SlideShare una empresa de Scribd logo
1 de 73
Designing Social Interfaces 研究会
             2010/06/13




 Social Design Patterns
           of
Reputation and Collection

     ソーシャルデザインパターン
         評判と情報収集-
       - 評判と情報収集-



        hamadakoichi
          濱田晃一
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  2
                       ○Tag Cloud
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  3
                       ○Tag Cloud
hamadakoichi
        濱田晃一
http://iddy.jp/profile/hamadakoichi




                                      4
自己紹介:hamadakoichi 濱田晃一




                         5
自己紹介:hamadakoichi 濱田晃一




データマイニング+WEB勉強会@東京

              主催者です



                         6
目的:データマイニング+WEB勉強会@東京
      データマイニングの方法論を用い
   蓄積されたデータを有効活用していく方法を学ぶ
                                            統計解析
                Web API
                                          データマイニング
              Amazon Web Service
                楽天 Web Service          対応分析     時系列分析
     Twitter API Recruit Web Service      回帰分析
                   Yahoo! Web Service             クラスター分析
     はてな Web Service                                判別分析
                                        主成分分析 因子分析
     (Bookmark/Graph/Keyword,…)
      Bookmark/Graph/Keyword,
                                           カーネル法
        Google Data API                         樹木モデル
         FinancePortfolioData,…)
        (Calendar/Maps/BookSearch/
         FinancePortfolioData,               ニューラルネットワーク
                                           サポートベクターマシン
                 …         免疫型最適化 Particle Swam    …
                          Memetic      Ant Colony
                           遺伝的     熱力学的
                                  シミュレーテドアニーリング
                                   力学モデルによる最適化
                          タブーサーチ       グラフ
                                           …
                                 最適解探索
                                 アルゴリズム
                                                            7
自己紹介:hamadakoichi 濱田晃一

                      理論物理 博士(2004.3取得)
                        量子統計場の理論
Statistical Field Theory                        Spontaneously
                                        Time-Reversal Symmetry Breaking




                                       Anisotropic Massless Dirac Fermions




 博士論文: http://hosi.phys.s.u-tokyo.ac.jp/~koichi/PhD-thesis.pdf          8
自己紹介:hamadakoichi 濱田晃一

            文部大臣に褒められた
   元 文部大臣・法務大臣      六法全書著者・元法学政治学研究科長
      森山眞弓さん             菅野和夫さん




                                    9
自己紹介:hamadakoichi 濱田晃一

        Los Angelesでプロダンサーに褒められた




 ・HIP HOP/House ダンス歴13年
 ・ダンス開始後 1年半でL.A.でプロダンサーに褒められる

 Youtube Channel: http://www.youtube.com/hamadakoichi   10
自己紹介:hamadakoichi 濱田晃一

          毎週末3時間ダンスコーチをしています




           ■過去、東京と京都でも
            ダンス部を創設。
            コーチをしていました
                          駒場物理ダンス部   京都大学基礎物理学研究所ダンス部
                          部長兼コーチ     部長兼コーチ


  現在: 毎週末 3時間ダンスコーチ
  Youtube Channel: http://www.youtube.com/hamadakoichi   11
濱田の思い



   数理解析手法を用い
実世界の活動の課題を解決したい




                  12
数理解析手法の実ビジネスへの適用

        2004年 博士号取得後
  プロセス改革コンサルティングのベンチャー企業へ




                            13
数理解析手法の実ビジネスへの適用

         2004年 博士号取得後
   プロセス改革コンサルティングのベンチャー企業へ




   ※写真:会社紹介パンフレットより引用

 プロセス改革ベンチャー企業
  ・ベンチャー・オブ・ザ・イヤー2002受賞
  ・小泉首相 工場見学
  ・第1回ものづくり日本受賞-経済産業大臣賞 受賞
                                     14
 INCS INC. : http://www.incs.co.jp
数理解析手法の実ビジネスへの適用

                数理解析手法を実ビジネス適用する
                方法論・システムを作り上げてきました
主な領域
◆活動の数理モデル化・解析手法
◆業務プロセス分析手法・再構築手法
◆業務プロセス実行制御・実績解析システム
…
 内容抜粋
 “Decoupling Executions in Navigating Manufacturing          "Unified graph representation of processes
 Processes for Shortening Lead Time and Its Implementation   for scheduling with flexible resource
 to an Unmanned Machine Shop”,                               assignment",




                                                                                                          15
数理解析手法の実ビジネスへの適用:活動実績 (抜粋)

                                                      活動例
                  活動の統一グラフモデルを構築・解析
                        Unified graphical model of processes and resources
                                                                                                 青字:割付モデル属性
                                                                                                 [ ] : Optional
Node             ・priority(優先度)                                                       Edge
                 ・duration(予定時間)
                 [・earliest(再早開始日時) ]                                                      Process Edge
Process          [・deadline(納期) ]
                                                                                             前プロセスの終了後に後プロセスが
プロセスを表す          [・or(条件集約数) ]
                 ・attributes(属性)                                                             開始できること表す
                                                                      preemptable(中断可否),
                                                                      successive(引継ぎ可否)
                                                                                           Uses Edge
                                                                      workload(作業負荷)         Processが使用する
                        uses     uses uses         uses   uses        uses                   Assign Region を表す

Assign Region                                                                              Assigns from Edge
同一Resourceを割付け続ける                                                                            Assign Regionに
                                  assigns from assigns from                                  指定Resourceの子Resource集合の
範囲を表す
               assigns                                           assigns                     中から割付けることを示す
                                 企業01                             [process]
                                 has         has                  [startDate(開始日時)]
                                                                  [endDate(終了日時)]          Assigns Edge
                  製品01                    組織A                                                StartDateからEndDateまでの間
Resource                                                                     has             Assign RegionにResourceを
割付対象要素を表す           has has      has      has   has       has                                割付けることを表す
                                                                    ・capacity(容量)
                                                                    ・calender(カレンダー)
                AAA01    AAB02    …     山田さん 田中さん 鈴木さん              ・attributes(属性)        Has Edge
                                                                                             Resourceの所有関係を表す
                                                                                                                   16
                                                                           東さん
数理解析手法の実ビジネスへの適用:活動実績 (抜粋)

                                              一品一様の業務プロセスの
                                            動的なプロセス制御数理体系を構築
  全体生産リードタイム中央値を                                                                                                                                                                                    1/2.7に短縮
   設計開始~頭だし出荷リードタイム
                                                                                                                                                                                                    体系適用
                            500
                                                                                                                                                                                                                                               適用後
   設計開始~頭だし 出荷C T




                                                                                                                                  360.4h(15.0日)
                            400




                                                                                                                                                                                                                                                                       1/2.7
                            300



                            200



                            100
                                               0   0         0   0            0   0             0   0             0   0         0   0            0   0             0   0             0   0         0   0           0   0             0   0
                                                                                                                                                                                                                                             141.6h(5.9日)
                                                                                                                                                                                                                                               00 00
                                            9:            9:               9:                9:                9:            9:               9:                9:                9:            9:              9:                9:                9:            9:
                                        0             7                4                 1                 8             5                1                 8                 5             2               9                 6                 3             0
                                     /2            /2               /0                /1                /1            /2               /0                /0                /1            /2              /2                /0                /1            /2
                            /   09        /   09           /   10           /   10         /   10            /   10           /   11        /   11            /   11            /   11          /   11           /   12         /   12            /   12
                         04            04               04               04             04                04               04            04                04                04              04               04             04                04
                    20           20                20               20            20                20                20               20 20 20 20                                                       20            20                20
                                                                                                                                       週集計開始日時




                                                                                                                                                                                                                                                                           17
数理解析手法の実ビジネスへの適用:活動実績 (抜粋)

                                    ビジネスとともに
                                    学術分野でも貢献
変動性から生じる動的な課題
     ・リソースの競合 ・滞留 ・納期遅延                             …

一品一様な業務プロセスを含む
統計解析・制御数理モデル
     ・統計的な有効変数算出
     ・統計数理モデル化
        -優先順位制御
        -実行タイミング制御
        -統計フィードバック
        -適正リソース量算出
     ・予測数理体系
論文(体系の一部)
M.Nakao, N. Kobayashi, K.Hamada, T.Totsuka, S.Yamada,
“Decoupling Executions in Navigating Manufacturing Processes for Shortening Lead Time and Its Implementation
to an Unmanned Machine Shop”,
                                                                                                        18
CIRP Annals - Manufacturing Technology Volume 56, Issue 1, Pages 171-174 (2007)
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  19
                       ○Tag Cloud
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  20
                       ○Tag Cloud
Competitive Spectrum

              コミュニティの協同状況にあった
                評価・評判の設計を行う
コミュニティ   他参加者を助         共有したい            各自が競合し      各自が同じ目       各自が競合す
の目的      けたい                             ない目的を持      的を持ち、互       る目的を持つ
                                         つ           いに競争する
コミュニティ   Y! Health      Wikipedia        Yahoo!      Y! Fantasy   Xbox Live
例        Expert Blogs   Yelp             Answers     Sports
                                         Slashdot
                                         Ebay
評判の使用    メンバーの名         メンバーが信           メンバーの興      メンバーの達       メンバーの達
対象       声              頼できることを          味、素性、価      成度 (他者が      成度 (他者を
                        示す実績             値が分かる、      認め、賞賛で       どれだけ倒し
                                         参加履歴        きる)          たか)
評判の表現    Label:           Named Level:   貢献度を示す      Numbered     Points: 各アク
         “Helpful” , ”For 活動実績によ         統計値。オプ      Level: メン    ションの進捗
         umLeader”な       る信頼レベル         ション:TopXの   バー間の数値       を示す。
         どの名声                            称号(幾多の      比較。受賞へ       Ranking: 勝者
                                         価値ある貢献      の動機づけを       や敗者のラン
                                         を示す)        行う。          キング
                                                                              21
Levels

                ソーシャル構造の
            実績・経験にもとづいた評価設計
コミュニティ   他参加者を助         共有したい            各自が競合し      各自が同じ目       各自が競合す
の目的      けたい                             ない目的を持      的を持ち、互       る目的を持つ
                                         つ           いに競争する
コミュニティ   Y! Health      Wikipedia        Yahoo!      Y! Fantasy   Xbox Live
例        Expert Blogs   Yelp             Answers     Sports
                                         Slashdot
                                         Ebay
評判の使用    メンバーの名         メンバーが信           メンバーの興      メンバーの達       メンバーの達
対象       声              頼できることを          味、素性、価      成度 (他者が      成度 (他者を
                        示す実績             値が分かる、      認め、賞賛で       どれだけ倒し
                                         参加履歴        きる)          たか)
評判の表現    Label:           Named Level:   貢献度を示す      Numbered     Points: 各アク
         “Helpful” , ”For 活動実績によ         統計値。オプ      Level: メン    ションの進捗
         umLeader”な       る信頼レベル         ション:TopXの   バー間の数値       を示す。
         どの名声                            称号(幾多の      比較。受賞へ       Ranking: 勝者
                                         価値ある貢献      の動機づけを       や敗者のラン
                                         を示す)        行う。          キング
                                                                              22
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  23
                       ○Tag Cloud
Levels

                  3種の Level 設計パターン
         Named Level                  Numbered Level            Labels

  表現     コミュニティでの先進度・                 コミュニティでの先進度・              メンバーが持つ特別なス
         影響度を表現する                     影響度を表現する                  キル・価値を表現する
  活用状況   参加者が、高質の貢献者                  ユーザー比較を容易に                望ましい行動の信頼でき
         を見つけることができる                  行える。参加者の競争を               るメンバーを見つけること
                                      促す                        ができる

                                                                commenters (Ex: ‘Royal’
  例      -Yahoo! Music Rating         -World of Warcraft (個人進   -37 signals awards badge to
         -Yahoo! Euro Sport Message   捗)
         Board                                                  comment)
         -World of Warcraft (コミュニ                               -Yahoo! Answer (Top
         ケーション評価)                                               Contributor Badge)

  設計方法   進捗度に対する評価のレ                  進捗度に対する評価の                特定の振舞い・質に褒章

                                                                Ex) ’Helpful’ Guide, ‘Elite’
         ベル名を定義する                     レベル数値を定義する                ラベルを定義する

                                                                Reviewer.
  推奨     一般的で理解しやすい名                  最初、最大レベルは10 ユーザーが2つ以上の識
         前づけをする: Ex) Gold             以下に設計する。後日の 別ラベルを設定できるよ
         Level, Silver Level,         レベル追加する場合、最 うに設計する。
         Bronze Level.                小限の騒動で行えるた
                                      め。                      24
Levels

                  3種の Level 設計パターン
         Named Level                  Numbered Level            Labels

  表現     コミュニティでの先進度・                 コミュニティでの先進度・              メンバーが持つ特別なス
         影響度を表現する                     影響度を表現する                  キル・価値を表現する
  活用状況   参加者が、高質の貢献者                  ユーザー比較を容易に                望ましい行動の信頼でき
         を見つけることができる                  行える。参加者の競争を               るメンバーを見つけること
                                      促す                        ができる

                                                                commenters (Ex: ‘Royal’
  例      -Yahoo! Music Rating         -World of Warcraft (個人進   -37 signals awards badge to
         -Yahoo! Euro Sport Message   捗)
         Board                                                  comment)
         -World of Warcraft (コミュニ                               -Yahoo! Answer (Top
         ケーション評価)                                               Contributor Badge)

  設計方法   進捗度に対する評価のレ                  進捗度に対する評価の                特定の振舞い・質に褒章

                                                                Ex) ’Helpful’ Guide, ‘Elite’
         ベル名を定義する                     レベル数値を定義する                ラベルを定義する

                                                                Reviewer.
  推奨     一般的で理解しやすい名                  最初、最大レベルは10 ユーザーが2つ以上の識
         前づけをする: Ex) Gold             以下に設計する。後日の 別ラベルを設定できるよ
         Level, Silver Level,         レベル追加する場合、最 うに設計する。
         Bronze Level.                小限の騒動で行えるた
                                      め。                      25
Named Levels

