製品、トピックスやコンテンツ・タイプでフィルターをかける

(191 製品)

(523 トピック)

(8 インダストリー)

(4 種類)

1 - 9 件のうちの 9 件
概要の表示 | 概要の非表示
結果の表示
タイトル none 種類 none 日付 none
コードを 1 行も作成せずにソーシャル・データを収集して分析する
ソーシャル・データを分析することで、どれほどの情報が得られるか考えたことはありますか?こんなこと聞きましたが、行動には移さないでください。ソーシャル・データの分析に必要なものを作成するだけの十分な時間やリソースがあるわけではないからです。このチュートリアルでは、IBM Bluemix™ の Node-RED ワークフロー・エディターを使用すれば、ソーシャル・データのフィード (Twitter フィード) を取り込んで、そのデータから HDFS (Hadoop Distributed File System) ファイルを作成するのが以下に簡単であるかを明らかにします。また、IBM Analytics for Hadoop サービスを利用してデータを分析し、要約チャートを生成する方法も説明します。不明なデータ・セットをいかに簡単に実用的な情報に変えられるかを知って驚くはずです。
記事 2015/7/23
Worklight による本番アプリの開発に Mobile Quality Assurance を使用する
この記事では、Ei! Treinador (「こんにちは、コーチ!」という意味のポルトガル語) モバイル・アプリの開発に IBM Mobile Quality Assurance をどのように使用したのかを説明します。2014年ワールドカップ・ブラジル大会で VIP ファンのために作成されたこのアプリにより、ファンはソーシャル・メディアから集約されたセンチメント分析を見ることができました。このアプリに IBM Mobile Quality Assurance をどのようにインストールして構成したのか、そしてアプリをテスターや利害関係者に配布するためにどのように Mobile Quality Assurance を使用したのかを学んでください。Mobile Quality Assurance は内部テストから本番での使用に至るまで、開発サイクルの全フェーズで使用しました。この記事では IBM Mobile Quality Assuranceの本番前のステップと本番でのステップの両方を取り上げます。
記事 2015/4/23
既存の RDBMS に Hadoop を統合する
リレーショナル・データベース管理システム (RDBMS) に Apache Hadoop を統合する方法を学んでください。半構造化データと非構造化データが短期間で大量に生成されるこの時代、組織はこの RDBMS と Apache Hadoop を統合した設計手法を実装するようになっています。この手法が特に役立つのは、すでに RDBMS に多額の投資を行っているものの、ソーシャル・メディアのようなソースから非構造化データを Hadoop システムに取り込んで分析する潜在能力を活用したいという組織です。
記事 2015/6/18
NBAにおけるソーシャル・メディアの力、影響、実績, 第 2 回: 個々の NBA プレイヤーを調査する
このチュートリアル・シリーズで、Python、pandas、Jupyter Notebook と少々の R を使用して、ソーシャル・メディアが NBA に与える影響を分析する方法を学んでください。第 2 回では、個々の NBA プレイヤーのスポンサー収入データ、実際の試合出場中の成績、そして Twitter と Wikipedia によるソーシャル・メディアの力との間にある関係を詳しく探ります。
記事 2018/1/25
NBAにおけるソーシャル・メディアの力、影響、実績, 第 1 回: データ・サイエンスと機械学習を使用して、チームの評価額と観客動員数の関係を調査する
このチュートリアル・シリーズで、Python、pandas、Jupyter Notebook と少々の R を使用して、ソーシャル・メディアが NBA に与える影響を分析する方法を学んでください。この第 1 回では NBA のチームを中心として、データ・サイエンスと機械学習の基礎を説明します。
記事 2018/1/25
InfoSphere BigInsightsを活用して分析するソーシャル・メディアのデータと構造化データ
コードやスクリプトを書くことなくビッグデータを活用したいのであればBigSheetの活用を検討すべきでしょう。BigSheetsは、オープンソースのApache Hadoopプロジェクトに基づいて構築されたIBM InfoSphere BigInsightsのプラットフォームに含まれるビジネス・アナリスト向けのスプレッドシート形式のツールです。本記事ではBigSheetsの基本的な使用方法を説明し、BigInsightsに含まれるサンプル・アプリケーションを使って収集したソーシャル・メディアのデータと構造化データを分析する方法を紹介します。BigSheetsを使って行う、データのモデリング、組み込まれたマクロや関数を使ったデータの加工、分析内容を可視化するためのグラフの作成、そして分析結果をさまざまな出力形式でエクスポートする方法を確認いただけます。
記事 2012/8/02
テキスト・ネットワーク分析統合プラットフォーム: 第 1 回 データ構造の詳細、APIの概要、アプリ構築
インターネット上でのソーシャル・ネットワークサービス(SNS)やブログなどのサービスの普及により、人のコミュニケーションの履歴とそれに関連するテキストが多く取得できるようになりました。我々は、このような「コンテンツ」「人」、そしてその人の「行動」の履歴などのさまざまな情報を、テキストとネットワークの両方の観点から統合的に分析する技術を「ソーシャル・アナリティクス」と呼んでいます。これにより、1つの観点からだけではわからない新しい知識を得る、人の興味をモデル化して詳細に分析する、などといったことが可能です。
記事 2009/7/31
テキスト・ネットワーク分析統合プラットフォーム: 第 2 回 分析アプリケーションおよび TENA API の使い方
前回の記事では、ソーシャル・アナリティクスを実現するテキスト・ネットワーク分析統合プラットフォーム(TExt and Network Analysis、以下、TENAと略します)を、データ構造、API、そしてアプリ構築に必要な分析フレームワークを中心に説明しました。今回の記事ではTENAが実現する分析アプリケーションの実例を、実際のAPIの利用例と共に説明します。
記事 2009/10/02
ソーシャル・ネットワーキングをオープンソースのツールで視覚化する
ソーシャル・ネットワーキングのデータを分析すると、プライベートでの関係やビジネスでの関係について、その内容、つながり、機会などを理解するために役立ちます。この記事ではソーシャル・ネットワーキングの重要なコンポーネントを抽出するためのツールとコードを紹介します。具体的には Twitter API を使ってソーシャル・ネットワーキングのデータをチャート化し、地図上での場所を特定し、そして視覚化します。
記事 2009/1/06
1 - 9 件のうちの 9 件
概要の表示 | 概要の非表示