今日のエントリーでも、DTS の新たなプロダクトである Ontology based highly accurate URL Filtering についてご紹介してみたいと思います。
Ontology based highly accurate URL Filtering は、隠れたパターンを分析します。そして、SNSでやっていることでこれは hadoop も使用します。お馴染みビッグデータの使用した hadoop でデータを取得して比較。DTS のオントロジー技術とスクリプトを使用することになり、既にモジュールの構築段階に入っています。
このモジュールにかけていただくことになります。実際にここに必要な URL を入力していただければ、モジュール側のアウトプットが出ます。
DTS 社内 Meeting でのプロジェクターより
"one file is generated for each URL by name of Sentiment"
ファイルはSentimentの名前によって各URL毎に生成されます。
Sentiment とは、その時の状況で、ポジティブなのかネガティブなのか、或いはプラスで動くのかマイナスなのかを、記事であるとか、SNS のコメントをクロールしてジャッジするということです。
対象となるサイトを見ると、そのサイトで見た時のコメントなども拾ってきます。例えばこのサイトの下記のようなコメントから NLP を持ってきて、まずはカテゴリー ⇒ 株価。そして、Sentiment すると、(評価すると)基本的にポジティブなパーセンテージがゼロ。つまり、あまり大きな変化が無いということになります。
株価の予想ソフトウエアではありませんので、あくまでも「世間の評価」の視点から日々分析するという製品となっています。
昨日のエントリーも合わせてご一読くださいませ。
Ontology based highly accurate URL Filtering・1
Ontology based highly accurate URL Filtering は、隠れたパターンを分析します。そして、SNSでやっていることでこれは hadoop も使用します。お馴染みビッグデータの使用した hadoop でデータを取得して比較。DTS のオントロジー技術とスクリプトを使用することになり、既にモジュールの構築段階に入っています。
このモジュールにかけていただくことになります。実際にここに必要な URL を入力していただければ、モジュール側のアウトプットが出ます。
DTS 社内 Meeting でのプロジェクターより
"one file is generated for each URL by name of Sentiment"
ファイルはSentimentの名前によって各URL毎に生成されます。
Sentiment とは、その時の状況で、ポジティブなのかネガティブなのか、或いはプラスで動くのかマイナスなのかを、記事であるとか、SNS のコメントをクロールしてジャッジするということです。
対象となるサイトを見ると、そのサイトで見た時のコメントなども拾ってきます。例えばこのサイトの下記のようなコメントから NLP を持ってきて、まずはカテゴリー ⇒ 株価。そして、Sentiment すると、(評価すると)基本的にポジティブなパーセンテージがゼロ。つまり、あまり大きな変化が無いということになります。
株価の予想ソフトウエアではありませんので、あくまでも「世間の評価」の視点から日々分析するという製品となっています。
昨日のエントリーも合わせてご一読くださいませ。
Ontology based highly accurate URL Filtering・1