           コミュニティでの先進度・影響度を表現する
           参加者が、高質の貢献者を見つけることができる




World of Warcraft
http://www.worldofwarcraft.com/index.xml   26
Levels

                  3種の Level 設計パターン
         Named Level                  Numbered Level            Labels

  表現     コミュニティでの先進度・                 コミュニティでの先進度・              メンバーが持つ特別なス
         影響度を表現する                     影響度を表現する                  キル・価値を表現する
  活用状況   参加者が、高質の貢献者                  ユーザー比較を容易に                望ましい行動の信頼でき
         を見つけることができる                  行える。参加者の競争を               るメンバーを見つけること
                                      促す                        ができる

                                                                commenters (Ex: ‘Royal’
  例      -Yahoo! Music Rating         -World of Warcraft (個人進   -37 signals awards badge to
         -Yahoo! Euro Sport Message   捗)
         Board                                                  comment)
         -World of Warcraft (コミュニ                               -Yahoo! Answer (Top
         ケーション評価)                                               Contributor Badge)

  設計方法   進捗度に対する評価のレ                  進捗度に対する評価の                特定の振舞い・質に褒章

                                                                Ex) ’Helpful’ Guide, ‘Elite’
         ベル名を定義する                     レベル数値を定義する                ラベルを定義する

                                                                Reviewer.
  推奨     一般的で理解しやすい名                  最初、最大レベルは10 ユーザーが2つ以上の識
         前づけをする: Ex) Gold             以下に設計する。後日の 別ラベルを設定できるよ
         Level, Silver Level,         レベル追加する場合、最 うに設計する。
         Bronze Level.                小限の騒動で行えるた
                                      め。                      27
Numbered Levels

       コミュニティでの先進度・影響度を表現する
       ユーザー比較を容易に行えるようにし、参加者の競争を促す




       Yahoo! Answers
       http://answers.yahoo.com/



                                     28
Levels

                  3種の Level 設計パターン
         Named Level                  Numbered Level            Labels

  表現     コミュニティでの先進度・                 コミュニティでの先進度・              メンバーが持つ特別なス
         影響度を表現する                     影響度を表現する                  キル・価値を表現する
  活用状況   参加者が、高質の貢献者                  ユーザー比較を容易に                望ましい行動の信頼でき
         を見つけることができる                  行える。参加者の競争を               るメンバーを見つけること
                                      促す                        ができる

                                                                commenters (Ex: ‘Royal’
  例      -Yahoo! Music Rating         -World of Warcraft (個人進   -37 signals awards badge to
         -Yahoo! Euro Sport Message   捗)
         Board                                                  comment)
         -World of Warcraft (コミュニ                               -Yahoo! Answer (Top
         ケーション評価)                                               Contributor Badge)

  設計方法   進捗度に対する評価のレ                  進捗度に対する評価の                特定の振舞い・質に褒章

                                                                Ex) ’Helpful’ Guide, ‘Elite’
         ベル名を定義する                     レベル数値を定義する                ラベルを定義する

                                                                Reviewer.
  推奨     一般的で理解しやすい名                  最初、最大レベルは10 ユーザーが2つ以上の識
         前づけをする: Ex) Gold             以下に設計する。後日の 別ラベルを設定できるよ
         Level, Silver Level,         レベル追加する場合、最 うに設計する。
         Bronze Level.                小限の騒動で行えるた
                                      め。                      29
Labels

         メンバーが持つ特別なスキル・価値を表現する
          望ましい行動の信頼できるメンバーを見つけることができる


         Top Contributor Badge




          Yahoo! Answers
          http://answers.yahoo.com/


                                        30
Levels

                  3種の Level 設計パターン
         Named Level                  Numbered Level            Labels

  表現     コミュニティでの先進度・                 コミュニティでの先進度・              メンバーが持つ特別なス
         影響度を表現する                     影響度を表現する                  キル・価値を表現する
  活用状況   参加者が、高質の貢献者                  ユーザー比較を容易に                望ましい行動の信頼でき
         を見つけることができる                  行える。参加者の競争を               るメンバーを見つけること
                                      促す                        ができる

                                                                commenters (Ex: ‘Royal’
  例      -Yahoo! Music Rating         -World of Warcraft (個人進   -37 signals awards badge to
         -Yahoo! Euro Sport Message   捗)
         Board                                                  comment)
         -World of Warcraft (コミュニ                               -Yahoo! Answer (Top
         ケーション評価)                                               Contributor Badge)

  設計方法   進捗度に対する評価のレ                  進捗度に対する評価の                特定の振舞い・質に褒章

                                                                Ex) ’Helpful’ Guide, ‘Elite’
         ベル名を定義する                     レベル数値を定義する                ラベルを定義する

                                                                Reviewer.
  推奨     一般的で理解しやすい名                  最初、最大レベルは10 ユーザーが2つ以上の識
         前づけをする: Ex) Gold             以下に設計する。後日の 別ラベルを設定できるよ
         Level, Silver Level,         レベル追加する場合、最 うに設計する。
         Bronze Level.                小限の騒動で行えるた
                                      め。                      31
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  32
                       ○Tag Cloud
Awards




         達成活動とコミュニケーション
             を促進する




                          33
Awards

                  2種の Award 設計パターン
         Collective Achievements           Peer-to-Peer Awards

内容       深い参加・達成への邁進を促進する                  仲間どうしのコミュニケーションを促進する


活用状況     ユーザーの達成意欲を促進する                    仲間同士の共同関係を育成する

例        -Xbox Live (特定のアクション達成)           -Yelp (他ユーザーに賞を与え、自分のプロフィー
         -Yahoo! Sports (トロフィーの収集)         ルが表示される)
                                           -Yahoo! Intranet (他メンバーに賞を与える)

設計方法     コミュニティ内での目標達成に対する褒章を              -他ユーザーの活動に対し褒章を与え、ノート・ラ
         設計する                              ベルをつけられるよう設計する
                                           -オプション: 受賞者は表示前に、褒賞の承認・否
                                           認を行える
                                           -受賞者のプロフィールに褒章が表示される


         する (例: 20 wins “in one season”)
推奨       時間あたりの参加の質を向上させる設計に               表示リストでは、受賞カテゴリを 5-7 に絞り、ユー
                                           ザーの閲覧性を上げる

         へ導く (例: “First” Review posted)
         最初の達成に褒章を設定し、次のアクション



                                                                       34
Awards

                  2種の Award 設計パターン
         Collective Achievements           Peer-to-Peer Awards

内容       深い参加・達成への邁進を促進する                  仲間どうしのコミュニケーションを促進する


活用状況     ユーザーの達成意欲を促進する                    仲間同士の共同関係を育成する

例        -Xbox Live (特定のアクション達成)           -Yelp (他ユーザーに賞を与え、自分のプロフィー
         -Yahoo! Sports (トロフィーの収集)         ルが表示される)
                                           -Yahoo! Intranet (他メンバーに賞を与える)

設計方法     コミュニティ内での目標達成に対する褒章を              -他ユーザーの活動に対し褒章を与え、ノート・ラ
         設計する                              ベルをつけられるよう設計する
                                           -オプション: 受賞者は表示前に、褒賞の承認・否
                                           認を行える
                                           -受賞者のプロフィールに褒章が表示される


         する (例: 20 wins “in one season”)
推奨       時間あたりの参加の質を向上させる設計に               表示リストでは、受賞カテゴリを 5-7 に絞り、ユー
                                           ザーの閲覧性を上げる

         へ導く (例: “First” Review posted)
         最初の達成に褒章を設定し、次のアクション



                                                                       35
Collectible Achievements

              深い参加・達成への邁進を促進する
   Specific Point Value




          XBOX Live   (Specific Point Value)
          http://www.xbox.com/en-us/live/      36
Collectible Achievements

             深い参加・達成への邁進を促進する
   Collecting Trophies




          Yahoo! Fantasy Sports
          http://golf.fantasysports.yahoo.com/



                                                 37
Awards

                  2種の Award 設計パターン
         Collective Achievements           Peer-to-Peer Awards

内容       深い参加・達成への邁進を促進する                  仲間どうしのコミュニケーションを促進する


活用状況     ユーザーの達成意欲を促進する                    仲間同士の共同関係を育成する

例        -Xbox Live (特定のアクション達成)           -Yelp (他ユーザーに賞を与え、自分のプロフィー
         -Yahoo! Sports (トロフィーの収集)         ルが表示される)
                                           -Yahoo! Intranet (他メンバーに賞を与える)

設計方法     コミュニティ内での目標達成に対する褒章を              -他ユーザーの活動に対し褒章を与え、ノート・ラ
         設計する                              ベルをつけられるよう設計する
                                           -オプション: 受賞者は表示前に、褒賞の承認・否
                                           認を行える
                                           -受賞者のプロフィールに褒章が表示される


         する (例: 20 wins “in one season”)
推奨       時間あたりの参加の質を向上させる設計に               表示リストでは、受賞カテゴリを 5-7 に絞り、ユー
                                           ザーの閲覧性を上げる

         へ導く (例: “First” Review posted)
         最初の達成に褒章を設定し、次のアクション



                                                                       38
Peer-to-Peer Awards

        仲間どうしのコミュニケーションを促進する




        Yelp
        http://www.yelp.com/
                               39
Awards

                  2種の Award 設計パターン
         Collective Achievements           Peer-to-Peer Awards

内容       深い参加・達成への邁進を促進する                  仲間どうしのコミュニケーションを促進する


活用状況     ユーザーの達成意欲を促進する                    仲間同士の共同関係を育成する

例        -Xbox Live (特定のアクション達成)           -Yelp (他ユーザーに賞を与え、自分のプロフィー
         -Yahoo! Sports (トロフィーの収集)         ルが表示される)
                                           -Yahoo! Intranet (他メンバーに賞を与える)

設計方法     コミュニティ内での目標達成に対する褒章を              -他ユーザーの活動に対し褒章を与え、ノート・ラ
         設計する                              ベルをつけられるよう設計する
                                           -オプション: 受賞者は表示前に、褒賞の承認・否
                                           認を行える
                                           -受賞者のプロフィールに褒章が表示される


         する (例: 20 wins “in one season”)
推奨       時間あたりの参加の質を向上させる設計に               表示リストでは、受賞カテゴリを 5-7 に絞り、ユー
                                           ザーの閲覧性を上げる

         へ導く (例: “First” Review posted)
         最初の達成に褒章を設定し、次のアクション



                                                                       40
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  41
                       ○Tag Cloud
Competitive Spectrum

                  コミュニティの特徴にあった
                   評価・評判の設計を行う
コミュニティ   他参加者を助         共有したい            各自が競合し      各自が同じ目       各自が競合す
の目的      けたい                             ない目的を持      的を持ち、互       る目的を持つ
                                         つ           いに競争する
コミュニティ   Y! Health      Wikipedia        Yahoo!      Y! Fantasy   Xbox Live
例        Expert Blogs   Yelp             Answers     Sports
                                         Slashdot
                                         Ebay
評判の使用    メンバーの名         メンバーが信           メンバーの興      メンバーの達       メンバーの達
対象       声              頼できることを          味、素性、価      成度 (他者が      成度 (他者を
                        示す実績             値が分かる、      認め、賞賛で       どれだけ倒し
                                         参加履歴        きる)          たか)
評判の表現    Label:           Named Level:   貢献度を示す      Numbered     Points: 各アク
         “Helpful” , ”For 活動実績によ         統計値。オプ      Level: メン    ションの進捗
         umLeader”な       る信頼レベル         ション:TopXの   バー間の数値       を示す。
         どの名声                            称号(幾多の      比較。受賞へ       Ranking: 勝者
                                         価値ある貢献      の動機づけを       や敗者のラン
                                         を示す)        行う。          キング
                                                                              42
Rankings

                    3種の Ranking 設計パターン
           Points                    Leaderboard            TopX

  表現       達成度を表現し、達成感向              ランキングをスコアボードで          トップX位の競争相手が分か
           上・他者比較を行えるように             表現し、誰が優れているか           るようにする
           する                        分かるようにする

  活用状況     ユーザー間の競争を用い、              ユーザー間の比較を行える           トップXが質の高いコンテンツ
           ユーザー活動を促進する               ようにし、ユーザーが誰が優          を作成をし続け、他参加者へ
                                     れているかの議論を行える           のコミュニティ価値を維持す
                                     ようにする                  る

  例        -Yahoo! Answer (各アクショ     -Yahoo! Answer (回答ポイ   -Amazon Top Reviewers
           ンのポイント)                   ント累積)                  -FBI’s 10 Most Wanted List
           -Xbox Live (GamerScore)



  設計方法     個々の活動、他者評価に対し、 ランキングをスコアボードで                     トップX位のユーザーを表示
           累積ポイントを定義・表示す  表現する。                             する
           る

  推奨       -次の評価マイルストーンを提            -時期、ユーザー抽出等フィ          -トップ 10位、50位、100位が
           示する                       ルタを用意する                よく使われる
           -競争相手とのパフォーマン             -友人のみのフィルタ表示を
           ス比較で褒賞を設定                 検討する
                                                                                         43
Rankings

                    3種の Ranking 設計パターン
           Points                    Leaderboard            TopX

  表現       達成度を表現し、達成感を向             ランキングをスコアボードで          トップX位の競争相手が分か
           上・他者比較を行えるように             表現し、誰が優れているか           るようにする
           する                        分かるようにする

  活用状況     ユーザー間の競争を用い、              ユーザー間の比較を行える           トップXが質の高いコンテンツ
           ユーザー活動を促進する               ようにし、ユーザーが誰が優          を作成をし続け、他参加者へ
                                     れているかの議論を行える           のコミュニティ価値を維持す
                                     ようにする                  る

  例        -Yahoo! Answer (各アクショ     -Yahoo! Answer (回答ポイ   -Amazon Top Reviewers
           ンのポイント)                   ント累積)                  -FBI’s 10 Most Wanted List
           -Xbox Live (GamerScore)



  設計方法     個々の活動、他者評価に対し、 ランキングをスコアボードで                     トップX位のユーザーを表示
           累積ポイントを定義・表示す  表現する。                             する
           る

