はじめまして、mixi開発部Find Job !開発グループの fukumura です。

　米Googleが7月11日にマップレットを正式版としてリリースしました。ということで『Find Job !版マップレット』を作成しました！就職活動やライバル会社調査？にとても便利です！

マップレットをご存知ない方のために簡単な説明をしますとマップレットとはGoogleマップに組み込むアプリケーションのことで、これらアプリケーションを好みで追加してもらうことによりオリジナルのマップを作り上げていくことができるというもので、面白い＆有用なので是非皆さん試してみて下さい。

　登録＆利用方法は下記の通りです。（※利用するにはGoogleアカウントが必要です）

まず、GoogleMapの画面のマイマップを選択し、コンテンツの追加をクリックします。

次の画面で、『URLを指定して追加』で

『 http://www.find-job.net/xml/google_mapplet.xml 』を指定して追加します。

あとは、『Googleマップに戻る』で地図に戻り『他人が作成した地図』の『Find Job !求人情報（β）』をクリックして利用できます。地図を動かしたり左に出力された企業一覧の赤枠をクリックしたりして動かして見てください。

　作成してみての感想ですが、GoogleマップレットはGoogleマップ・Googleガジェットを作成したことのある方なら簡単に実装できると思います。（もちろん、してなくても簡単にいける人は沢山いると思います。）

Google Mapplet 開発ツールとして

・Mapplet Scratch Pad 　『 http://www.google.com/ig/modules/geoscratchpad.xml 』

　URLを指定すればテキストエリアにソースが丸ごと呼ばれてそれを変えて再読み込みできるツールです。

・Developer Mapplet　『 http://www.google.com/ig/modules/geodeveloper.xml 』

　登録したxmlを再読み込みできます。修正後などに便利です。

・API Reference 『 http://www.google.com/ig/modules/mapplets-api-reference.xml 』

Googleマップレット上で実際に動かせるAPI集です。

上記の開発ツール用のアプリケーションも公開されています。大変便利なので、Find Job !マップレットを登録したのと同様に登録してアプリケーション作成をされてみてはいかがでしょうか？

　当グループでは、『Find Job ! Maps(β)』 （Google Maps API利用）や最近ではWikipediaを利用した『Find Job !キーワード(β)』なども開発しています。どうぞ皆さんご利用ください。

こんにちは。夏休みが待ち遠しくって、夜なべしては旅行関係のサイトを巡っているmikioです。休みといえば、お出かけして美味しいランチ食べたり映画見たり、あるいは家で本読んだりゲームしたり音楽聞いたりしますよね。そんなあなたにお薦めしたいのがレビュー検索です。今回は、そこでのtipsや開発裏話などをお届けします。

mixiレビューとは、amazon.co.jpやぐるなびなどにある商品や店舗などについてユーザの皆さんがレビューを投稿できる機能です。気に入ったり気に入らなかったりする商品などについて一言言いたくなるのが人情というものですが、普通のmixi日記で言及するよりもレビューを書く方が後で読んだ時に有用です。レビュー機能の特徴は、1点から5点までの満足度をつけられることと、写真や説明などの関連情報が参照できることと、そして何より、他のユーザがその商品につけたレビューと比較できることです。

自分でレビューを書いて後で読み返したり友達に見てもらったりするのも楽しいですが、これから買おうとしている商品や行こうとしている店についての既存のレビューを見るのも楽しいです。そんな時にこそレビュー検索が役立ちます。

例えばソケットプログラミングに関する本を探すとしましょう。その場合、キーワードに「ソケット|socket」と入れて、カテゴリを「和書」にして検索します。検索キーワードを空白で区切るといわゆるAND検索になりますが、縦棒（|）で区切るとOR検索になるのがtipsですね。つまり「ソケット」か「socket」を含む和書を探しているというわけです。ちなみに、エクスクラメーションマーク（!）で区切るとNOT検索もできます。NOT検索はカタカナ語の絞りこみに便利で、「コーラ!コーラス!コーラン」などとして、「コーラ」は含むけどそれは「コーラス」や「コーラン」の一部としてではないといった指定ができます。

検索してヒット数が多かった場合は、並び替え機能を使うのが便利です。デフォルトは「登録日順」で、新しいものから表示されます。多くの人が言及しているものを見たい場合は「レビュー数順」にして、満足している割合が多いものを見たい場合は「満足度順」にするといいでしょう。

満足度順とは、対象商品について各レビューの満足度の平均の降順なわけですが、ここでちょっとした裏話があります。実は、キーワードを指定しないで「満足度順」の検索をした場合、完全な満足度順でない結果が表示されるのです。例えば全カテゴリの満足度順の結果は「スラムダンク」が1位なのですが、その満足度平均は5.0でなく4.95です。レビュー数1件でその1件が満足度5である商品はいくつもあるのに。

