2005年08月19日
統計的手法？で人気がでるURLを予測するサイトを作った
国内のソーシャルブックマークは、はてながシェアトップだと思うのですが、そのユーザーのがんばり度をランキングにしてみました。
をみて何か物足りないなぁと思ってたわけですよ。
そう、がんばってる人のランキングが見れるんなら、その頑張る人達の集めたクリップを見たい！
小難しくいうと「人気の出るURLをいち早く察知する事が出来る人たちから、より多くブックマークされるURLは人気が出やすい」という理論を実践するサイトがあると面白そうって事で
Alpha Clipper Clips（以下ACC）なんてサイトを作ってみました。
やっていることは単純で、その日の内にアルファクリッパーに多くクリップされているURLをランキングして並べているだけです。
それだけじゃつまらないので、各URLに対して予測人気指数という指標を設けて、はてなブックマークのユーザーの中で人気が出そうなURLを早い段階で察知出来る仕組みも作りました。
数値の元ははてブでのホスト名の偏り - Ceekz Logsの
以下が、はてなブックマークの人気エントリーのホスト名ランキングです。人気エントリーとは、以前からの定義どおり、20以上のオープンユーザーがブックマークしているエントリーです。
のデータを拝借しつつ、下記の条件を元に算出しています。
- URLがはてなブックマークの人気URLへの掲載がされやすいかの割合
- ACCがURLを検知してからの経過時間（鮮度）
- URLをクリップしているアルファクリッパーの人数
要約すると「はてなブックマークのベイジアンフィルタ」って感じでしょうか。
過去の実績から人気になりやすいURLの特徴と、過去の実績から人気になりやすいURLを見つけることが得意な集団のコラボレーション（はてなブックマーク限定）
で、実際面白そうな記事が上位に食い込んでますね、IT系に偏りすぎだけど。
本家はてなとの差異は、こっちのは当日出たURLは当日中でしかランキングをしないので、前日などの超人気URLなどで新鮮な面白URLが埋もれないって事でしょうか。
人気になりそうなURLをいち早く発見するサイトっていうポリシーの方向なので。
実装方法ですがHatena Bookmarker Rankingを、5:30,17:30に巡回して当日の上位IDをかき集めます。
そして、かき集めたIDのatom feedを20分毎にとってきてDBにデータを格納しています。
後は、表示するだけです。
tagsの作成はHTML::TagCloudを使いました。
あとなんだろ、初めてClass::DBIを使ってみたのですが本当に生産性があがる感じですな、パフォーマンスは知らないけど。
あ、なんとなくrss/atomは吐いてないです。
Posted by Yappo at 2005年08月19日 14:06 | TrackBack | 私的サービスめもPost a comment