  推奨       -次の評価マイルストーンを提            -時期、ユーザー抽出等フィ          -トップ 10位、50位、100位が
           示する                       ルタを用意する                よく使われる
           -競争相手とのパフォーマン             -友人のみのフィルタ表示を
           ス比較で褒賞を設定                 検討する
                                                                                         44
Rankings

                    3種の Ranking 設計パターン
           Points                    Leaderboard            TopX

  表現       達成度を表現し、達成感を向             ランキングをスコアボードで          トップX位の競争相手が分か
           上・他者比較を行えるように             表現し、誰が優れているか           るようにする
           する                        分かるようにする

  活用状況     ユーザー間の競争を用い、              ユーザー間の比較を行える           トップXが質の高いコンテンツ
           ユーザー活動を促進する               ようにし、ユーザーが誰が優          を作成をし続け、他参加者へ
                                     れているかの議論を行える           のコミュニティ価値を維持す
                                     ようにする                  る

  例        -Yahoo! Answer (各アクショ     -Yahoo! Answer (回答ポイ   -Amazon Top Reviewers
           ンのポイント)                   ント累積)                  -FBI’s 10 Most Wanted List
           -Xbox Live (GamerScore)



  設計方法     個々の活動、他者評価に対し、 ランキングをスコアボードで                     トップX位のユーザーを表示
           累積ポイントを定義・表示す  表現する。                             する
           る

  推奨       -次の評価マイルストーンを提            -時期、ユーザー抽出等フィ          -トップ 10位、50位、100位が
           示する                       ルタを用意する                よく使われる
           -競争相手とのパフォーマン             -友人のみのフィルタ表示を
           ス比較で褒賞を設定                 検討する
                                                                                         45
Rankings

                    3種の Ranking 設計パターン
           Points                    Leaderboard            TopX

  表現       達成度を表現し、達成感を向             ランキングをスコアボードで          トップX位の競争相手が分か
           上・他者比較を行えるように             表現し、誰が優れているか           るようにする
           する                        分かるようにする

  活用状況     ユーザー間の競争を用い、              ユーザー間の比較を行える           トップXが質の高いコンテンツ
           ユーザー活動を促進する               ようにし、ユーザーが誰が優          を作成をし続け、他参加者へ
                                     れているかの議論を行える           のコミュニティ価値を維持す
                                     ようにする                  る

  例        -Yahoo! Answer (各アクショ     -Yahoo! Answer (回答ポイ   -Amazon Top Reviewers
           ンのポイント)                   ント累積)                  -FBI’s 10 Most Wanted List
           -Xbox Live (GamerScore)



  設計方法     個々の活動、他者評価に対し、 ランキングをスコアボードで                     トップX位のユーザーを表示
           累積ポイントを定義・表示す  表現する。                             する
           る

  推奨       -次の評価マイルストーンを提            -時期、ユーザー抽出等フィ          -トップ 10位、50位、100位が
           示する                       ルタを用意する                よく使われる
           -競争相手とのパフォーマン             -友人のみのフィルタ表示を
           ス比較で褒賞を設定                 検討する
                                                                                         46
TopX

          トップX位の競争相手が分かるようにする
       Amazon Top Reviewer




         Amazon
         http://www.amazon.com/   47
Rankings

                    3種の Ranking 設計パターン
           Points                    Leaderboard            TopX

  表現       達成度を表現し、達成感を向             ランキングをスコアボードで          トップX位の競争相手が分か
           上・他者比較を行えるように             表現し、誰が優れているか           るようにする
           する                        分かるようにする

  活用状況     ユーザー間の競争を用い、              ユーザー間の比較を行える           トップXが質の高いコンテンツ
           ユーザー活動を促進する               ようにし、ユーザーが誰が優          を作成をし続け、他参加者へ
                                     れているかの議論を行える           のコミュニティ価値を維持す
                                     ようにする                  る

  例        -Yahoo! Answer (各アクショ     -Yahoo! Answer (回答ポイ   -Amazon Top Reviewers
           ンのポイント)                   ント累積)                  -FBI’s 10 Most Wanted List
           -Xbox Live (GamerScore)



  設計方法     個々の活動、他者評価に対し、 ランキングをスコアボードで                     トップX位のユーザーを表示
           累積ポイントを定義・表示す  表現する。                             する
           る

  推奨       -次の評価マイルストーンを提            -時期、ユーザー抽出等フィ          -トップ 10位、50位、100位が
           示する                       ルタを用意する                よく使われる
           -競争相手とのパフォーマン             -友人のみのフィルタ表示を
           ス比較で褒賞を設定                 検討する
                                                                                         48
Tools for Monitoring Reputation

        全体ランキング、現在の状況評価を行える
              ツールを提供する

      Top Discussion
      about me




                                  49
Friend Ranking

                   友人の自分との類似度
                    関連度の評価を行う
                          試験的な導入




        Facebook
        http://www.facebook.com/
                                   50
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  51
                       ○Tag Cloud
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  52
                       ○Tag Cloud
Collecting




              収集活動は
             人間の本能的活動




                        53
Collecting : 7種の設計パターン (1/2)
       Saving             Favorites        Displaying      Add/Subscribe
表現     アイテムを保存し、閲覧、共有、    アイテムにお気に入りマー     コレクションを作り、他者に   選択したコンテンツを購読
       議論できるようにする         クをつけられるようにする     表示できる           できる
活用状況   オンラインでの各種オブジェク     ユーザーに気に入ったアイ     ユーザーが気に入ったアイ    ユーザーにどこでもコンテン
       トの保存(ウェブサイト、ページ、   テムのリストを作らせたい     テムのコレクションを作り、   ツ消費を許したいとき。ユー
       クリッピング、写真、動画、等)    とき (ページブックマークの   他者に表示したいとき。     ザーに混合コンテンツの体
                          代わりになる)                          験をさせたいとき。
使用例    -Delicious         -Flicker         -Delicious      -Delicious
       -Evernote          -Slideshare      -Facebook       -Flicker
       -GoodRead          -Youtube         -Flicker        -Google Reader
       -LibraryThing                       -Slideshare     -The New York Times
       -Stumble Upon                                       -Yahoo!
設計方法   -ユーザーに簡単な保存方法・     -お気に入りアイテムのリス    -ユーザーにコレクションを   -動的コンテンツ(ブログ、
       分類方法を用意する(タグづけ、    ト作成が行える。         表示するモジュール・バッジ   フォーラム、写真など)から、
       アイテムグループ分け等)       -追記情報 (タグ、ノート記   を用意する           購読アクションを呼び出せ
       -各種フィルタを行えるようにす    述、他メタデータ)        -コレクションモジュール・   るようにする。
       る(タグ、文字列、日時、コンテ    -タグ、キーワードでのアイ    バッジのURLを用意する。   -RSS/Subscribeアイコンを
       ンツタイプ)             テムの検索            -主要ソーシャルネットの    使う。
       -他者にアイテム公開できるよう    -個人ページからの容易な     ウィジェットを用意する     -どこでコンテンツを消費す
       にし、上記各種フィルタも用意     アクセス             (Yahoo!など)      るか指定できるようにする
       する。                -友人とのアイテム共有      -アイテムの各部分の表示・   (Google Reader, My Yahoo!
       ---                                 非表示設定、フィルタを用    など)
                          -ダメ:人を好き嫌い評価対    意する。
       [検討]:              象にしない。ネガティブ振                     -Feed URLをカット&ペース
       2つの保存方法            舞いが起こる。          -アイテムにオリジナルサイ   トできるようにする。
       -ポインタでの保存                           トへのリンクを貼る。      ---
                          -アイテムから、気に入って
       -コピーして保存           いる人を抽出できるように                     [検討]
                          する。                              -購読サービスへの自動追
                                                           加の機能を作る。             54
Collecting : 7種の設計パターン (1/2)
       Saving             Favorites        Displaying      Add/Subscribe
表現     アイテムを保存し、閲覧、共有、    アイテムにお気に入りマー     コレクションを作り、他者に   選択したコンテンツを購読
       議論できるようにする         クをつけられるようにする     表示できる           できる
活用状況   オンラインでの各種オブジェク     ユーザーに気に入ったアイ     ユーザーが気に入ったアイ    ユーザーにどこでもコンテン
       トの保存(ウェブサイト、ページ、   テムのリストを作らせたい     テムのコレクションを作り、   ツ消費を許したいとき。ユー
       クリッピング、写真、動画、等)    とき (ページブックマークの   他者に表示したいとき。     ザーに混合コンテンツの体
                          代わりになる)                          験をさせたいとき。
使用例    -Delicious         -Flicker         -Delicious      -Delicious
       -Evernote          -Slideshare      -Facebook       -Flicker
       -GoodRead          -Youtube         -Flicker        -Google Reader
       -LibraryThing                       -Slideshare     -The New York Times
       -Stumble Upon                                       -Yahoo!
設計方法   -ユーザーに簡単な保存方法・     -お気に入りアイテムのリス    -ユーザーにコレクションを   -動的コンテンツ(ブログ、
       分類方法を用意する(タグづけ、    ト作成が行える。         表示するモジュール・バッジ   フォーラム、写真など)から、
       アイテムグループ分け等)       -追記情報 (タグ、ノート記   を用意する           購読アクションを呼び出せ
       -各種フィルタを行えるようにす    述、他メタデータ)        -コレクションモジュール・   るようにする。
       る(タグ、文字列、日時、コンテ    -タグ、キーワードでのアイ    バッジのURLを用意する。   -RSS/Subscribeアイコンを
       ンツタイプ)             テムの検索            -主要ソーシャルネットの    使う。
       -他者にアイテム公開できるよう    -個人ページからの容易な     ウィジェットを用意する     -どこでコンテンツを消費す
       にし、上記各種フィルタも用意     アクセス             (Yahoo!など)      るか指定できるようにする
       する。                -友人とのアイテム共有      -アイテムの各部分の表示・   (Google Reader, My Yahoo!
       ---                                 非表示設定、フィルタを用    など)
                          -ダメ:人を好き嫌い評価対    意する。
       [検討]:              象にしない。ネガティブ振                     -Feed URLをカット&ペース
       2つの保存方法            舞いが起こる。          -アイテムにオリジナルサイ   トできるようにする。
       -ポインタでの保存                           トへのリンクを貼る。      ---
                          -アイテムから、気に入って
       -コピーして保存           いる人を抽出できるように                     [検討]
                          する。                              -購読サービスへの自動追
                                                           加の機能を作る。             55
Saving

             アイテムを保存し
         閲覧、共有、議論できるようにする




                            56
Collecting : 7種の設計パターン (1/2)
       Saving             Favorites        Displaying      Add/Subscribe
表現     アイテムを保存し、閲覧、共有、    アイテムにお気に入りマー     コレクションを作り、他者に   選択したコンテンツを購読
       議論できるようにする         クをつけられるようにする     表示できる           できる
活用状況   オンラインでの各種オブジェク     ユーザーに気に入ったアイ     ユーザーが気に入ったアイ    ユーザーにどこでもコンテン
       トの保存(ウェブサイト、ページ、   テムのリストを作らせたい     テムのコレクションを作り、   ツ消費を許したいとき。ユー
       クリッピング、写真、動画、等)    とき (ページブックマークの   他者に表示したいとき。     ザーに混合コンテンツの体
                          代わりになる)                          験をさせたいとき。
使用例    -Delicious         -Flicker         -Delicious      -Delicious
       -Evernote          -Slideshare      -Facebook       -Flicker
       -GoodRead          -Youtube         -Flicker        -Google Reader
       -LibraryThing                       -Slideshare     -The New York Times
       -Stumble Upon                                       -Yahoo!
設計方法   -ユーザーに簡単な保存方法・     -お気に入りアイテムのリス    -ユーザーにコレクションを   -動的コンテンツ(ブログ、
       分類方法を用意する(タグづけ、    ト作成が行える。         表示するモジュール・バッジ   フォーラム、写真など)から、
       アイテムグループ分け等)       -追記情報 (タグ、ノート記   を用意する           購読アクションを呼び出せ
       -各種フィルタを行えるようにす    述、他メタデータ)        -コレクションモジュール・   るようにする。
       る(タグ、文字列、日時、コンテ    -タグ、キーワードでのアイ    バッジのURLを用意する。   -RSS/Subscribeアイコンを
       ンツタイプ)             テムの検索            -主要ソーシャルネットの    使う。
       -他者にアイテム公開できるよう    -個人ページからの容易な     ウィジェットを用意する     -どこでコンテンツを消費す
       にし、上記各種フィルタも用意     アクセス             (Yahoo!など)      るか指定できるようにする
       する。                -友人とのアイテム共有      -アイテムの各部分の表示・   (Google Reader, My Yahoo!
       ---                                 非表示設定、フィルタを用    など)
                          -ダメ:人を好き嫌い評価対    意する。
       [検討]:              象にしない。ネガティブ振                     -Feed URLをカット&ペース
       2つの保存方法            舞いが起こる。          -アイテムにオリジナルサイ   トできるようにする。
       -ポインタでの保存                           トへのリンクを貼る。      ---
                          -アイテムから、気に入って
       -コピーして保存           いる人を抽出できるように                     [検討]
                          する。                              -購読サービスへの自動追
                                                           加の機能を作る。             57
Favorites