もちろんこれはわざとやっています。「みんなに良いと言われているものを知りたい」というのが目的なので、一人や二人が5をつけただけのものが上位に表示されてもピンときませんよね。そこでどうするかという議論を社内でしたわけですが、なかなかこれといった解法にたどり着かずに苦労しました。例えば「レビュー数が10以上のものに絞ってから満足度平均でソートする」という案の場合、全般的に精度は良さそうなのですが、レビュー数が比較的少ない新しいカテゴリの場合には対象がほとんどなくなって精度が下がるという欠点がありました。また、「レビュー数の三乗根と満足度平均の積でソートする」という私からの案は、同じく精度は良さそうなのですが、ヘルプ等で説明するときにわかりにくすぎるという欠点がありました。なるほど、実験での精度よりも説明性とか納得性というのが実サービスには重要なのです。

結局のところ、「レビュー数順で上位1000件に絞ってから満足度平均でソートする」という社長からの案に落ち着きました。これなら精度も高いしレビュー数に依存しないし説明性もそこそこだろうということです。ソート順ひとつとってもなかなか奥が深いですよね。インデクサの圧縮アルゴリズムとかばかり追求していては発想がトリッキーになりすぎていけないなと思った次第です。

最後に個人的にレビュー検索でよくつかう技を紹介します。「あー、なにか面白い映画でも見たいな−」と思った時には、レビュー検索でカテゴリを「劇場映画」にして、キーワードに「2007/6/|2007/7/」などと入れて検索してみてください。数字は現在の月と前の月を入力します。この例では、説明文に「2007/6/」または「2007/7/」を含むものが検索され、その部分が公開日の月となっている、今まさに公開されている映画の一覧を見ることができます。あとはレビュー数順や満足度順で並べ替えて、話題のものや評価が高いものから見る映画を決めればよいのです。mixiのレビューって、映画専門のサイトのレビューとはまた少し違う、個人的で率直な感想が読めるので興味深いですよね。

はじめまして、mixi開発部アプリチームの bonar です。

mixiの日記に「デコリンク」という新しい機能を追加しました。これは日記に「レビュー」や「mixiミュージック」のページのURLを挿入すると、その商品や楽曲、アーティスト等の情報を日記に貼り付けることが出来るという機能です。

ちょっとこれだけだと何のことかわからないので使い方を簡単に説明させていただきますと、

1. まずは以下のうちのどれかのページを表示します

• レビュー詳細ページ (http://mixi.jp/view_item.pl?id=***)
• ミュージック楽曲ページ (http://music.mixi.jp/view_track.pl?id=***)
• ミュージックアーティストページ (http://music.mixi.jp/view_artist.pl?id=***)

2. そのページのURLをコピーします

3. 日記にURLの本文を貼り付けます

4. その日記を表示すると、、、

こんな感じで展開されます。逆に展開したくない場合にはURLの前に空白等の何かの文字を入れると開きません。

ちなみにミュージック関連のURLだとこんな感じです。

レビューだと商品画像と簡単な説明/平均点等が表示され、楽曲は楽曲名やもしあれば試聴リンク等、アーティストだとアーティスト名や週間ランキングの上位3つ等が展開させて表示されます。

日記は mixi の中で一番人気のあるコンテンツなので、ここの表示が遅くなるとユーザにかなり大きなストレスを与えることになってしまい大問題です。今回のこの機能追加では日記の表示後にアンカーを置き換えるようにしています。やってみるとわかるのですが、ページが出た後にパラパラっと展開される感じです。

これだけでもURLそのものの表示に比べて日記が大分華やかになりますよね。

まだ対応しているURLが少なかったりするのですが、自分が持っているアイテムとか好きなアーティストとかを日記で紹介したりしたいときに是非使ってみてください！

あとかなり余談ですが、デコリンクは実は社内開発環境で作ったデモから始まった機能なんです。社内デモの段階からかなり評判がよくて、その当時は「FancyURL」という名前で呼んでいたのですが、リリース前に「ちょっとわかりにくいかも」という話で「デコリンク」に名称変更されました。結構ファンシーという名前に愛着があったので寂しいですが、名前から機能をイメージしやすい方がいいですよね。

小粒ですが、個人的にはかなり使ってもらえるんじゃないかと密かに期待しています。

お久しぶりです、トールマエサカです。

巷で話題になっているアップル社のiPhone。なんと発売日に数時間で売り切れたという現在たいへんホットなガジェットです。そのiPhoneがなんと海を渡ってmixi開発部に遊びに来ました。

