豊田正史のSLとは関係ございません

_ [スポーツ] ロッテ20年ぶりの10連勝で貯金15

だそうだが、長年ロッテのファンをやっている人なら冷静にこの事態を見ているはずだ。毎年好調なのは最初だけ。結局どこかで取り返しのつかない連敗をするのがパターンである。20くらいは貯金がないと安心できるものではない。まあもう2ヶ月くらいは様子見ですよ。しかし、11連敗程度で首脳陣入れ替える楽天の気が知れないね。19連敗の記録を抜いてからにしたら？

_ [花粉症] 花粉症ロングテール

まだまだ微妙な症状が続いている。タイトルは気にしないで欲しい。

_ [花粉症] 微妙な症状続く

ロッテの連勝が止まるのと、花粉症が止まるのどっちが先かという勝負になってまいりました。

_ [スポーツ] ロッテ45年ぶり11連勝

って、1勝増えただけで20年ぶりが45年ぶりになりますかそうですか。球団記録は18連勝だそうです。

_ [Software] Slashdot効果恐るべし

以前、増井さんがProcessingで作ったクイズアプレットの解答編を作ったのだが、そのページへのアクセスが多数来ていてびっくり。リンク元が増井さんのページなので何が原因か分からなかったのだが、たまたまSlashdotを見ていたら、Processingのスレッドが立っていて、そこで増井さんのアプレットが紹介されていた。これか。

_ [花粉症] だいぶ治まって来たかな

一日大体平穏だったが、時折鼻水。まだロッテ連勝とのチキンレースは続く。

_ [本] マイコン大百科

某M嶋さんの依頼で掘り出した。どうやら今では手に入りにくいらしい。組み立てキットMP-85でプログラミングとかしてる。懐かしい。

_ [スポーツ] ロッテ12連勝

相手が楽天とはいえ順調すぎである。どこかに落とし穴があるに違いないと思ってしまうのは、長年染み付いたロッテファンの性といえよう。

_ [花粉症] 平穏

今日は、平穏な一日であった。

_ [テレビ] NHK海外ドラマFBI

スゴ録で録画されていたので見てみました。凝ったシナリオにテンポの良い展開。台詞の圧縮率が高めでついていくのが大変ですが、非常に良いです。○サスにも見習って欲しいですね。ただ、英語に訛りのある捜査員の吹き替えに大阪弁が使われていて、ちょっと違和感を感じます。吹き替えの大阪弁自体がネイティブ(?)でないような気もするので、どっちが悪いのかは分かりません。2重音声で英語のほうを聞いてもどこ訛りかは分からないのですが。

_ [花粉症] 今日も平穏

ロッテの連勝が止まったが、どうやら花粉症も止まったようだ。同時？

_ [業界] TrustRank

以前、リンクスパム対策としてTrustRankというランキングを提案しているスタンフォードの論文紹介をこの日記で書いた。どうも最近TrustRankで検索して来る人がぼちぼちいるので、こんなマイナーな話題になんで？と思っていたのだが、どうやらGoogleがTrustRankを商標登録したためにSEO業界で話題になっているらしい。でも件の論文との関係は分からないらしい。SEOの中の人もいろいろ振り回されて大変だなあ。

_ [花粉症] 残留花粉にやられる？

花粉はほとんど飛んでいないはずなのに、電車の中でグシュグシュ、大学でくしゃみ連発。残留花粉を吸ったか?

_ [テレビ] どうでしょうリターンズ

「雄三が5人おんでん5加山雄三。でもあなたは洋さんでがしょ？」隠田集落、五箇山、養蚕、合掌造りを暗記するための語呂あわせ。素晴らしい。見てないと何がなんだか分からないでしょうけど。

_ [花粉症] 間欠的症状

時折、思い出したようにくしゃみが出たりする。まだ完治はしないか。

_ [花粉症] まさか

今日もくしゃみの発作1回。まさかスギ以外の花粉にも反応するようになったのではあるまいな。

_ [花粉症] 今日は一日症状なし

「と」さんじゃないですが、これが「あがり」であって欲しい。

_ [学会] WWW2005 Workshop Day メモ

今年はなぜか幕張です。時差はないのになぜか時差ぼけ気味です。現在、Workshop on the Weblogging Ecosystemに参加中。Weblogワークショップのblogなんていうメタなものもある。