    アイテムにお気に入りマークをつけられるようにする




                               58
Favorites

    アイテムにお気に入りマークをつけられるようにする




                               59
Collecting : 7種の設計パターン (1/2)
       Saving             Favorites        Displaying      Add/Subscribe
表現     アイテムを保存し、閲覧、共有、    アイテムにお気に入りマー     コレクションを作り、他者に   選択したコンテンツを購読
       議論できるようにする         クをつけられるようにする     表示できる           できる
活用状況   オンラインでの各種オブジェク     ユーザーに気に入ったアイ     ユーザーが気に入ったアイ    ユーザーにどこでもコンテン
       トの保存(ウェブサイト、ページ、   テムのリストを作らせたい     テムのコレクションを作り、   ツ消費を許したいとき。ユー
       クリッピング、写真、動画、等)    とき (ページブックマークの   他者に表示したいとき。     ザーに混合コンテンツの体
                          代わりになる)                          験をさせたいとき。
使用例    -Delicious         -Flicker         -Delicious      -Delicious
       -Evernote          -Slideshare      -Facebook       -Flicker
       -GoodRead          -Youtube         -Flicker        -Google Reader
       -LibraryThing                       -Slideshare     -The New York Times
       -Stumble Upon                                       -Yahoo!
設計方法   -ユーザーに簡単な保存方法・     -お気に入りアイテムのリス    -ユーザーにコレクションを   -動的コンテンツ(ブログ、
       分類方法を用意する(タグづけ、    ト作成が行える。         表示するモジュール・バッジ   フォーラム、写真など)から、
       アイテムグループ分け等)       -追記情報 (タグ、ノート記   を用意する           購読アクションを呼び出せ
       -各種フィルタを行えるようにす    述、他メタデータ)        -コレクションモジュール・   るようにする。
       る(タグ、文字列、日時、コンテ    -タグ、キーワードでのアイ    バッジのURLを用意する。   -RSS/Subscribeアイコンを
       ンツタイプ)             テムの検索            -主要ソーシャルネットの    使う。
       -他者にアイテム公開できるよう    -個人ページからの容易な     ウィジェットを用意する     -どこでコンテンツを消費す
       にし、上記各種フィルタも用意     アクセス             (Yahoo!など)      るか指定できるようにする
       する。                -友人とのアイテム共有      -アイテムの各部分の表示・   (Google Reader, My Yahoo!
       ---                                 非表示設定、フィルタを用    など)
                          -ダメ:人を好き嫌い評価対    意する。
       [検討]:              象にしない。ネガティブ振                     -Feed URLをカット&ペース
       2つの保存方法            舞いが起こる。          -アイテムにオリジナルサイ   トできるようにする。
       -ポインタでの保存                           トへのリンクを貼る。      ---
                          -アイテムから、気に入って
       -コピーして保存           いる人を抽出できるように                     [検討]
                          する。                              -購読サービスへの自動追
                                                           加の機能を作る。             60
Displaying

             コレクションを作り、他者に表示できる




                                  61
Collecting : 7種の設計パターン (1/2)
       Saving             Favorites        Displaying      Add/Subscribe
表現     アイテムを保存し、閲覧、共有、    アイテムにお気に入りマー     コレクションを作り、他者に   選択したコンテンツを購読
       議論できるようにする         クをつけられるようにする     表示できる           できる
活用状況   オンラインでの各種オブジェク     ユーザーに気に入ったアイ     ユーザーが気に入ったアイ    ユーザーにどこでもコンテン
       トの保存(ウェブサイト、ページ、   テムのリストを作らせたい     テムのコレクションを作り、   ツ消費を許したいとき。ユー
       クリッピング、写真、動画、等)    とき (ページブックマークの   他者に表示したいとき。     ザーに混合コンテンツの体
                          代わりになる)                          験をさせたいとき。
使用例    -Delicious         -Flicker         -Delicious      -Delicious
       -Evernote          -Slideshare      -Facebook       -Flicker
       -GoodRead          -Youtube         -Flicker        -Google Reader
       -LibraryThing                       -Slideshare     -The New York Times
       -Stumble Upon                                       -Yahoo!
設計方法   -ユーザーに簡単な保存方法・     -お気に入りアイテムのリス    -ユーザーにコレクションを   -動的コンテンツ(ブログ、
       分類方法を用意する(タグづけ、    ト作成が行える。         表示するモジュール・バッジ   フォーラム、写真など)から、
       アイテムグループ分け等)       -追記情報 (タグ、ノート記   を用意する           購読アクションを呼び出せ
       -各種フィルタを行えるようにす    述、他メタデータ)        -コレクションモジュール・   るようにする。
       る(タグ、文字列、日時、コンテ    -タグ、キーワードでのアイ    バッジのURLを用意する。   -RSS/Subscribeアイコンを
       ンツタイプ)             テムの検索            -主要ソーシャルネットの    使う。
       -他者にアイテム公開できるよう    -個人ページからの容易な     ウィジェットを用意する     -どこでコンテンツを消費す
       にし、上記各種フィルタも用意     アクセス             (Yahoo!など)      るか指定できるようにする
       する。                -友人とのアイテム共有      -アイテムの各部分の表示・   (Google Reader, My Yahoo!
       ---                                 非表示設定、フィルタを用    など)
                          -ダメ:人を好き嫌い評価対    意する。
       [検討]:              象にしない。ネガティブ振                     -Feed URLをカット&ペース
       2つの保存方法            舞いが起こる。          -アイテムにオリジナルサイ   トできるようにする。
       -ポインタでの保存                           トへのリンクを貼る。      ---
                          -アイテムから、気に入って
       -コピーして保存           いる人を抽出できるように                     [検討]
                          する。                              -購読サービスへの自動追
                                                           加の機能を作る。             62
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  63
                       ○Tag Cloud
Collecting : 7種の設計パターン (2/2)
       Tagging               Find with Tag       Tag Cloud
表現     オブジェクトに対し、タグの付加・修正が   タグを用い、特定のオブジェクトを    オブジェクトに紐付けられたタグの
       できる                   検索できる(写真、ブックマーク、    頻度を知ることができる
                             本、記事など)
活用状況   ユーザーが膨大なデータを収集すると     ユーザーが膨大なコレクションを     各要素の関連したタグ表示をした
       き(写真、本など)。ユーザーが各種メタ   ソート・操作を行いたいとき       い(サイト関連、人気タグ、人の個性
       データを混ぜて管理したいとき(ラベル、                       に関連、など)
       キーワード等)
使用例    -Amazon               -Delicious          -Amazon
       -Delicious            -Flicker            -Flicker
       -Flicker              -Library Thing      -Library Thing
       -Library Thing


設計方法   -ユーザーが独自のタグを追加できるよ    -タグデータベースでキーワード検    -タグを文字列順に並べる
       うにする                  索ができるようにする          -頻度にもとづきタグサイズを変える
       -ユーザーがタグを修正・削除できるよう   -ユーザーがタグリストをブラウザ    場合、サイズ決定のアルゴリズムを
       にする                   閲覧できるようにする          作る
       -タグの分け方の手順書を用意する      -オブジェクトが見つかったら、関連
       -ユーザーの関係者・友人に、ユーザー    タグを全て表示し、関連タグでの
       のコレクションに対するタグ付けができ    再検索ができるようにする
       るようにする。               -単語の組合せで検索できるように
                             する
       ※事前定義語彙とユーザー定義タグが
       混ざることを恐れない。




                                                                    64
Collecting : 7種の設計パターン (2/2)
       Tagging               Find with Tag       Tag Cloud
表現     オブジェクトに対し、タグの付加・修正が   タグを用い、特定のオブジェクトを    オブジェクトに紐付けられたタグの
       できる                   検索できる(写真、ブックマーク、    頻度を知ることができる
                             本、記事など)
活用状況   ユーザーが膨大なデータを収集すると     ユーザーが膨大なコレクションを     各要素の関連したタグ表示をした
       き(写真、本など)。ユーザーが各種メタ   ソート・操作を行いたいとき       い(サイト関連、人気タグ、人の個性
       データを混ぜて管理したいとき(ラベル、                       に関連、など)
       キーワード等)
使用例    -Amazon               -Delicious          -Amazon
       -Delicious            -Flicker            -Flicker
       -Flicker              -Library Thing      -Library Thing
       -Library Thing


設計方法   -ユーザーが独自のタグを追加できるよ    -タグデータベースでキーワード検    -タグを文字列順に並べる
       うにする                  索ができるようにする          -頻度にもとづきタグサイズを変える
       -ユーザーがタグを修正・削除できるよう   -ユーザーがタグリストをブラウザ    場合、サイズ決定のアルゴリズムを
       にする                   閲覧できるようにする          作る
       -タグの分け方の手順書を用意する      -オブジェクトが見つかったら、関連
       -ユーザーの関係者・友人に、ユーザー    タグを全て表示し、関連タグでの
       のコレクションに対するタグ付けができ    再検索ができるようにする
       るようにする。               -単語の組合せで検索できるように
                             する
       ※事前定義語彙とユーザー定義タグが
       混ざることを恐れない。




                                                                    65
Tagging

            オブジェクトに対し
          タグの付加・修正ができる




                         66
Tagging

                  オブジェクトに対し
                タグの付加・修正ができる


  独自のタグ追加         独自タグとノート追加
                   Delicious




                   LibraryThing.com




  Flicker.com


                                      67
Collecting : 7種の設計パターン (2/2)
       Tagging               Find with Tag       Tag Cloud
表現     オブジェクトに対し、タグの付加・修正が   タグを用い、特定のオブジェクトを    オブジェクトに紐付けられたタグの
       できる                   検索できる(写真、ブックマーク、    頻度を知ることができる
                             本、記事など)
活用状況   ユーザーが膨大なデータを収集すると     ユーザーが膨大なコレクションを     各要素の関連したタグ表示をした
       き(写真、本など)。ユーザーが各種メタ   ソート・操作を行いたいとき       い(サイト関連、人気タグ、人の個性
       データを混ぜて管理したいとき(ラベル、                       に関連、など)
       キーワード等)
使用例    -Amazon               -Delicious          -Amazon
       -Delicious            -Flicker            -Flicker
       -Flicker              -Library Thing      -Library Thing
       -Library Thing


設計方法   -ユーザーが独自のタグを追加できるよ    -タグデータベースでキーワード検    -タグを文字列順に並べる
       うにする                  索ができるようにする          -頻度にもとづきタグサイズを変える
       -ユーザーがタグを修正・削除できるよう   -ユーザーがタグリストをブラウザ    場合、サイズ決定のアルゴリズムを
       にする                   閲覧できるようにする          作る
       -タグの分け方の手順書を用意する      -オブジェクトが見つかったら、関連
       -ユーザーの関係者・友人に、ユーザー    タグを全て表示し、関連タグでの
       のコレクションに対するタグ付けができ    再検索ができるようにする
       るようにする。               -単語の組合せで検索できるように
                             する
       ※事前定義語彙とユーザー定義タグが
       混ざることを恐れない。




                                                                    68
Find with Tags

       タグを用い、特定のオブジェクトを検索できる
                 (写真、ブックマーク、本、記事など)

      タグ検索                       Flicker.com




      検索結果アイテムと関連タグ




                                               69
Collecting : 7種の設計パターン (2/2)
       Tagging               Find with Tag       Tag Cloud
表現     オブジェクトに対し、タグの付加・修正が   タグを用い、特定のオブジェクトを    オブジェクトに紐付けられたタグの
       できる                   検索できる(写真、ブックマーク、    頻度を知ることができる
                             本、記事など)
活用状況   ユーザーが膨大なデータを収集すると     ユーザーが膨大なコレクションを     各要素の関連したタグ表示をした
       き(写真、本など)。ユーザーが各種メタ   ソート・操作を行いたいとき       い(サイト関連、人気タグ、人の個性
       データを混ぜて管理したいとき(ラベル、                       に関連、など)
       キーワード等)
使用例    -Amazon               -Delicious          -Amazon
       -Delicious            -Flicker            -Flicker
       -Flicker              -Library Thing      -Library Thing
       -Library Thing


設計方法   -ユーザーが独自のタグを追加できるよ    -タグデータベースでキーワード検    -タグを文字列順に並べる
       うにする                  索ができるようにする          -頻度にもとづきタグサイズを変える
       -ユーザーがタグを修正・削除できるよう   -ユーザーがタグリストをブラウザ    場合、サイズ決定のアルゴリズムを
       にする                   閲覧できるようにする          作る
       -タグの分け方の手順書を用意する      -オブジェクトが見つかったら、関連
       -ユーザーの関係者・友人に、ユーザー    タグを全て表示し、関連タグでの
       のコレクションに対するタグ付けができ    再検索ができるようにする
       るようにする。               -単語の組合せで検索できるように
                             する
       ※事前定義語彙とユーザー定義タグが
       混ざることを恐れない。




                                                                    70
Tag Cloud

            オブジェクトについたタグ頻度を
                知ることができる




                              71
ご清聴ありがとうございました




                 72
AGENDA
         ◆Self-Introduction
         ◆Reputation Design
             Competitive Spectrum
             Levels ○Named Levels
                       ○Numbered Levels
                       ○Labels
             Awards    ○Collective Achievements
                       ○Peer-to-Peer Awards
             Ranking   ○Points
                       ○Leaderboard
                       ○TopX
         ◆Collection Design
                       ○Saving
                       ○Favarites
                       ○Displaying
                       ○Add/Subscribe
                       ○Tagging
                       ○Find With Tags
                                                  73
                       ○Tag Cloud

Más contenido relacionado

La actualidad más candente

「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11Koichi Hamada
 
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)Koichi Hamada
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理Koichi Hamada
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- Koichi Hamada
 
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京Koichi Hamada
 
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析Koichi Hamada
 
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』The Japan DataScientist Society
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピTakahiro Kubo
 
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜Yasuyuki Sugai
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みRecruit Technologies
 
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏Developers Summit
 
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏Developers Summit
 
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)AzareaCluster
 
20170823【GWゼミ #2】コンピュータビジョンの基礎
20170823【GWゼミ #2】コンピュータビジョンの基礎20170823【GWゼミ #2】コンピュータビジョンの基礎
20170823【GWゼミ #2】コンピュータビジョンの基礎Mirai Higuchi
 
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」Yasuyuki Sugai
 

La actualidad más candente (15)

「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
 
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)
R言語による アソシエーション分析-組合せ・事象の規則を解明する-(第5回R勉強会@東京)
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
 
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
 
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析
[R勉強会][データマイニング] プロセス・リソース・グラフと数理統計解析
 
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』
データサイエンティスト協会 木曜勉強会 #09 『意志の力が拓くシステム~最適化の適用事例から見たデータ活用システムの現在と未来~』
 
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
 
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜
第2回 R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜相関分析による需要予測編〜
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
 
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」細谷賢一氏
 
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏
【17-C-4】「Axure RPによる画面プロトタイプを活用した要件定義の改善:野村総合研究所、NTTデータの事例紹介」松永充弘氏
 
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)
AZAREA-Cluster (Hadoop Conference Japan 2013 Winter)
 
