixivノベルの開発を手伝っていますが、今回もそれとは全く関係ない話をします。 pixiv×機械学習 「機械学習」「深層学習」といった単語がプログラマーの間でも広く囁かれるようになって既に幾年月経とうとしています。ここpixivの開発陣においても、人口に膾炙する機械学習の輝かしい成果に関する話題は尽きることがなく、常に最新のトピックに目を光らせています。 そんな取り組みの一環として、今回は弊社が運営するpixivの小説機能の投稿データで機械学習を行ってみたので、簡単に紹介したいと思います。 ※この記事における「pixiv小説」とは「pixivの小説投稿機能およびそれによってpixivに投稿された小説」を指し、「pixivノベル」とは異なります。 word2vecとは 自然言語処理における機械学習
![pixiv小説で機械学習したらどうなるのっと【学習済みモデルデータ配布あり】 - pixiv inside [archive]](https://cdn-ak-scissors.b.st-hatena.com/image/square/fec965aea18a5bb10d63a065f0eb20f5a0927961/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fh%2Fhakatashi%2F20160912%2F20160912162131.png)
『ハンドメイド』は、現代の人気ブランド？！「ハンドメイドマーケットアプリについての意識調査」
『ハンドメイド』は、現代の人気ブランド？！「ハンドメイドマーケットアプリについての意識調査」ハンドメイドマーケットアプリと女性の関係とは？ 女性たちの動向やインサイトを探る情報サイト「BWRITE」調査レポート デジタルマーケティングカンパニーの株式会社ADDIX（本社：東京都港区 代表取締役社長：酒井大輔）が運営する、女性たちの動向やインサイトを探る情報サイト「BWRITE（ブライト）」は、本日、「ハンドメイドマーケットアプリについての意識調査」の結果レポートを発表いたしました。 急速に拡大中の、スマホアプリによるCtoC（個人間取引）市場。「フリマアプリ」とともに人気なのが、ハンドメイド品を売買する「ハンドメイドマーケットアプリ」です。国内でもっとも使われている「minne（ミンネ）」は、2016年8月末時点でアプリダウンロード数が629万を突破（※GMOペパボ株式会社による）し、その
Tableau: Business Intelligence and Analytics Software
Explore data, deliver insights, and take action with Tableau AI. Accelerate decision-making and eliminate repetitive tasks with Tableau Pulse and Einstein Copilot. Intelligent analytics at scale. Watch Demo Try Tableau for Free Tableau Pulse is now generally available. Learn more. Explore the latest data trends in the age of AI. Check out what more than 10,000 analytics, IT, and business leaders h
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Metabase | Business Intelligence, Dashboards, and Data Visualization
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
CSS Stats
超人気アダルトサイトが1年を総まとめにした統計レポートを公開、総視聴時間は5246世紀分に相当
GitHub - google/budou: Budou is an automatic organizer tool for beautiful line breaking in CJK (Chinese, Japanese, and Korean).
