« 2005年12月03日 | メイン | 2005年12月05日 »
2005年12月04日
はてブニュース
それは、1ヶ月もの前のことでした。
はてブをニュースサイト風に扱う
と、とあるサイトで書かれていました。
そんなことより、リンク張ったら公開前にばれてしまいましたorz 公開されているページは、共有されるべきだと思っているので、別に悪いわけなんじゃないんだけど… いきなりリンクや大量のはてポありがとうございます！ということで、そんな名言を発したのは tomozo3氏 でした。
ここから新たな伝説が始まったのです。
ニュースが掲載される仕組みはご存知ですか？僕も良く知らなかったりするのですが、記者が記事を書いて、編集者が編集して、デスクが掲載の可否を決める。みたいな感じじゃないかと思っています。デスクと編集者は同じ人かもしれない。
ということは、デスクが GO!! といわない限り、ニュースは掲載されないわけ。また、記者は常に最新の出来事を記事にするわけではない。あのときのことを今更かよ？という記事を見かけることが多いのではないか。これは仕方が無い。記者が興味を持って、デスクが OK を出したのだから。
この仕組みを、はてなブックマークでも考えてみた。
出来事 ... どこかのページ
記者 ... 初めて「出来事」をブックマークした人
デスク ... 「出来事」の被ブックマーク数が5を超えたという現象
残念ながら、編集者は居ない。その代わり、コメントをつける人は居る。はてブのコメントを見れば、その「出来事」に関する「記者」や「デスク」などのコメントがついている。
まぁ。どうでもいいや。
とりあえず、はてなブックマークをニュースサイトと見立てたらどうなるのか？ということを、やってみたわけだ。当然、ニュースサイトなので、記事の分類もニュースサイト風にしないとダメだ。「はてな」なんていう分類は、ニュースサイトに無い。あるとすれば、癒着の結果でしかないのだ！
分類には、前に作って、さっぱり人気の無い Text Classification with CEEK.JP NEWS を使いました。分類精度は、大体 81.4% くらい。目的は、電脳に偏る中、他の分野の記事を見つけ出す。ということですけどね。
また、最近の「記者」はサボり気味という話も耳にする。「記者クラブ」という温泉に浸かってしまっていて、新しい「出来事」を探そうとしないらしい。「記者クラブ」発の記事は、独自性に乏しいのがほとんどらしいですよ。
記者クラブ ... はてブで良くブックマークされるサイト
ということで、そんな「記者クラブ」発の記事は、人目で区別できるようにした。良くブックマークされるサイトのデータは、結構前に作って、そろそろ下火な Hatena Bookmarker Ranking のデータを使用した。ホスト名ランキングで、「人気エントリー」となりやすいホスト名をリスト化してある。
話は少し変わって、先ほど、電通大の 井原さん と話をして、もっと面白いアイデアが無いのか？というやり取りをしていた中で、ブックマークには、必ず バースト があるはず。という話が出た。
それは、それまでは見向きもされていなかったサイトが、突然、たくさんブックマークされるということである。もちろん、サイトに限らずとも、自然言語的に、ある事柄を取り上げたエントリーが連続してブックマークされるということも挙げられる。モヒカンや無断リンク禁止論は、記憶に新しい。
長くなってきたな。
そろそろ、サイトの説明をしておくか。
はてブニュースは、はてなブックマークの 注目エントリー と 人気エントリー を15分おきにクロールしています。これまで書いた内容からすれば、前者の監視のみで良いのですが、なんとなく、両方を監視対象にしたほうが良いと判断しました。
15分おきにクロールして、新しい URL が無いか監視しているわけですね。新しいのが見つかったら、そのページにアクセスして、コンテンツを取得します。そのコンテンツを分類器に通して分野を決定していると。
その他に分類されているものは、コンテンツの取得失敗、日本語サイトでない、文字コード取得失敗が挙げられます。これは、どうしようもないのでどうもしませんorz
一覧は、非常にシンプルにしました。というか、あれだけしかデータは保持していません。被ブックマーク数やタグの監視は、はてなに多くのリクエストを送ることになるので、見送りました。アクセス拒否されたら、はてなで遊べませんし。
こんなもんかな。
ニュースとブログを色分けした方が良いかもしれない。また、２ちゃんねるのスレッド情報は持っているので、２ちゃんねるのスレッドに似ているページは「２ちゃんねる系」なんていうタグをつけてもいいかな。
と、出来ることややりたいことは色々あるけど、あまりこだわると公開できなくなってしまうので、この辺で公開ということで。
「はてブニュース」というよりは「ニュースサイト風はてブ」ですね。デザインが一番だるかった。ニュースサイト風のページを作るときは、このデザインを流用することにする。
【関連情報】
・はてブニュース
http://labs.ceek.jp/hbnews/
16:15 | コメント (6) | トラックバック | Development
ラーメンは、当分食べない予定
休みも終わり… ということで、昨日（3日）の食事内容です。
昼は、レーズンバターロールを食べた。パンは、常時貯蔵しておかないと、お腹がキリキリして死んでしまう。ココアよりも紅茶の方がいいな。紅茶を買わないと。
夜は、ラーメンを食うとかなんとか誘われたが、拒否。うどんラーメンのおかげでラーメンは食べる気にならない。ということで、こっそり RanRan に行ってきた。普通に、小盛肉トーフ丼を食べる。
自宅 （昼）
ぱん
RanRan （夜）
小盛肉トーフ丼