20170823【GWゼミ #2】コンピュータビジョンの基礎
20170823【GWゼミ #2】コンピュータビジョンの基礎20170823【GWゼミ #2】コンピュータビジョンの基礎
20170823【GWゼミ #2】コンピュータビジョンの基礎
 
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」
IoT勉強会「とりあえずIoT的なものを作ってみた ~センサーデータの測定・収集・蓄積・分析・出力まで~」
 

Destacado

データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 Koichi Hamada
 
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」Koichi Hamada
 
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)Ohsawa Goodfellow
 
Matching networks for one shot learning
Matching networks for one shot learningMatching networks for one shot learning
Matching networks for one shot learningKazuki Fujikawa
 
NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics  NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics Koichi Hamada
 
DeNAにおける機械学習・深層学習活用
DeNAにおける機械学習・深層学習活用DeNAにおける機械学習・深層学習活用
DeNAにおける機械学習・深層学習活用Kazuki Fujikawa
 
実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017 実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017 Preferred Networks
 

Destacado (8)

データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
 
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
パターン認識と機械学習 (PRML) 第1章-「多項式曲線フィッティング」「確率論」
 
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)
Learning Deep Architectures for AI (第 3 回 Deep Learning 勉強会資料; 松尾)
 
Matching networks for one shot learning
Matching networks for one shot learningMatching networks for one shot learning
Matching networks for one shot learning
 
CVPR 2016 まとめ v1
CVPR 2016 まとめ v1CVPR 2016 まとめ v1
CVPR 2016 まとめ v1
 
NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics  NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics
 
DeNAにおける機械学習・深層学習活用
DeNAにおける機械学習・深層学習活用DeNAにおける機械学習・深層学習活用
DeNAにおける機械学習・深層学習活用
 
実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017 実世界の人工知能@DeNA TechCon 2017
実世界の人工知能@DeNA TechCon 2017
 

Similar a ソーシャルデザインパターン -評判と情報収集-

[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編Koichi Hamada
 
Big data解析ビジネス
Big data解析ビジネスBig data解析ビジネス
Big data解析ビジネスMie Mori
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展Recruit Technologies
 
[R勉強会][データマイニング] R言語による時系列分析
[R勉強会][データマイニング] R言語による時系列分析[R勉強会][データマイニング] R言語による時系列分析
[R勉強会][データマイニング] R言語による時系列分析Koichi Hamada
 
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップDaiyu Hatakeyama
 
スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31Sukusuku Scrum
 
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -yamahige
 
テストアプローチにデータ分析を使おう
テストアプローチにデータ分析を使おうテストアプローチにデータ分析を使おう
テストアプローチにデータ分析を使おうSayaka Nakano
 
DeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechconDeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechconDeNA
 
kagamicomput201714
kagamicomput201714kagamicomput201714
kagamicomput201714swkagami
 
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]DeNA
 
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” Hajime Sasaki
 
20181219_全部見せます、データサイエンティストの仕事
20181219_全部見せます、データサイエンティストの仕事20181219_全部見せます、データサイエンティストの仕事
20181219_全部見せます、データサイエンティストの仕事Shunsuke Nakamura
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムRecruit Technologies
 
1028 TECH & BRIDGE MEETING
1028 TECH & BRIDGE MEETING1028 TECH & BRIDGE MEETING
1028 TECH & BRIDGE MEETING健司 亀本
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐Rakuten Group, Inc.
 
2017-05-30_deepleaning-and-chainer
2017-05-30_deepleaning-and-chainer2017-05-30_deepleaning-and-chainer
2017-05-30_deepleaning-and-chainerKeisuke Umezawa
 
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by ホットリンク 公開用
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by  ホットリンク 公開用2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by  ホットリンク 公開用
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by ホットリンク 公開用Takeshi Sakaki
 

Similar a ソーシャルデザインパターン -評判と情報収集- (20)

[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
[データマイニング+WEB勉強会][R勉強会] R言語によるクラスター分析 - 活用編
 
Big data解析ビジネス
Big data解析ビジネスBig data解析ビジネス
Big data解析ビジネス
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
 
Yapc::Asia_2012
Yapc::Asia_2012Yapc::Asia_2012
Yapc::Asia_2012
 
[R勉強会][データマイニング] R言語による時系列分析
[R勉強会][データマイニング] R言語による時系列分析[R勉強会][データマイニング] R言語による時系列分析
[R勉強会][データマイニング] R言語による時系列分析
 
Hadoopカンファレンス2013
Hadoopカンファレンス2013Hadoopカンファレンス2013
Hadoopカンファレンス2013
 
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ
 
スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31
 
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -
相互運用可能な作文計測システムの設計 - リアルタイムモニタリングに向けて -
 
テストアプローチにデータ分析を使おう
テストアプローチにデータ分析を使おうテストアプローチにデータ分析を使おう
テストアプローチにデータ分析を使おう
 
DeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechconDeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechcon
 
kagamicomput201714
kagamicomput201714kagamicomput201714
kagamicomput201714
 
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
 
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
 
20181219_全部見せます、データサイエンティストの仕事
20181219_全部見せます、データサイエンティストの仕事20181219_全部見せます、データサイエンティストの仕事
20181219_全部見せます、データサイエンティストの仕事
 
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラムビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
 
1028 TECH & BRIDGE MEETING
1028 TECH & BRIDGE MEETING1028 TECH & BRIDGE MEETING
1028 TECH & BRIDGE MEETING
 
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
 
2017-05-30_deepleaning-and-chainer
2017-05-30_deepleaning-and-chainer2017-05-30_deepleaning-and-chainer
2017-05-30_deepleaning-and-chainer
 
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by ホットリンク 公開用
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by  ホットリンク 公開用2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by  ホットリンク 公開用
2016.03.11 「論文に書(け|か)ない自然言語処理」 ソーシャルメディア分析サービスにおけるNLPに関する諸問題について by ホットリンク 公開用
 

Más de Koichi Hamada

Anime Generation with AI
Anime Generation with AIAnime Generation with AI
Anime Generation with AIKoichi Hamada
 
Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Koichi Hamada
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦Koichi Hamada
 
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Koichi Hamada
 
Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017Koichi Hamada
 
DeNAのAI活用したサービス開発
DeNAのAI活用したサービス開発DeNAのAI活用したサービス開発
DeNAのAI活用したサービス開発Koichi Hamada
 
対話返答生成における個性の追加反映
対話返答生成における個性の追加反映対話返答生成における個性の追加反映
対話返答生成における個性の追加反映Koichi Hamada
 
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換Koichi Hamada
 
DeNAの機械学習・深層学習活用した 体験提供の挑戦
DeNAの機械学習・深層学習活用した体験提供の挑戦DeNAの機械学習・深層学習活用した体験提供の挑戦
DeNAの機械学習・深層学習活用した 体験提供の挑戦Koichi Hamada
 
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...Koichi Hamada
 
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発Koichi Hamada
 
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014Koichi Hamada
 
複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理Koichi Hamada
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...Koichi Hamada
 
Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Koichi Hamada
 
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナーKoichi Hamada
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京Koichi Hamada
 

Más de Koichi Hamada (17)

Anime Generation with AI
Anime Generation with AIAnime Generation with AI
Anime Generation with AI
 
Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦
 
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
 
Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017
 
DeNAのAI活用したサービス開発
DeNAのAI活用したサービス開発DeNAのAI活用したサービス開発
DeNAのAI活用したサービス開発
 
対話返答生成における個性の追加反映
対話返答生成における個性の追加反映対話返答生成における個性の追加反映
対話返答生成における個性の追加反映
 
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
 
DeNAの機械学習・深層学習活用した 体験提供の挑戦
DeNAの機械学習・深層学習活用した体験提供の挑戦DeNAの機械学習・深層学習活用した体験提供の挑戦
DeNAの機械学習・深層学習活用した 体験提供の挑戦
 
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...
Laplacian Pyramid of Generative Adversarial Networks (LAPGAN) - NIPS2015読み会 #...
 
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
 
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
 
複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
 
Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8
 
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
 

Último

SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 

Último (9)

SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 

ソーシャルデザインパターン -評判と情報収集-

  • 1. Designing Social Interfaces 研究会 2010/06/13 Social Design Patterns of Reputation and Collection ソーシャルデザインパターン 評判と情報収集- - 評判と情報収集- hamadakoichi 濱田晃一
  • 2. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 2 ○Tag Cloud
  • 3. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 3 ○Tag Cloud
  • 4. hamadakoichi 濱田晃一 http://iddy.jp/profile/hamadakoichi 4
  • 7. 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) Bookmark/Graph/Keyword, カーネル法 Google Data API 樹木モデル FinancePortfolioData,…) (Calendar/Maps/BookSearch/ FinancePortfolioData, ニューラルネットワーク サポートベクターマシン … 免疫型最適化 Particle Swam … Memetic Ant Colony 遺伝的 熱力学的 シミュレーテドアニーリング 力学モデルによる最適化 タブーサーチ グラフ … 最適解探索 アルゴリズム 7
  • 8. 自己紹介:hamadakoichi 濱田晃一 理論物理 博士(2004.3取得) 量子統計場の理論 Statistical Field Theory Spontaneously Time-Reversal Symmetry Breaking Anisotropic Massless Dirac Fermions 博士論文: http://hosi.phys.s.u-tokyo.ac.jp/~koichi/PhD-thesis.pdf 8
  • 9. 自己紹介:hamadakoichi 濱田晃一 文部大臣に褒められた 元 文部大臣・法務大臣 六法全書著者・元法学政治学研究科長 森山眞弓さん 菅野和夫さん 9
  • 10. 自己紹介:hamadakoichi 濱田晃一 Los Angelesでプロダンサーに褒められた ・HIP HOP/House ダンス歴13年 ・ダンス開始後 1年半でL.A.でプロダンサーに褒められる Youtube Channel: http://www.youtube.com/hamadakoichi 10
  • 11. 自己紹介:hamadakoichi 濱田晃一 毎週末3時間ダンスコーチをしています ■過去、東京と京都でも ダンス部を創設。 コーチをしていました 駒場物理ダンス部 京都大学基礎物理学研究所ダンス部 部長兼コーチ 部長兼コーチ 現在: 毎週末 3時間ダンスコーチ Youtube Channel: http://www.youtube.com/hamadakoichi 11
  • 12. 濱田の思い 数理解析手法を用い 実世界の活動の課題を解決したい 12
  • 13. 数理解析手法の実ビジネスへの適用 2004年 博士号取得後 プロセス改革コンサルティングのベンチャー企業へ 13
  • 14. 数理解析手法の実ビジネスへの適用 2004年 博士号取得後 プロセス改革コンサルティングのベンチャー企業へ ※写真:会社紹介パンフレットより引用 プロセス改革ベンチャー企業 ・ベンチャー・オブ・ザ・イヤー2002受賞 ・小泉首相 工場見学 ・第1回ものづくり日本受賞-経済産業大臣賞 受賞 14 INCS INC. : http://www.incs.co.jp
  • 15. 数理解析手法の実ビジネスへの適用 数理解析手法を実ビジネス適用する 方法論・システムを作り上げてきました 主な領域 ◆活動の数理モデル化・解析手法 ◆業務プロセス分析手法・再構築手法 ◆業務プロセス実行制御・実績解析システム … 内容抜粋 “Decoupling Executions in Navigating Manufacturing "Unified graph representation of processes Processes for Shortening Lead Time and Its Implementation for scheduling with flexible resource to an Unmanned Machine Shop”, assignment", 15
  • 16. 数理解析手法の実ビジネスへの適用:活動実績 (抜粋) 活動例 活動の統一グラフモデルを構築・解析 Unified graphical model of processes and resources 青字:割付モデル属性 [ ] : Optional Node ・priority(優先度) Edge ・duration(予定時間) [・earliest(再早開始日時) ] Process Edge Process [・deadline(納期) ] 前プロセスの終了後に後プロセスが プロセスを表す [・or(条件集約数) ] ・attributes(属性) 開始できること表す preemptable(中断可否), successive(引継ぎ可否) Uses Edge workload(作業負荷) Processが使用する uses uses uses uses uses uses Assign Region を表す Assign Region Assigns from Edge 同一Resourceを割付け続ける Assign Regionに assigns from assigns from 指定Resourceの子Resource集合の 範囲を表す assigns assigns 中から割付けることを示す 企業01 [process] has has [startDate(開始日時)] [endDate(終了日時)] Assigns Edge 製品01 組織A StartDateからEndDateまでの間 Resource has Assign RegionにResourceを 割付対象要素を表す has has has has has has 割付けることを表す ・capacity(容量) ・calender(カレンダー) AAA01 AAB02 … 山田さん 田中さん 鈴木さん ・attributes(属性) Has Edge Resourceの所有関係を表す 16 東さん
  • 17. 数理解析手法の実ビジネスへの適用:活動実績 (抜粋) 一品一様の業務プロセスの 動的なプロセス制御数理体系を構築 全体生産リードタイム中央値を 1/2.7に短縮 設計開始~頭だし出荷リードタイム 体系適用 500 適用後 設計開始~頭だし 出荷C T 360.4h(15.0日) 400 1/2.7 300 200 100 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 141.6h(5.9日) 00 00 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 0 7 4 1 8 5 1 8 5 2 9 6 3 0 /2 /2 /0 /1 /1 /2 /0 /0 /1 /2 /2 /0 /1 /2 / 09 / 09 / 10 / 10 / 10 / 10 / 11 / 11 / 11 / 11 / 11 / 12 / 12 / 12 04 04 04 04 04 04 04 04 04 04 04 04 04 04 20 20 20 20 20 20 20 20 20 20 20 20 20 20 週集計開始日時 17
  • 18. 数理解析手法の実ビジネスへの適用:活動実績 (抜粋) ビジネスとともに 学術分野でも貢献 変動性から生じる動的な課題 ・リソースの競合 ・滞留 ・納期遅延 … 一品一様な業務プロセスを含む 統計解析・制御数理モデル ・統計的な有効変数算出 ・統計数理モデル化 -優先順位制御 -実行タイミング制御 -統計フィードバック -適正リソース量算出 ・予測数理体系 論文(体系の一部) M.Nakao, N. Kobayashi, K.Hamada, T.Totsuka, S.Yamada, “Decoupling Executions in Navigating Manufacturing Processes for Shortening Lead Time and Its Implementation to an Unmanned Machine Shop”, 18 CIRP Annals - Manufacturing Technology Volume 56, Issue 1, Pages 171-174 (2007)
  • 19. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 19 ○Tag Cloud
  • 20. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 20 ○Tag Cloud
  • 21. Competitive Spectrum コミュニティの協同状況にあった 評価・評判の設計を行う コミュニティ 他参加者を助 共有したい 各自が競合し 各自が同じ目 各自が競合す の目的 けたい ない目的を持 的を持ち、互 る目的を持つ つ いに競争する コミュニティ Y! Health Wikipedia Yahoo! Y! Fantasy Xbox Live 例 Expert Blogs Yelp Answers Sports Slashdot Ebay 評判の使用 メンバーの名 メンバーが信 メンバーの興 メンバーの達 メンバーの達 対象 声 頼できることを 味、素性、価 成度 (他者が 成度 (他者を 示す実績 値が分かる、 認め、賞賛で どれだけ倒し 参加履歴 きる) たか) 評判の表現 Label: Named Level: 貢献度を示す Numbered Points: 各アク “Helpful” , ”For 活動実績によ 統計値。オプ Level: メン ションの進捗 umLeader”な る信頼レベル ション:TopXの バー間の数値 を示す。 どの名声 称号(幾多の 比較。受賞へ Ranking: 勝者 価値ある貢献 の動機づけを や敗者のラン を示す) 行う。 キング 21
  • 22. Levels ソーシャル構造の 実績・経験にもとづいた評価設計 コミュニティ 他参加者を助 共有したい 各自が競合し 各自が同じ目 各自が競合す の目的 けたい ない目的を持 的を持ち、互 る目的を持つ つ いに競争する コミュニティ Y! Health Wikipedia Yahoo! Y! Fantasy Xbox Live 例 Expert Blogs Yelp Answers Sports Slashdot Ebay 評判の使用 メンバーの名 メンバーが信 メンバーの興 メンバーの達 メンバーの達 対象 声 頼できることを 味、素性、価 成度 (他者が 成度 (他者を 示す実績 値が分かる、 認め、賞賛で どれだけ倒し 参加履歴 きる) たか) 評判の表現 Label: Named Level: 貢献度を示す Numbered Points: 各アク “Helpful” , ”For 活動実績によ 統計値。オプ Level: メン ションの進捗 umLeader”な る信頼レベル ション:TopXの バー間の数値 を示す。 どの名声 称号(幾多の 比較。受賞へ Ranking: 勝者 価値ある貢献 の動機づけを や敗者のラン を示す) 行う。 キング 22
  • 23. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 23 ○Tag Cloud
  • 24. Levels 3種の Level 設計パターン Named Level Numbered Level Labels 表現 コミュニティでの先進度・ コミュニティでの先進度・ メンバーが持つ特別なス 影響度を表現する 影響度を表現する キル・価値を表現する 活用状況 参加者が、高質の貢献者 ユーザー比較を容易に 望ましい行動の信頼でき を見つけることができる 行える。参加者の競争を るメンバーを見つけること 促す ができる commenters (Ex: ‘Royal’ 例 -Yahoo! Music Rating -World of Warcraft (個人進 -37 signals awards badge to -Yahoo! Euro Sport Message 捗) Board comment) -World of Warcraft (コミュニ -Yahoo! Answer (Top ケーション評価) Contributor Badge) 設計方法 進捗度に対する評価のレ 進捗度に対する評価の 特定の振舞い・質に褒章 Ex) ’Helpful’ Guide, ‘Elite’ ベル名を定義する レベル数値を定義する ラベルを定義する Reviewer. 推奨 一般的で理解しやすい名 最初、最大レベルは10 ユーザーが2つ以上の識 前づけをする: Ex) Gold 以下に設計する。後日の 別ラベルを設定できるよ Level, Silver Level, レベル追加する場合、最 うに設計する。 Bronze Level. 小限の騒動で行えるた め。 24
  • 25. Levels 3種の Level 設計パターン Named Level Numbered Level Labels 表現 コミュニティでの先進度・ コミュニティでの先進度・ メンバーが持つ特別なス 影響度を表現する 影響度を表現する キル・価値を表現する 活用状況 参加者が、高質の貢献者 ユーザー比較を容易に 望ましい行動の信頼でき を見つけることができる 行える。参加者の競争を るメンバーを見つけること 促す ができる commenters (Ex: ‘Royal’ 例 -Yahoo! Music Rating -World of Warcraft (個人進 -37 signals awards badge to -Yahoo! Euro Sport Message 捗) Board comment) -World of Warcraft (コミュニ -Yahoo! Answer (Top ケーション評価) Contributor Badge) 設計方法 進捗度に対する評価のレ 進捗度に対する評価の 特定の振舞い・質に褒章 Ex) ’Helpful’ Guide, ‘Elite’ ベル名を定義する レベル数値を定義する ラベルを定義する Reviewer. 推奨 一般的で理解しやすい名 最初、最大レベルは10 ユーザーが2つ以上の識 前づけをする: Ex) Gold 以下に設計する。後日の 別ラベルを設定できるよ Level, Silver Level, レベル追加する場合、最 うに設計する。 Bronze Level. 小限の騒動で行えるた め。 25
  • 26. Named Levels コミュニティでの先進度・影響度を表現する 参加者が、高質の貢献者を見つけることができる World of Warcraft http://www.worldofwarcraft.com/index.xml 26
  • 27. Levels 3種の Level 設計パターン Named Level Numbered Level Labels 表現 コミュニティでの先進度・ コミュニティでの先進度・ メンバーが持つ特別なス 影響度を表現する 影響度を表現する キル・価値を表現する 活用状況 参加者が、高質の貢献者 ユーザー比較を容易に 望ましい行動の信頼でき を見つけることができる 行える。参加者の競争を るメンバーを見つけること 促す ができる commenters (Ex: ‘Royal’ 例 -Yahoo! Music Rating -World of Warcraft (個人進 -37 signals awards badge to -Yahoo! Euro Sport Message 捗) Board comment) -World of Warcraft (コミュニ -Yahoo! Answer (Top ケーション評価) Contributor Badge) 設計方法 進捗度に対する評価のレ 進捗度に対する評価の 特定の振舞い・質に褒章 Ex) ’Helpful’ Guide, ‘Elite’ ベル名を定義する レベル数値を定義する ラベルを定義する Reviewer. 推奨 一般的で理解しやすい名 最初、最大レベルは10 ユーザーが2つ以上の識 前づけをする: Ex) Gold 以下に設計する。後日の 別ラベルを設定できるよ Level, Silver Level, レベル追加する場合、最 うに設計する。 Bronze Level. 小限の騒動で行えるた め。 27
  • 28. Numbered Levels コミュニティでの先進度・影響度を表現する ユーザー比較を容易に行えるようにし、参加者の競争を促す Yahoo! Answers http://answers.yahoo.com/ 28
  • 29. Levels 3種の Level 設計パターン Named Level Numbered Level Labels 表現 コミュニティでの先進度・ コミュニティでの先進度・ メンバーが持つ特別なス 影響度を表現する 影響度を表現する キル・価値を表現する 活用状況 参加者が、高質の貢献者 ユーザー比較を容易に 望ましい行動の信頼でき を見つけることができる 行える。参加者の競争を るメンバーを見つけること 促す ができる commenters (Ex: ‘Royal’ 例 -Yahoo! Music Rating -World of Warcraft (個人進 -37 signals awards badge to -Yahoo! Euro Sport Message 捗) Board comment) -World of Warcraft (コミュニ -Yahoo! Answer (Top ケーション評価) Contributor Badge) 設計方法 進捗度に対する評価のレ 進捗度に対する評価の 特定の振舞い・質に褒章 Ex) ’Helpful’ Guide, ‘Elite’ ベル名を定義する レベル数値を定義する ラベルを定義する Reviewer. 推奨 一般的で理解しやすい名 最初、最大レベルは10 ユーザーが2つ以上の識 前づけをする: Ex) Gold 以下に設計する。後日の 別ラベルを設定できるよ Level, Silver Level, レベル追加する場合、最 うに設計する。 Bronze Level. 小限の騒動で行えるた め。 29
  • 30. Labels メンバーが持つ特別なスキル・価値を表現する 望ましい行動の信頼できるメンバーを見つけることができる Top Contributor Badge Yahoo! Answers http://answers.yahoo.com/ 30