Invited Talkは、Ethan Zuckerman (CSの人ではないみたい)の Media Attention in the Age of the Weblog - Will Blogs Make News More or Less Global? blogによって市民ジャーナリズムみたいな状況ができていると言うが、結局blogで記事にされている事は、本当にグローバルになっているのか？大手メディアによる事件の扱いとどれほど違うのか？結局メジャーな国のニュースばかりになっていないか、という問題提起。各国がblogでどれだけ触れられているかについて、ニュースサイトとの比較などの統計を取っていてなかなか面白かった。詳しくは、彼のサイト、Ethan ZuckermanのGAP - Global Attention Profilesを参照。ランチのときに、各国のblog人口は取れないの？と聞いてみたが、やっぱり正確に測るのは難しいそうだ。

論文は、blogのクラスタリングとか、ランキングとか、アジテーターを探す話とか、Web日記とblogとの違いについての考察など色々。

午後は、ちょこっとAIRWEB Workshopのパネルを聴きに行った。Google, Yahoo, MSNなどそうそうたるパネリストによる検索エンジンSPAMに関する議論。nofollow属性はまあしようがないよねとか、クリックフローについては話したくないとか、SPAMに関してアカデミックでやることはあるの？とか、まあそんな感じ。

_ [スポーツ] ロッテ対阪神

すぐそこにあるマリンスタジアムで、ロッテ対阪神のナイターをやっているわけですよ。NiCTの人とか阪神ファンもいるわけですよ。観ない訳にはいかないでしょうということで、総勢6名で観戦。阪神もロッテも応援凄過ぎ。見せ場も結構ある良い試合でした。結局ロッテが隙のない強さを見せて3対0で勝ち。それにしても打率3割4分以上の打者がスタメン中5人ってどんな打線だよ。投手陣もガッチリしすぎだよ。なんなんだこの圧倒的な強さは。

_ [学会] WWW2005 Keynote by Berners-Lee

Berners-Lee - WWW2005 Keynote やっぱりSemantic Web。

なんでか分かりませんが、携帯ですね。去年も.mobiドメインについて、そもそもSemantic Webならそんなドメインは必要ないとか言っていたので、その延長なのかもしれません。

_ [学会] WWW2005 Data Extraction

Fully Automatic Wrapper Generation for Search Engines
Hongkun Zhao, Weiyi Meng, Zonghuan Wu, Vijay Raghavan, Clement Yu
検索エンジンの結果ページから、広告など余分なものを除き結果部分だけ取り出すラッパー生成手法。タグの構造だけでなく、インデントなどの視覚的な構造も使うと、良い精度のラッパーが得られる。しかし実験結果に適合率99％、再現率99％とか書かれるとちょっと眉につばをつけたくなる。

Web Data Extraction Based on Partial Tree Alignment
Yanhong Zhai, Bing Liu
Eコマースサイトの商品ページから商品名、値段等のテーブルを自動生成したりするのが目的。1本目と同じくこれも視覚的構造を使っている。また適合率、再現率に98％、99％とえらい高い数値が書いてある。

Thresher: Automating the Unwrapping of Semantic Content from the World Wide Web
Andrew Hogue, David Karger
著者がGoogleの人だが、これはGoogleに入る前の仕事だそうだ。内容は、ラッパー生成 by Exampleのような感じ。

_ [学会] WWW2005 Current trends in the integration of search and browsing (Panel)

Krishna Bharat(Google), Jan Pedersen(Yahoo!), Susan Dumais(Microsoft), Steve Papa(Endeca), Prabhakar Raghavan(Verity)らによるパネル。Search, navigation, multi-facetのどれが良い？という議論。まあ結論の出る話ではないしなあ。

_ [学会] WWW2005 Index and Querying

Improving Web Search Efficiency via a Locality Based Static Pruning Method
Edleno S. de Moura, Celia Francisca dos Santos, Daniel R. Fernandes, Altigran S. da Silva, Pavel P. Calado, Mario Nascimento

Sampling Search-Engine Results
Aris Anagnostopoulos, Andrei Broder, David Carmel
検索エンジンの結果からランダムなサンプルを採る手法。ランダムなサンプルであるという安心感は得られそうだが、実際トップNを取るのとどれだけ差がでるのかな。

_ [SL] スパムメールに

こんなヘッダがついてた。私をsl作者と知っての狼藉か？だとしたら凄いけど。

　　　　　　　　　。　〇               
　　　　　　　　　o　〇　　　
　　　　　　　　o　〇　☆登録無料　まずは登録！☆        
　　　　　　。o　〇事実です⇒http://www.xxxxxxx.net/?point
　  　　 。。o 〇　
　　　　┏┓┏━┓　★★★
　　　┏┻┻┛□┃┏★★★★┓┏━━━━┓┏━━━━┓┏━━━━┓
　　　┃pt当り  ┃┃出会える┃┃\(~▽~)/┃┃\(^◇^*)┃┃ (*^-^) ┃
　　　┗◎━━◎┻┻◎━━◎┻┻◎━━◎┻┻◎━━◎┻┻◎━━◎┛

