第６回データマイニング+WEB 勉強会＠東京 (Tokyo.Webmining#6) −ソーシャル・広告・最適化祭り−を開催しました

2010/08/22 "第６回データマイニング+WEB 勉強会＠東京"を開催しました。
第６回データマイニング+WEB 勉強会＠東京 (Tokyo.Webmining#6) −ソーシャル・広告・最適化祭り−: ATND
Google グループ

会場提供し運営を手伝って下さったニフティ株式会社のみなさん、どうもありがとうございました。素敵なトークを提供してくれた [Twitter:@karubi] さん、 [Twitter:@hirosuke_asano] さん、[Twitter:@satully]さん、[Twitter:@yamaz] さん、[Twitter:@mmlab_jp] さん、[Twitter:@oshiro40] さん、ありがとうございました。運営進行を一緒にしてくれた[Twitter:@yanaoki]さん、HDのUSTREAM配信してくれた[Twitter:@bm]さん、ありがとうございました。今後も「データマイニング+WEB 勉強会＠東京」を、講師、参加者、双方にとってよりよい会としていきたいと思いますので、今後ともよろしくお願い致します。

以下に現時点で公開されている講師資料を掲載します。追加された方は [Twitter:@hamadakoichi] までご連絡下さい。

O1."Openinig Talk" (10分)

講師： id:hamadakoichi [Twitter:@hamadakoichi]

オープニングトーク − 創設の思い・目的・進行方針

View more presentations from Koichi Hamada.

O2."参加者全員自己紹介" (30分）

1.「Mahout クラスタリング入門」(発表30分 + 議論 30分)

講師： id:hamadakoichi Twitter:@hamadakoichi

Mahoutクラスタリング入門−第６回データマイニング+WEB勉強会＠東京

View more presentations from Koichi Hamada.

導入手順：Mahout 導入手順 - hamadakoichi blog
ソースコード：Mahout Programming : K-Means Clustering - hamadakoichi blog

2.「ネットワークの特徴量でTwitterの友達リストを分析する」(発表15分 + 議論15分)

講師： id:gogokarubi [Twitter:@karubi]

Web mining 0822_node

View more presentations from karubi.

3.「参院選の事例で見るTwitter分析の現状と課題」(発表15分 + 議論15分)

講師： [Twitter:@hirosuke_asano]

参院選の事例で見るTwitter分析の現状と課題(#TokyoWebmining)

View more presentations from asanohirosuke.

4.「ソーシャルアプリのデータマイニング」(発表25分 + 議論 25分)

講師： [Twitter:@satully]

データマイニング+WEB勉強会資料第6回

View more presentations from Naoyuki Yamada.

5.「30分でわかる広告配信エンジンの作り方(BTからコンテキスト広告まで)」(発表30分 + 議論30分)
講師： [Twitter:@yamaz]

30分でわかる広告エンジンの作り方

View more presentations from yamaz2.

6.「統計やらマイニングやらを実業で使う３つのコツ」(発表15分 + 議論 15分)
講師： [Twitter:@mmlab_jp]

20100822 tokyowebmining mmlab-jp

View more presentations from Hitoshi NAKAGAWA.

[メモ]
・日本語で伝える。目的変数はもうけ。勘が重要。
・伝えたいこと(意味)が重要。数字で正確に伝える
・その分析による施策で、いくら儲かるか。いくらコストカットできるか。それが言えない途中結果は言わないほうがいい
・ディシジョンツリーの表現。
・分析結果が腹に落ちない３ケース： ①業務/商材への理解不足→周囲に聞く。②どこかが間違い→納得するまでチェック(元データ、前処理、アルゴリズム、後処理、解釈)。③想像外のまったく新しい内容の発見。
・分析結果の説明構成：まあそうだろうね 8割。へえ、そうなんんだ２割、にする
・周りに目を向け勘をやしない続ける。データより勘のほうが正しいくらいに。
・３つのバランス： ①精度とコスト、②新規性とニーズ、③差別性と市場性
・クラスター分析。納得するまでやり続ける。
・発見の周りに、それを補強する分析を組み立てていく。

7.「地図・位置情報のデータマイニング」(発表15分 + 議論15分)
講師： Twitter:@oshiro40

地図・位置情報のデータマイイング

View more presentations from oshiro40.

[メモ]
・ボロノイ図と点データの組合せで、地域属性を個人情報に紐づけていく。

D. 「参加者の声・ディスカッション」 (30分)
進行： Twitter:@hamadakoichi

参加者全員での振返り結果（継続点、改善点）、次回開催検討、の内容です。
http://www.xmind.net/share/_embed/hamadakoichi/data-mining-web-6th-voice-information-of-the-participant/

発表者募集

連絡

hamadakoichi blog