  • 31. Levels 3種の Level 設計パターン Named Level Numbered Level Labels 表現 コミュニティでの先進度・ コミュニティでの先進度・ メンバーが持つ特別なス 影響度を表現する 影響度を表現する キル・価値を表現する 活用状況 参加者が、高質の貢献者 ユーザー比較を容易に 望ましい行動の信頼でき を見つけることができる 行える。参加者の競争を るメンバーを見つけること 促す ができる commenters (Ex: ‘Royal’ 例 -Yahoo! Music Rating -World of Warcraft (個人進 -37 signals awards badge to -Yahoo! Euro Sport Message 捗) Board comment) -World of Warcraft (コミュニ -Yahoo! Answer (Top ケーション評価) Contributor Badge) 設計方法 進捗度に対する評価のレ 進捗度に対する評価の 特定の振舞い・質に褒章 Ex) ’Helpful’ Guide, ‘Elite’ ベル名を定義する レベル数値を定義する ラベルを定義する Reviewer. 推奨 一般的で理解しやすい名 最初、最大レベルは10 ユーザーが2つ以上の識 前づけをする: Ex) Gold 以下に設計する。後日の 別ラベルを設定できるよ Level, Silver Level, レベル追加する場合、最 うに設計する。 Bronze Level. 小限の騒動で行えるた め。 31
  • 32. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 32 ○Tag Cloud
  • 33. Awards 達成活動とコミュニケーション を促進する 33
  • 34. Awards 2種の Award 設計パターン Collective Achievements Peer-to-Peer Awards 内容 深い参加・達成への邁進を促進する 仲間どうしのコミュニケーションを促進する 活用状況 ユーザーの達成意欲を促進する 仲間同士の共同関係を育成する 例 -Xbox Live (特定のアクション達成) -Yelp (他ユーザーに賞を与え、自分のプロフィー -Yahoo! Sports (トロフィーの収集) ルが表示される) -Yahoo! Intranet (他メンバーに賞を与える) 設計方法 コミュニティ内での目標達成に対する褒章を -他ユーザーの活動に対し褒章を与え、ノート・ラ 設計する ベルをつけられるよう設計する -オプション: 受賞者は表示前に、褒賞の承認・否 認を行える -受賞者のプロフィールに褒章が表示される する (例: 20 wins “in one season”) 推奨 時間あたりの参加の質を向上させる設計に 表示リストでは、受賞カテゴリを 5-7 に絞り、ユー ザーの閲覧性を上げる へ導く (例: “First” Review posted) 最初の達成に褒章を設定し、次のアクション 34
  • 35. Awards 2種の Award 設計パターン Collective Achievements Peer-to-Peer Awards 内容 深い参加・達成への邁進を促進する 仲間どうしのコミュニケーションを促進する 活用状況 ユーザーの達成意欲を促進する 仲間同士の共同関係を育成する 例 -Xbox Live (特定のアクション達成) -Yelp (他ユーザーに賞を与え、自分のプロフィー -Yahoo! Sports (トロフィーの収集) ルが表示される) -Yahoo! Intranet (他メンバーに賞を与える) 設計方法 コミュニティ内での目標達成に対する褒章を -他ユーザーの活動に対し褒章を与え、ノート・ラ 設計する ベルをつけられるよう設計する -オプション: 受賞者は表示前に、褒賞の承認・否 認を行える -受賞者のプロフィールに褒章が表示される する (例: 20 wins “in one season”) 推奨 時間あたりの参加の質を向上させる設計に 表示リストでは、受賞カテゴリを 5-7 に絞り、ユー ザーの閲覧性を上げる へ導く (例: “First” Review posted) 最初の達成に褒章を設定し、次のアクション 35
  • 36. Collectible Achievements 深い参加・達成への邁進を促進する Specific Point Value XBOX Live (Specific Point Value) http://www.xbox.com/en-us/live/ 36
  • 37. Collectible Achievements 深い参加・達成への邁進を促進する Collecting Trophies Yahoo! Fantasy Sports http://golf.fantasysports.yahoo.com/ 37
  • 38. Awards 2種の Award 設計パターン Collective Achievements Peer-to-Peer Awards 内容 深い参加・達成への邁進を促進する 仲間どうしのコミュニケーションを促進する 活用状況 ユーザーの達成意欲を促進する 仲間同士の共同関係を育成する 例 -Xbox Live (特定のアクション達成) -Yelp (他ユーザーに賞を与え、自分のプロフィー -Yahoo! Sports (トロフィーの収集) ルが表示される) -Yahoo! Intranet (他メンバーに賞を与える) 設計方法 コミュニティ内での目標達成に対する褒章を -他ユーザーの活動に対し褒章を与え、ノート・ラ 設計する ベルをつけられるよう設計する -オプション: 受賞者は表示前に、褒賞の承認・否 認を行える -受賞者のプロフィールに褒章が表示される する (例: 20 wins “in one season”) 推奨 時間あたりの参加の質を向上させる設計に 表示リストでは、受賞カテゴリを 5-7 に絞り、ユー ザーの閲覧性を上げる へ導く (例: “First” Review posted) 最初の達成に褒章を設定し、次のアクション 38
  • 39. Peer-to-Peer Awards 仲間どうしのコミュニケーションを促進する Yelp http://www.yelp.com/ 39
  • 40. Awards 2種の Award 設計パターン Collective Achievements Peer-to-Peer Awards 内容 深い参加・達成への邁進を促進する 仲間どうしのコミュニケーションを促進する 活用状況 ユーザーの達成意欲を促進する 仲間同士の共同関係を育成する 例 -Xbox Live (特定のアクション達成) -Yelp (他ユーザーに賞を与え、自分のプロフィー -Yahoo! Sports (トロフィーの収集) ルが表示される) -Yahoo! Intranet (他メンバーに賞を与える) 設計方法 コミュニティ内での目標達成に対する褒章を -他ユーザーの活動に対し褒章を与え、ノート・ラ 設計する ベルをつけられるよう設計する -オプション: 受賞者は表示前に、褒賞の承認・否 認を行える -受賞者のプロフィールに褒章が表示される する (例: 20 wins “in one season”) 推奨 時間あたりの参加の質を向上させる設計に 表示リストでは、受賞カテゴリを 5-7 に絞り、ユー ザーの閲覧性を上げる へ導く (例: “First” Review posted) 最初の達成に褒章を設定し、次のアクション 40
  • 41. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 41 ○Tag Cloud
  • 42. Competitive Spectrum コミュニティの特徴にあった 評価・評判の設計を行う コミュニティ 他参加者を助 共有したい 各自が競合し 各自が同じ目 各自が競合す の目的 けたい ない目的を持 的を持ち、互 る目的を持つ つ いに競争する コミュニティ Y! Health Wikipedia Yahoo! Y! Fantasy Xbox Live 例 Expert Blogs Yelp Answers Sports Slashdot Ebay 評判の使用 メンバーの名 メンバーが信 メンバーの興 メンバーの達 メンバーの達 対象 声 頼できることを 味、素性、価 成度 (他者が 成度 (他者を 示す実績 値が分かる、 認め、賞賛で どれだけ倒し 参加履歴 きる) たか) 評判の表現 Label: Named Level: 貢献度を示す Numbered Points: 各アク “Helpful” , ”For 活動実績によ 統計値。オプ Level: メン ションの進捗 umLeader”な る信頼レベル ション:TopXの バー間の数値 を示す。 どの名声 称号(幾多の 比較。受賞へ Ranking: 勝者 価値ある貢献 の動機づけを や敗者のラン を示す) 行う。 キング 42
  • 43. Rankings 3種の Ranking 設計パターン Points Leaderboard TopX 表現 達成度を表現し、達成感向 ランキングをスコアボードで トップX位の競争相手が分か 上・他者比較を行えるように 表現し、誰が優れているか るようにする する 分かるようにする 活用状況 ユーザー間の競争を用い、 ユーザー間の比較を行える トップXが質の高いコンテンツ ユーザー活動を促進する ようにし、ユーザーが誰が優 を作成をし続け、他参加者へ れているかの議論を行える のコミュニティ価値を維持す ようにする る 例 -Yahoo! Answer (各アクショ -Yahoo! Answer (回答ポイ -Amazon Top Reviewers ンのポイント) ント累積) -FBI’s 10 Most Wanted List -Xbox Live (GamerScore) 設計方法 個々の活動、他者評価に対し、 ランキングをスコアボードで トップX位のユーザーを表示 累積ポイントを定義・表示す 表現する。 する る 推奨 -次の評価マイルストーンを提 -時期、ユーザー抽出等フィ -トップ 10位、50位、100位が 示する ルタを用意する よく使われる -競争相手とのパフォーマン -友人のみのフィルタ表示を ス比較で褒賞を設定 検討する 43
  • 44. Rankings 3種の Ranking 設計パターン Points Leaderboard TopX 表現 達成度を表現し、達成感を向 ランキングをスコアボードで トップX位の競争相手が分か 上・他者比較を行えるように 表現し、誰が優れているか るようにする する 分かるようにする 活用状況 ユーザー間の競争を用い、 ユーザー間の比較を行える トップXが質の高いコンテンツ ユーザー活動を促進する ようにし、ユーザーが誰が優 を作成をし続け、他参加者へ れているかの議論を行える のコミュニティ価値を維持す ようにする る 例 -Yahoo! Answer (各アクショ -Yahoo! Answer (回答ポイ -Amazon Top Reviewers ンのポイント) ント累積) -FBI’s 10 Most Wanted List -Xbox Live (GamerScore) 設計方法 個々の活動、他者評価に対し、 ランキングをスコアボードで トップX位のユーザーを表示 累積ポイントを定義・表示す 表現する。 する る 推奨 -次の評価マイルストーンを提 -時期、ユーザー抽出等フィ -トップ 10位、50位、100位が 示する ルタを用意する よく使われる -競争相手とのパフォーマン -友人のみのフィルタ表示を ス比較で褒賞を設定 検討する 44
  • 45. Rankings 3種の Ranking 設計パターン Points Leaderboard TopX 表現 達成度を表現し、達成感を向 ランキングをスコアボードで トップX位の競争相手が分か 上・他者比較を行えるように 表現し、誰が優れているか るようにする する 分かるようにする 活用状況 ユーザー間の競争を用い、 ユーザー間の比較を行える トップXが質の高いコンテンツ ユーザー活動を促進する ようにし、ユーザーが誰が優 を作成をし続け、他参加者へ れているかの議論を行える のコミュニティ価値を維持す ようにする る 例 -Yahoo! Answer (各アクショ -Yahoo! Answer (回答ポイ -Amazon Top Reviewers ンのポイント) ント累積) -FBI’s 10 Most Wanted List -Xbox Live (GamerScore) 設計方法 個々の活動、他者評価に対し、 ランキングをスコアボードで トップX位のユーザーを表示 累積ポイントを定義・表示す 表現する。 する る 推奨 -次の評価マイルストーンを提 -時期、ユーザー抽出等フィ -トップ 10位、50位、100位が 示する ルタを用意する よく使われる -競争相手とのパフォーマン -友人のみのフィルタ表示を ス比較で褒賞を設定 検討する 45
  • 46. Rankings 3種の Ranking 設計パターン Points Leaderboard TopX 表現 達成度を表現し、達成感を向 ランキングをスコアボードで トップX位の競争相手が分か 上・他者比較を行えるように 表現し、誰が優れているか るようにする する 分かるようにする 活用状況 ユーザー間の競争を用い、 ユーザー間の比較を行える トップXが質の高いコンテンツ ユーザー活動を促進する ようにし、ユーザーが誰が優 を作成をし続け、他参加者へ れているかの議論を行える のコミュニティ価値を維持す ようにする る 例 -Yahoo! Answer (各アクショ -Yahoo! Answer (回答ポイ -Amazon Top Reviewers ンのポイント) ント累積) -FBI’s 10 Most Wanted List -Xbox Live (GamerScore) 設計方法 個々の活動、他者評価に対し、 ランキングをスコアボードで トップX位のユーザーを表示 累積ポイントを定義・表示す 表現する。 する る 推奨 -次の評価マイルストーンを提 -時期、ユーザー抽出等フィ -トップ 10位、50位、100位が 示する ルタを用意する よく使われる -競争相手とのパフォーマン -友人のみのフィルタ表示を ス比較で褒賞を設定 検討する 46
  • 47. TopX トップX位の競争相手が分かるようにする Amazon Top Reviewer Amazon http://www.amazon.com/ 47
  • 48. Rankings 3種の Ranking 設計パターン Points Leaderboard TopX 表現 達成度を表現し、達成感を向 ランキングをスコアボードで トップX位の競争相手が分か 上・他者比較を行えるように 表現し、誰が優れているか るようにする する 分かるようにする 活用状況 ユーザー間の競争を用い、 ユーザー間の比較を行える トップXが質の高いコンテンツ ユーザー活動を促進する ようにし、ユーザーが誰が優 を作成をし続け、他参加者へ れているかの議論を行える のコミュニティ価値を維持す ようにする る 例 -Yahoo! Answer (各アクショ -Yahoo! Answer (回答ポイ -Amazon Top Reviewers ンのポイント) ント累積) -FBI’s 10 Most Wanted List -Xbox Live (GamerScore) 設計方法 個々の活動、他者評価に対し、 ランキングをスコアボードで トップX位のユーザーを表示 累積ポイントを定義・表示す 表現する。 する る 推奨 -次の評価マイルストーンを提 -時期、ユーザー抽出等フィ -トップ 10位、50位、100位が 示する ルタを用意する よく使われる -競争相手とのパフォーマン -友人のみのフィルタ表示を ス比較で褒賞を設定 検討する 48
  • 49. Tools for Monitoring Reputation 全体ランキング、現在の状況評価を行える ツールを提供する Top Discussion about me 49
  • 50. Friend Ranking 友人の自分との類似度 関連度の評価を行う 試験的な導入 Facebook http://www.facebook.com/ 50
  • 51. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 51 ○Tag Cloud
  • 52. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 52 ○Tag Cloud
  • 53. Collecting 収集活動は 人間の本能的活動 53
  • 54. Collecting : 7種の設計パターン (1/2) Saving Favorites Displaying Add/Subscribe 表現 アイテムを保存し、閲覧、共有、 アイテムにお気に入りマー コレクションを作り、他者に 選択したコンテンツを購読 議論できるようにする クをつけられるようにする 表示できる できる 活用状況 オンラインでの各種オブジェク ユーザーに気に入ったアイ ユーザーが気に入ったアイ ユーザーにどこでもコンテン トの保存(ウェブサイト、ページ、 テムのリストを作らせたい テムのコレクションを作り、 ツ消費を許したいとき。ユー クリッピング、写真、動画、等) とき (ページブックマークの 他者に表示したいとき。 ザーに混合コンテンツの体 代わりになる) 験をさせたいとき。 使用例 -Delicious -Flicker -Delicious -Delicious -Evernote -Slideshare -Facebook -Flicker -GoodRead -Youtube -Flicker -Google Reader -LibraryThing -Slideshare -The New York Times -Stumble Upon -Yahoo! 設計方法 -ユーザーに簡単な保存方法・ -お気に入りアイテムのリス -ユーザーにコレクションを -動的コンテンツ(ブログ、 分類方法を用意する(タグづけ、 ト作成が行える。 表示するモジュール・バッジ フォーラム、写真など)から、 アイテムグループ分け等) -追記情報 (タグ、ノート記 を用意する 購読アクションを呼び出せ -各種フィルタを行えるようにす 述、他メタデータ) -コレクションモジュール・ るようにする。 る(タグ、文字列、日時、コンテ -タグ、キーワードでのアイ バッジのURLを用意する。 -RSS/Subscribeアイコンを ンツタイプ) テムの検索 -主要ソーシャルネットの 使う。 -他者にアイテム公開できるよう -個人ページからの容易な ウィジェットを用意する -どこでコンテンツを消費す にし、上記各種フィルタも用意 アクセス (Yahoo!など) るか指定できるようにする する。 -友人とのアイテム共有 -アイテムの各部分の表示・ (Google Reader, My Yahoo! --- 非表示設定、フィルタを用 など) -ダメ:人を好き嫌い評価対 意する。 [検討]: 象にしない。ネガティブ振 -Feed URLをカット&ペース 2つの保存方法 舞いが起こる。 -アイテムにオリジナルサイ トできるようにする。 -ポインタでの保存 トへのリンクを貼る。 --- -アイテムから、気に入って -コピーして保存 いる人を抽出できるように [検討] する。 -購読サービスへの自動追 加の機能を作る。 54