_ [学会] WWW2005 Keynote by Eric Brewer

The Case for Technology for Developing Regions

_ [学会] WWW2005 Industrial and Practical Experience Track

The Infocious Web Search Engine: Improving Web Searching Through Linguistic Analysis
Alexandros Ntoulas, Gerald Chao, Junghoo Cho
自然言語解析を積極的に取り入れたInfociousという新しいサーチエンジンを立ち上げたらしい。文書中の単語にpart-of-speechタグを付け、より意味的な検索ができるようにした。例えば、動詞にも名詞にもなる単語についてはどちらの意味で検索するか選択できたりする。

_ [学会] WWW2005 Text Analysis and Extraction

Gimme' The Context: Context-driven Automatic Semantic Annotation with C-PANKOW
P. Cimiano, G. Ladwig, S. Staab
Nigerは国か川かなんてのを自動判別できるかという話。

Opinion Observer: Analyzing and Comparing Opinions on the Web
B. Liu, M. Hu, J. Cheng
デジカメなど商品に関する評判を抽出する手法。デジカメといっても、電池とかサイズとか重さとか色々な評価ポイントがあるがそれらの特徴をまず抽出し、それぞれの特徴について肯定、否定表現がどれだけあるかを算出する。

_ [学会] WWW2005 User-focused Search and Crawling

CubeSVD: A Novel Approach to Personalized Web Search
J.-T. Sun, H.-J. Zeng, H. Liu, Y. Lu, Z. Chen

Automatic Identification of User Goals in Web Search
U. Lee, Z. Liu, J. Cho
クエリがnavigationalかinformationalかをアンカーテキストや検索結果のクリックログを用いて判別する手法を提案。ただ、navigationalであればGoogleで十分そうだし、informationalだと分かってもできることは少なそうな気がする。

User-Centric Web Crawling
S. Pandey, C. Olston

_ [学会] WWW2005 Link-based Ranking

PageRank as a Function of the Damping Factor
P. Boldi, M. Santini, S. Vigna
PageRankのランダムジャンプの確率を変化させるとどのような挙動を示すかを詳細に調べた。

Object-Level Ranking: Bringing Order to Web Objects
Z. Nie, Y. Zhang, J.-R. Wen, W.-Y. Ma

A Uniform Approach to Accelerated PageRank Computation
F. McSherry

_ [学会] WWW2005 Link-based Similarity

Scaling Link-Based Similarity Search
D. Fogaras, B. R´cz
おお、まだこのネタでやることあったのか。という感じ。

LSH Forest: Self-Tuning Indexes for Similarity Search
M. Bawa, T. Condie, P. Ganesan

Partitioning of Web Graphs by Community Topology
H. Ino, M. Kudo, A. Nakamura
Max-flowを用いたコミュニティの定義を、より厳密にしてそれを効率良く抽出できる手法を提案。

_ [研究] Junghoo Choさん来所

WWWに参加していたJunghoo Choさんがボスを訪ねて来所。ものすごくフレンドリーな人。デモをお見せしたり、講演をしてもらったり。

_ [呟き] 活動停止

してました。

_ [学会] WWW2005 あしからず

昨日までの日記で、WWW2005の論文等をリストアップしましたが、これらは面白かった発表ではなく、私が聞いたものを忘れないようにメモしただけです。読んだけど面白くないぞ、などのご意見はご勘弁ください。

_ [花粉症] 全快

症状が出なくなったので、今年は花粉症ネタ終了。

_ [ゲーム] 携帯用サイコロ付きメモ帳CGI

なんてものを作ってみた。何に使うかは、ご想像にお任せ。サイコロはJavaScriptで、ボタンを押すと2d6を2回分の目が表示される。メモ帳は単なるtextareaを使ったフォームでサブミットすると内容がサーバに保存されるだけ。i-mode端末なら、新規メール編集とiアプリで済むらしいので需要はほとんどないだろうな。

_ [学会] Andrew Tomkins来所

SIGMOD-Jの講演会のためIBM AlmadenのTomkinsが来所。ソーシャルネットワークに関する研究について話をしてくれた。ひとつは、ブログのプロファイルから分かる著者の住所を使って、オンラインでの関係と地理上の距離とに関係があるかを調査した話。もうひとつは、なんらかの人間関係ネットワークが与えられたときに、指定された2人の間の関係を最も良く表す部分グラフを取り出す手法について。面白いけど何に使うかは微妙な感じ。

