QiitaのGNNタグ付けレコメンドにテキスト情報を追加してみる - Qiita
前身となった記事 2つを掛け合わせたような記事です． タグ同士のリンク情報に加えて，記事内容をベクトル化したものを加えることで，さらに良い推論結果が出せるのではないかということで実践してみることにしました．Heterogeneous Graphをカスタムデータに使ってみたいという方におすすめです． 以下の流れで実装を進めていきます． データセットの用意 テキストデータをベクトル化 グラフデータを用意する 学習 評価 実装のnotebookはgithubに挙げてますので，記載していない細かい部分が気になる方はそちらを参照してください．(あまり精査してませんが) https://github.com/taguch1s/qiita-tag-recommend/tree/main いろいろ細かい部分はスルーしてとりあえず実装までこぎつけた感じなので，気になる部分がありましたらご教授いただけますと幸
グラフニューラルネットワークでQiitaのタグづけをレコメンドする - Qiita
本記事はNTTドコモR&Dアドベントカレンダー2021の8日目の記事です． こんにちは、NTTドコモの橋本(@dcm_hashimotom)です． 業務ではレコメンド関連の技術開発・施策検討を行っており，主にPythonやBigQuery, Apache Sparkを触ってます． SNSなどで投稿したコンテンツの検索性を上げるためには，そのコンテンツへのタグ(またはハッシュタグ)の付与が重要です．Qiitaではタグは5つまで付与することができ，タグを指定した絞り込み検索や，マイページでのプロフィールに使われております．しかし，タグの付与はユーザ手動なものが多く(要出典)，検索性が高いものを選択するためには，ドメイン知識が必要です．なので，タグを付ける際に「このタグがついた投稿では他にこんなタグもついてます」的なレコメンドがあれば有用そうです．また，レコメンドということですが，近年レコメンド
Replicating The GitHub GraphQL API With Neo4j
GitHub recently added a download-all-of-your-GitHub-data feature that allows you to export all GitHub data related to your account (repositories, pull requests, commit comments, etc) as a series of JSON files. Github also has a comprehensive GraphQL API, so I thought this would be a fun opportunity to try to replicate some of the functionality in the Github GraphQL API with my exported data and ne
YouTubeDataAPIv3をPythonから使って最近の動画傾向を調べてみた - どこでも見れるメモ帳
YouTubeDataAPIv3をPythonから使って最近の動画傾向を調べてみた はじめに 2020年はコロナ特需でYouTubeは大変賑わいましたね。 そこで、特にプログラミングや機械学習に関してYouTube動画の現状を知りたく、 YouTubeDataAPIv3を用いて簡単に調べてみました。 やったこと Youtube Data API v3 を pythonから呼び出して公開されている動画のメタ情報を取得 閲覧数やコメント数、いいね数などを簡単に基礎集計 動画タイトルの共起ネットワークをGephiで確認 ソースコード ざっくりJupyterNotebookに記載しGitHubにアップしました。 YoutubeAnalysis/youtube_basic_analysis.ipynb at master · KenshoFujisaki/YoutubeAnalysis · GitH
1
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
処理を実行中です
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