  • 55. Collecting : 7種の設計パターン (1/2) Saving Favorites Displaying Add/Subscribe 表現 アイテムを保存し、閲覧、共有、 アイテムにお気に入りマー コレクションを作り、他者に 選択したコンテンツを購読 議論できるようにする クをつけられるようにする 表示できる できる 活用状況 オンラインでの各種オブジェク ユーザーに気に入ったアイ ユーザーが気に入ったアイ ユーザーにどこでもコンテン トの保存(ウェブサイト、ページ、 テムのリストを作らせたい テムのコレクションを作り、 ツ消費を許したいとき。ユー クリッピング、写真、動画、等) とき (ページブックマークの 他者に表示したいとき。 ザーに混合コンテンツの体 代わりになる) 験をさせたいとき。 使用例 -Delicious -Flicker -Delicious -Delicious -Evernote -Slideshare -Facebook -Flicker -GoodRead -Youtube -Flicker -Google Reader -LibraryThing -Slideshare -The New York Times -Stumble Upon -Yahoo! 設計方法 -ユーザーに簡単な保存方法・ -お気に入りアイテムのリス -ユーザーにコレクションを -動的コンテンツ(ブログ、 分類方法を用意する(タグづけ、 ト作成が行える。 表示するモジュール・バッジ フォーラム、写真など)から、 アイテムグループ分け等) -追記情報 (タグ、ノート記 を用意する 購読アクションを呼び出せ -各種フィルタを行えるようにす 述、他メタデータ) -コレクションモジュール・ るようにする。 る(タグ、文字列、日時、コンテ -タグ、キーワードでのアイ バッジのURLを用意する。 -RSS/Subscribeアイコンを ンツタイプ) テムの検索 -主要ソーシャルネットの 使う。 -他者にアイテム公開できるよう -個人ページからの容易な ウィジェットを用意する -どこでコンテンツを消費す にし、上記各種フィルタも用意 アクセス (Yahoo!など) るか指定できるようにする する。 -友人とのアイテム共有 -アイテムの各部分の表示・ (Google Reader, My Yahoo! --- 非表示設定、フィルタを用 など) -ダメ:人を好き嫌い評価対 意する。 [検討]: 象にしない。ネガティブ振 -Feed URLをカット&ペース 2つの保存方法 舞いが起こる。 -アイテムにオリジナルサイ トできるようにする。 -ポインタでの保存 トへのリンクを貼る。 --- -アイテムから、気に入って -コピーして保存 いる人を抽出できるように [検討] する。 -購読サービスへの自動追 加の機能を作る。 55
  • 56. Saving アイテムを保存し 閲覧、共有、議論できるようにする 56
  • 57. Collecting : 7種の設計パターン (1/2) Saving Favorites Displaying Add/Subscribe 表現 アイテムを保存し、閲覧、共有、 アイテムにお気に入りマー コレクションを作り、他者に 選択したコンテンツを購読 議論できるようにする クをつけられるようにする 表示できる できる 活用状況 オンラインでの各種オブジェク ユーザーに気に入ったアイ ユーザーが気に入ったアイ ユーザーにどこでもコンテン トの保存(ウェブサイト、ページ、 テムのリストを作らせたい テムのコレクションを作り、 ツ消費を許したいとき。ユー クリッピング、写真、動画、等) とき (ページブックマークの 他者に表示したいとき。 ザーに混合コンテンツの体 代わりになる) 験をさせたいとき。 使用例 -Delicious -Flicker -Delicious -Delicious -Evernote -Slideshare -Facebook -Flicker -GoodRead -Youtube -Flicker -Google Reader -LibraryThing -Slideshare -The New York Times -Stumble Upon -Yahoo! 設計方法 -ユーザーに簡単な保存方法・ -お気に入りアイテムのリス -ユーザーにコレクションを -動的コンテンツ(ブログ、 分類方法を用意する(タグづけ、 ト作成が行える。 表示するモジュール・バッジ フォーラム、写真など)から、 アイテムグループ分け等) -追記情報 (タグ、ノート記 を用意する 購読アクションを呼び出せ -各種フィルタを行えるようにす 述、他メタデータ) -コレクションモジュール・ るようにする。 る(タグ、文字列、日時、コンテ -タグ、キーワードでのアイ バッジのURLを用意する。 -RSS/Subscribeアイコンを ンツタイプ) テムの検索 -主要ソーシャルネットの 使う。 -他者にアイテム公開できるよう -個人ページからの容易な ウィジェットを用意する -どこでコンテンツを消費す にし、上記各種フィルタも用意 アクセス (Yahoo!など) るか指定できるようにする する。 -友人とのアイテム共有 -アイテムの各部分の表示・ (Google Reader, My Yahoo! --- 非表示設定、フィルタを用 など) -ダメ:人を好き嫌い評価対 意する。 [検討]: 象にしない。ネガティブ振 -Feed URLをカット&ペース 2つの保存方法 舞いが起こる。 -アイテムにオリジナルサイ トできるようにする。 -ポインタでの保存 トへのリンクを貼る。 --- -アイテムから、気に入って -コピーして保存 いる人を抽出できるように [検討] する。 -購読サービスへの自動追 加の機能を作る。 57
  • 58. Favorites アイテムにお気に入りマークをつけられるようにする 58
  • 59. Favorites アイテムにお気に入りマークをつけられるようにする 59
  • 60. Collecting : 7種の設計パターン (1/2) Saving Favorites Displaying Add/Subscribe 表現 アイテムを保存し、閲覧、共有、 アイテムにお気に入りマー コレクションを作り、他者に 選択したコンテンツを購読 議論できるようにする クをつけられるようにする 表示できる できる 活用状況 オンラインでの各種オブジェク ユーザーに気に入ったアイ ユーザーが気に入ったアイ ユーザーにどこでもコンテン トの保存(ウェブサイト、ページ、 テムのリストを作らせたい テムのコレクションを作り、 ツ消費を許したいとき。ユー クリッピング、写真、動画、等) とき (ページブックマークの 他者に表示したいとき。 ザーに混合コンテンツの体 代わりになる) 験をさせたいとき。 使用例 -Delicious -Flicker -Delicious -Delicious -Evernote -Slideshare -Facebook -Flicker -GoodRead -Youtube -Flicker -Google Reader -LibraryThing -Slideshare -The New York Times -Stumble Upon -Yahoo! 設計方法 -ユーザーに簡単な保存方法・ -お気に入りアイテムのリス -ユーザーにコレクションを -動的コンテンツ(ブログ、 分類方法を用意する(タグづけ、 ト作成が行える。 表示するモジュール・バッジ フォーラム、写真など)から、 アイテムグループ分け等) -追記情報 (タグ、ノート記 を用意する 購読アクションを呼び出せ -各種フィルタを行えるようにす 述、他メタデータ) -コレクションモジュール・ るようにする。 る(タグ、文字列、日時、コンテ -タグ、キーワードでのアイ バッジのURLを用意する。 -RSS/Subscribeアイコンを ンツタイプ) テムの検索 -主要ソーシャルネットの 使う。 -他者にアイテム公開できるよう -個人ページからの容易な ウィジェットを用意する -どこでコンテンツを消費す にし、上記各種フィルタも用意 アクセス (Yahoo!など) るか指定できるようにする する。 -友人とのアイテム共有 -アイテムの各部分の表示・ (Google Reader, My Yahoo! --- 非表示設定、フィルタを用 など) -ダメ:人を好き嫌い評価対 意する。 [検討]: 象にしない。ネガティブ振 -Feed URLをカット&ペース 2つの保存方法 舞いが起こる。 -アイテムにオリジナルサイ トできるようにする。 -ポインタでの保存 トへのリンクを貼る。 --- -アイテムから、気に入って -コピーして保存 いる人を抽出できるように [検討] する。 -購読サービスへの自動追 加の機能を作る。 60
  • 61. Displaying コレクションを作り、他者に表示できる 61
  • 62. Collecting : 7種の設計パターン (1/2) Saving Favorites Displaying Add/Subscribe 表現 アイテムを保存し、閲覧、共有、 アイテムにお気に入りマー コレクションを作り、他者に 選択したコンテンツを購読 議論できるようにする クをつけられるようにする 表示できる できる 活用状況 オンラインでの各種オブジェク ユーザーに気に入ったアイ ユーザーが気に入ったアイ ユーザーにどこでもコンテン トの保存(ウェブサイト、ページ、 テムのリストを作らせたい テムのコレクションを作り、 ツ消費を許したいとき。ユー クリッピング、写真、動画、等) とき (ページブックマークの 他者に表示したいとき。 ザーに混合コンテンツの体 代わりになる) 験をさせたいとき。 使用例 -Delicious -Flicker -Delicious -Delicious -Evernote -Slideshare -Facebook -Flicker -GoodRead -Youtube -Flicker -Google Reader -LibraryThing -Slideshare -The New York Times -Stumble Upon -Yahoo! 設計方法 -ユーザーに簡単な保存方法・ -お気に入りアイテムのリス -ユーザーにコレクションを -動的コンテンツ(ブログ、 分類方法を用意する(タグづけ、 ト作成が行える。 表示するモジュール・バッジ フォーラム、写真など)から、 アイテムグループ分け等) -追記情報 (タグ、ノート記 を用意する 購読アクションを呼び出せ -各種フィルタを行えるようにす 述、他メタデータ) -コレクションモジュール・ るようにする。 る(タグ、文字列、日時、コンテ -タグ、キーワードでのアイ バッジのURLを用意する。 -RSS/Subscribeアイコンを ンツタイプ) テムの検索 -主要ソーシャルネットの 使う。 -他者にアイテム公開できるよう -個人ページからの容易な ウィジェットを用意する -どこでコンテンツを消費す にし、上記各種フィルタも用意 アクセス (Yahoo!など) るか指定できるようにする する。 -友人とのアイテム共有 -アイテムの各部分の表示・ (Google Reader, My Yahoo! --- 非表示設定、フィルタを用 など) -ダメ:人を好き嫌い評価対 意する。 [検討]: 象にしない。ネガティブ振 -Feed URLをカット&ペース 2つの保存方法 舞いが起こる。 -アイテムにオリジナルサイ トできるようにする。 -ポインタでの保存 トへのリンクを貼る。 --- -アイテムから、気に入って -コピーして保存 いる人を抽出できるように [検討] する。 -購読サービスへの自動追 加の機能を作る。 62
  • 63. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 63 ○Tag Cloud
  • 64. Collecting : 7種の設計パターン (2/2) Tagging Find with Tag Tag Cloud 表現 オブジェクトに対し、タグの付加・修正が タグを用い、特定のオブジェクトを オブジェクトに紐付けられたタグの できる 検索できる(写真、ブックマーク、 頻度を知ることができる 本、記事など) 活用状況 ユーザーが膨大なデータを収集すると ユーザーが膨大なコレクションを 各要素の関連したタグ表示をした き(写真、本など)。ユーザーが各種メタ ソート・操作を行いたいとき い(サイト関連、人気タグ、人の個性 データを混ぜて管理したいとき(ラベル、 に関連、など) キーワード等) 使用例 -Amazon -Delicious -Amazon -Delicious -Flicker -Flicker -Flicker -Library Thing -Library Thing -Library Thing 設計方法 -ユーザーが独自のタグを追加できるよ -タグデータベースでキーワード検 -タグを文字列順に並べる うにする 索ができるようにする -頻度にもとづきタグサイズを変える -ユーザーがタグを修正・削除できるよう -ユーザーがタグリストをブラウザ 場合、サイズ決定のアルゴリズムを にする 閲覧できるようにする 作る -タグの分け方の手順書を用意する -オブジェクトが見つかったら、関連 -ユーザーの関係者・友人に、ユーザー タグを全て表示し、関連タグでの のコレクションに対するタグ付けができ 再検索ができるようにする るようにする。 -単語の組合せで検索できるように する ※事前定義語彙とユーザー定義タグが 混ざることを恐れない。 64
  • 65. Collecting : 7種の設計パターン (2/2) Tagging Find with Tag Tag Cloud 表現 オブジェクトに対し、タグの付加・修正が タグを用い、特定のオブジェクトを オブジェクトに紐付けられたタグの できる 検索できる(写真、ブックマーク、 頻度を知ることができる 本、記事など) 活用状況 ユーザーが膨大なデータを収集すると ユーザーが膨大なコレクションを 各要素の関連したタグ表示をした き(写真、本など)。ユーザーが各種メタ ソート・操作を行いたいとき い(サイト関連、人気タグ、人の個性 データを混ぜて管理したいとき(ラベル、 に関連、など) キーワード等) 使用例 -Amazon -Delicious -Amazon -Delicious -Flicker -Flicker -Flicker -Library Thing -Library Thing -Library Thing 設計方法 -ユーザーが独自のタグを追加できるよ -タグデータベースでキーワード検 -タグを文字列順に並べる うにする 索ができるようにする -頻度にもとづきタグサイズを変える -ユーザーがタグを修正・削除できるよう -ユーザーがタグリストをブラウザ 場合、サイズ決定のアルゴリズムを にする 閲覧できるようにする 作る -タグの分け方の手順書を用意する -オブジェクトが見つかったら、関連 -ユーザーの関係者・友人に、ユーザー タグを全て表示し、関連タグでの のコレクションに対するタグ付けができ 再検索ができるようにする るようにする。 -単語の組合せで検索できるように する ※事前定義語彙とユーザー定義タグが 混ざることを恐れない。 65
  • 66. Tagging オブジェクトに対し タグの付加・修正ができる 66
  • 67. Tagging オブジェクトに対し タグの付加・修正ができる 独自のタグ追加 独自タグとノート追加 Delicious LibraryThing.com Flicker.com 67
  • 68. Collecting : 7種の設計パターン (2/2) Tagging Find with Tag Tag Cloud 表現 オブジェクトに対し、タグの付加・修正が タグを用い、特定のオブジェクトを オブジェクトに紐付けられたタグの できる 検索できる(写真、ブックマーク、 頻度を知ることができる 本、記事など) 活用状況 ユーザーが膨大なデータを収集すると ユーザーが膨大なコレクションを 各要素の関連したタグ表示をした き(写真、本など)。ユーザーが各種メタ ソート・操作を行いたいとき い(サイト関連、人気タグ、人の個性 データを混ぜて管理したいとき(ラベル、 に関連、など) キーワード等) 使用例 -Amazon -Delicious -Amazon -Delicious -Flicker -Flicker -Flicker -Library Thing -Library Thing -Library Thing 設計方法 -ユーザーが独自のタグを追加できるよ -タグデータベースでキーワード検 -タグを文字列順に並べる うにする 索ができるようにする -頻度にもとづきタグサイズを変える -ユーザーがタグを修正・削除できるよう -ユーザーがタグリストをブラウザ 場合、サイズ決定のアルゴリズムを にする 閲覧できるようにする 作る -タグの分け方の手順書を用意する -オブジェクトが見つかったら、関連 -ユーザーの関係者・友人に、ユーザー タグを全て表示し、関連タグでの のコレクションに対するタグ付けができ 再検索ができるようにする るようにする。 -単語の組合せで検索できるように する ※事前定義語彙とユーザー定義タグが 混ざることを恐れない。 68
  • 69. Find with Tags タグを用い、特定のオブジェクトを検索できる (写真、ブックマーク、本、記事など) タグ検索 Flicker.com 検索結果アイテムと関連タグ 69
  • 70. Collecting : 7種の設計パターン (2/2) Tagging Find with Tag Tag Cloud 表現 オブジェクトに対し、タグの付加・修正が タグを用い、特定のオブジェクトを オブジェクトに紐付けられたタグの できる 検索できる(写真、ブックマーク、 頻度を知ることができる 本、記事など) 活用状況 ユーザーが膨大なデータを収集すると ユーザーが膨大なコレクションを 各要素の関連したタグ表示をした き(写真、本など)。ユーザーが各種メタ ソート・操作を行いたいとき い(サイト関連、人気タグ、人の個性 データを混ぜて管理したいとき(ラベル、 に関連、など) キーワード等) 使用例 -Amazon -Delicious -Amazon -Delicious -Flicker -Flicker -Flicker -Library Thing -Library Thing -Library Thing 設計方法 -ユーザーが独自のタグを追加できるよ -タグデータベースでキーワード検 -タグを文字列順に並べる うにする 索ができるようにする -頻度にもとづきタグサイズを変える -ユーザーがタグを修正・削除できるよう -ユーザーがタグリストをブラウザ 場合、サイズ決定のアルゴリズムを にする 閲覧できるようにする 作る -タグの分け方の手順書を用意する -オブジェクトが見つかったら、関連 -ユーザーの関係者・友人に、ユーザー タグを全て表示し、関連タグでの のコレクションに対するタグ付けができ 再検索ができるようにする るようにする。 -単語の組合せで検索できるように する ※事前定義語彙とユーザー定義タグが 混ざることを恐れない。 70
  • 71. Tag Cloud オブジェクトについたタグ頻度を 知ることができる 71
  • 73. AGENDA ◆Self-Introduction ◆Reputation Design Competitive Spectrum Levels ○Named Levels ○Numbered Levels ○Labels Awards ○Collective Achievements ○Peer-to-Peer Awards Ranking ○Points ○Leaderboard ○TopX ◆Collection Design ○Saving ○Favarites ○Displaying ○Add/Subscribe ○Tagging ○Find With Tags 73 ○Tag Cloud