_ [業界] 総務省、2005年3月末のブログ利用者は約335万人、SNSは約111万人と分析

ずいぶん増えましたねえ。私がとある記事を書くため2月頃に調べたところでは、主要7ブログサービスの開設数合計で150万を超えていました。小さいところも合わせると200数十万ぐらいにはなっていたのではないかと思われます。とすると一月半ぐらいで、さらに100万ぐらい増えたことになります。本当ならすごい勢いですが、信用してよいのかどうか分かりません。しかし、開設数よりも、アクティブなユーザの数のほうが気になります。「BlogFan.ORG - サービス比較」に統計がありますが、これを見るとアクティブなユーザの割合は相当小さいことが分かります。まあアクティブだから質が良いとも言えないので、本当に良質な情報源となりうるブログの数はかなり限られてくるでしょう。まあなんにせよ、分母が大きくなるのは良いことです。

と、ここまで書いて総務省発表の報道資料を見てみたら...結構いい加減な算出してますねえ。bulkfeedsで得たシェアで単純に割り算してるし、掛け持ち考慮の純利用者数なんて2で割ってるだけだし。うーん。これはあんまり信用しないほうが良さそうな気がしてきました。

_ [呟き] なか卯の牛丼

いつの間にかなか卯が牛丼を出すようになっていた。試しに食べてみたが、豚丼のほうが良かったかも。

_ [開発] Perlで子プロセスのエラー出力が親プロセスに横取りされる

ループの中で以下のようにfork,execを繰り返していたら、最後にforkしたプロセスでだけ、err.logに吐かれるべき結果が親プロセスのエラー出力に吐かれるという現象に悩まされた。それ以外のプロセスではきちんとerr.logに出力されている。

$pid = fork();
if ($pid == 0) {
  exec("foo 2> err.log");
}

_ 結局、以下のようにしたら解決。うーむ。

$pid = fork();
if ($pid == 0) {
  open(STDERR, "> err.log");
  exec("foo");
}

_ [呟き] 学生のような一日

終わらない計算待ち、面白い実装、つまらないバグ潰し、夕食はカップ蕎麦、くだらない雑用、挙句の果てに泊まり、しかも夜食は餃子の王将、いつの間にかソファーで気絶、昼に起きて自販機のパン。ダメダメです。

_ [開発] 手抜きランク

アーカイブのキーワード検索結果をランキングするのに、アンカーテキストを用いた手抜きとしか言いようがない手法を適用してみたのだが、上位については、まずまずの結果を出してくれた。アンカーテキストもすでにスパムだらけで役に立たないのではないかと予想していたのだが、意外であった。

_ [宣伝] 東大生研公開は6/2, 6/3

今年の東京大学生産技術研究所公開は6月2日,3日です(生産研公開案内)。なまけん公開ではありません。大規模アーカイブからのウェブマイニングに関する研究の大画面デモをやりますので、お誘い合わせの上是非お越しください。

_ [宣伝] デモでもデモ

生研公開は6/2,6/3なので、今日は研究室のメンバーが一堂に集まっての準備ミーティング。皆様是非来所をご検討ください。実は、公開前にもお客様へのデモが幾つかあり、その準備に追われている。たった今、1つ新しいネタを仕込んだところ。公開用ネタも仕込まねば。

_ [学会] Hypertext 2005 採録

WISSで発表したWeb進化ブラウザの発展版を投稿していたのですが、無事通りました。一安心。これで、9月のザルツブルグ行き決定です。

_ [スポーツ] ロッテの貯金20突破

なんか書くべきことがあったような気がするのだが、思い出せないのでロッテの話。昨日の巨人戦で貯金を20の大台に乗せ、今日もフランコ、李を休ませておきながら完全な横綱相撲で勝って21貯金である。圧倒的に強い。前に20くらいないと安心できないと書いたが、本当にこれで安心してよいのだろうか。と、まだ疑心暗鬼だったりする。もはやプレーオフ進出は間違いないだろう。心配なのは経験不足ぐらいかな。

_ [宣伝] 生研公開ネタ(6/2, 6/3)

生研公開で私が御見せできるネタはこんな感じになりそうです。

時系列検索エンジン

99年からのアーカイブの各スナップショットをキーワード検索し、出現ページ数、サーバ数などの推移をグラフ化。検索結果は手抜きランクでランキング。新規ページ、旧ページ優先など、時系列を考慮した並べ替えも可能。一応新ネタ