ランチの時間帯に私がオフィスにいると誰かに肩を叩かれ、誰かな～？と見たらCTOのバタラさんが笑顔で “トールちゃん、これ凄いよね？” と私にiPhoneを披露。思いもよらないハプニングに私は童心に帰り驚く事しかできませんでした。当然の事ながらランチから帰ってきたエンジニア達は大騒ぎ、みんな興奮状態。

個人的な感想としてはまず美しい！そしてレスポンスが抜群に良いという事。感動したのがiPodのUIです。とても綺麗でサクサク動いて且つ横向きにすると、おぉー！と言わんばかりのmind blowingなミュージックアルバムの選択モードになったりします。

全て書くと長くなるため控えさせて頂きますがiPhoneは地図、音楽、動画などをタッチパネル式でインタラクティブに操作できる面白いアプリケーションが満載です。使っていて楽しい気分にしてくれます。ただ、本体が綺麗すぎて小銭と一緒にポケットに入れて一日過ごしたら私なら泣くな～と思いました。

mixi用にインタラクティブなiPhoneのアプリケーションがあったら素敵すぎる！と思う今日この頃です。

いやぁ～ほしい！

ミクシィ開発部アプリ開発チームのk_joeです。今回は先日『極秘裏に』改善されたmixiミュージックのアルゴリズムについて紹介したいと思います。

このブログを読んでる方々はmixiミュージックって使ったことあるのでしょうか？僕は心配症なので使ったことない人のために(宣伝ついでに)軽く説明からさせていただきたいと思います。mixiミュージックは「音楽で人をつなぐ　by mixiミュージック担当」を理念として、個人が聞いた音楽をベースにいろいろな繋がり・関連性を生み出そうというサービスです。自分の聞いてる音楽についての情報をみんなで共有できて、その繋がりから新しい音楽との出会いがあるってすばらしいことですよね。(/宣伝終)

mixiミュージックには自分の聞いている音楽からお勧めの音楽を提示するサービスとアーティストのリスナーがよく聴いている他のアーティストを提示するサービスがあります。ユーザが送信してくれるデータを計算して提示しているのですが、この計算アルゴリズムが６月の中旬にこっそりと交換されました。

交換をすることになった理由は、以前のシステムでは関連アーティストに誰でもよく聴くアーティストが入ってきやすいという問題点があったためです。ハードロック嗜好の人でも売れているJ-POPは良く一緒に聴いたりするため、広くみんなに聴かれる曲はどのアーティストの関連アーティストにも上がってきやすいという傾向がありました。ユーザからの情報を使ってユーザに新たな情報を還元するのがmixiです。そこで、ユーザが求めている情報はなんだろうかということを考えた結果、今回のアルゴリズムの目標は「新しい音楽との出会い」に設定しました。

レコメンドするアーティストの選出方法として、ジャンル情報を使う方法がすぐに思いつくのですが、mixiミュージックで使用している曲情報は全てユーザから送られてくる情報を使用しているため、精度の問題から今回は断念しました。そこで今回は、DBにあるアーティストのリスナーリストを利用する方向で作成を始めました。

まず、解析するデータを集めなくてはいけないのですが、どうしても全てのユーザの情報を使用するとノイズが多くなってしまいます。そこで、mixiミュージックのDBで保持している各アーティストのトップリスナーから情報を参考にすることにしました。トップリスナーとはそのアーティストを聴く回数が多いユーザなので、その音楽に似た曲調の音楽を好む傾向が高いのではという推測からです。さらに、そのトップリスナーが他に聴いているアーティストでも上位25名だけを選出しました。これもできる限りデータのノイズを減らすためです。この方法でアーティストＡとの関係を計算する対象のアーティスト群を選出しました。

次にこの対象のアーティスト群との関連度を計算していくのですが、ここでは共起率を計算することにしました。アーティストＡとアーティストＢを共に聴いている総リスナー数をどちらか一方でも聴いたことがあるリスナー数で割る計算です。ただ、この計算だけではやはりよく聴かれるアーティストが関連度に残ってしまいました。そのため、アーティストＡの関連度を計算する場合、アーティストＡのリスナー数とアーティストＢのリスナー数に重み定数を掛けたものを加算したものを分母に使用することにしました。この結果、総リスナー数の多いアーティストは関連度が下がるという仕組みです。

アルゴリズム決定以降も計算量や負荷についてのたくさんのお叱りを受けながら、ようやく改善することができました。結果はそれなりの精度が出てきていると思います。ぜひ、自分の好きなアーティストからたどったらどんなアーティストに行き着くのか試してみてください。

僕も月に２～３枚と決めてmixiミュージックのレコメンド機能を使って新しいアーティストを探して購入しています。数ヶ月後の自分のミュージックライブラリがどうなるのか少し楽しみです。