ジャーナルクラブ「Speak Little and Well: Recommending Conversations in Online Social Streams」

概要
各ユーザの好みに対応した、興味の持てる会話をツイッターから見つけるアルゴリズムを考案した。
種類の違うアルゴリズムの効果をランダムと比較したところ、内容の関連性と繋がりの強さを用いたものが一番効果があった。
さらにツイッターを交流目的で使うユーザには、情報収集目的より効果が発揮された。

この論文では様々な質の情報であふれているSNSから,自分が興味がある情報を見つけるためのアルゴリズムを考案し,実験によって効果を比較しました.

研究において参考になったところは,ツイッターユーザーの目的は2種類あることを実験の回答から導きだしているところです.(スライド11)
実験では「どのくらいツイッターを情報収集目的で使用しているか・交流目的で使用しているか」についていくつかの質問をしていました.

情報収集目的で「かなり使用する」に対し,交流目的は「場合による」という人が多いという結果になりました.そこからツイッターユーザーは情報収集目的のみの人と,情報収集目的と交流目的両方の人に分かれるという考察をしました.

また考案したアルゴリズムの比較をするだけでなく,ユーザーの目的の違いで比較する点も参考になりました.

ジャーナルクラブ「Personalized Recommendation of Social Software Items Based on Social Relations」

今回の論文では、ユーザの社会的関係性の違いから情報推薦システムの精度を比べていました。

用いた社会的関係性は

  • 知り合いの似ている度
  • 行動が似ている人

の2種類です。

結果として、知り合いを用いた情報推薦システムの方が精度が高いことが分かりました。

Amazonなどで商品を選択する際に、「この商品を買った人はこんな商品も買っています」という表示があります。(他にもTwitterなど)

インターネット上で情報が推薦される場面では、このように「自分と似ている行動をとった人」に基づいたものをよく目にしていました。そのため、私は「行動が似ている人」に基づいた方が精度が高いものだと思っていました。

ただ実際に 「自分と似ている行動をとった人」 に基づいた情報が、役に立つ情報だったかといわれると疑問が残ります。

この点が自分の予想と実際の結果が違った理由ではないかと思いました。

誰のためのデザイン?第7章

第7章は、ビジネス世界におけるデザインについて書かれていました。

今までの章で述べられたことは、理想的な状態を仮定していました。
しかし、今回の章では現実問題として、様々な制約がある中どのようにデザインすればいいのかについて考えていました。

結論としては、人の基本的心理・ニーズは同じなので、テクノロジーは変わってもインタラクションの基本的原則は変わりません。
例えば、キーボードがあります。キーボードの形や機能が変わっても、文字を記すというニーズは変わっていません。

感想

本の中で

  • テクノロジーは人を賢くする?/愚かにする?
  • 人間と機械のどちらが賢いのか?
  • イノベーションは漸進的(ゆっくり)/急進的(はやい)のどちらが重要か

について筆者の考えが書いてありました。それとは別に、私たちはこの質問にどう答えるか考えました。人によって考え方が様々で、正解を一つには決める必要はないと思いました。

また、デザインはだれもが使えるツール(必要なものは観察・想像力・努力)であるはずなのに、そう思われないのは何故かについても考えました。私もデザインは、選ばれたセンスのあるデザイナーしかできないと思っていたので、誰もが使えるようになってほしいです。