ウェブコミュニティーチャートブラウザ

福地君作で毎年デモっている。ウェブのスナップショットから、同種ページの塊であるコミュニティを抽出し、それらの関係をグラフ化した地図を検索・閲覧できる。

ウェブコミュニティー発展過程ブラウザ

上記のチャートが時系列的にどう変化しているかを閲覧できる。キーワードによる検索、新しく現れたコミュニティなど進化の特徴量に応じたコミュニティの抽出ができる。去年もやりましたがちょっと進化しています。

ウェブページ間関連の発展過程ブラウザWebRelievo

コミュニティよりもさらに詳細なページ間関連の時系列変化を観察できる。WISS2004版をより発展させたもの。

_ [テレビ] 東京工業大学のうた 作詞/作曲 増田ジゴロウ

サクサクで電通大、農工大に続き、東工大のうたが発表されました。私のかつていた大岡山でなく、すずかけ台のうたなのですが、これがすんばらしい傑作。あまりの衝撃と感動に3度も聴いてしまいました。以下ウケたポイント。

トーコー　ダーイ! (HIGH! HIGH! テクノロジー!)
トーコー　ダーイ!（応用! セラミックス!)

トーキョーコーギョー　ダーイ! x3　ダンシ...(TOO MUCH! TOO MUCH!)
トーキョーコーギョー　ダーイ! x3　ジョシ...(A FEW! A FEW!)

見てごらん...東工大のシンボルマーク...まるでラピュタの「ロボット兵」...
さすが工業大学...ロボット兵...

この大学で学んだ事が日本の将来のテクノロジーの発展に
役立つ可能性...　大ーっ!

_ [呟き] 活動停止

デモ強化週間の後遺症で、シッポを引っ張られた某のように活動停止。

_ [開発] グラフレイアウト調整

グラフレイアウトは力の調整をちょっと間違えると、ぐるぐる回転したり、振動したりと結構デリケートなのだが、生研公開の最中にぐるぐる回られると困るので調整。でもちょっとまだ見栄えが悪い。

_ [本] 佐藤優「国家の罠〜外務省のラスプーチンと呼ばれて」

いろんなところでお勧めされているので買ってみました。まだ70ページほどしか読んでいないけど、これは必読ですよ。ちょっと面白ポイントを挙げてみます。

• 1991年8月のクーデターの折、執務不能になったゴルバチョフの病名はギックリ腰だった？
• 外務省幹部「とにかく田中(真紀子)さんは自分のお父ちゃん(田中角栄)は偉い。だから、日露関係でも田中・ブレジネフ会談が原点なんだ。それから自分のお父ちゃんを裏切った経世会(橋本派)は許せないという、この二つの想いで動いている。」
• ソ連通訳チジョフ氏「ブレジネフは領土問題に関して田中角栄があまりに激しい剣幕なので、驚いてウォー、ウォーとうなっただけで確認などしていない」
• 私を含め、外務省員は全員親米派である。ただし、新米の中身については、日本はアメリカと価値観を共有するので常に共に進むべきであるという「イデオロギー的な親米主義」と、アングロサクソン(英米)は戦争に強いので、強いものとは喧嘩してはならないという「現実主義」では、「親米」という結論は同じだとしても、その論理構成は大きく異なる。
• 官僚とちょっとした行き違いがあった後、政治家が「俺は気にしていないぞ」と言ったとする。この永田町言語を翻訳すると「俺の方ではなく、お前のほうで深く反省して、何か言ってこい」ということだ。
• 外務省幹部「しかし、五月八日、アーミテージ米国務副長官との会談をドタキャンしたが、婆さん(田中女史)はその時、大臣就任祝いにもらった胡蝶蘭への礼状を書いていたんだ。これに対してみんなが危機感を持った。」
• 同幹部「新聞は婆さんの危うさについてきちんと書いているんだけれど、日本人の実質識字率は五パーセントだから、新聞は影響力を持たない。ワイドショーと週刊誌の中吊り広告で物事は動いていく。残念ながらそういったところだね。その状況で、さてこちらはお国のために何ができるかということだが……」

わ、笑えない……

_ [業界] Technorati JAPAN βバージョン

テクノラティの日本版βバージョンが公開されている。インデックスに登録されるためにはPINGを投げる必要があるみたいだ。ブログからのリンク数の多い順にトップニュース、トップブックス、トップ100ブログなどが見られるようになっているが、トップブックスはちょっと偏りがあるような……。