ブログ通信簿

http://blogreport.labs.goo.ne.jp/tushinbo.rb

マメだって。そういう感覚は無かったのだがｗ

内部構造を予想してみる

性別、年齢、〜度、タイプ、将来の仕事それぞれの分類器
があればいいんだろうか。以下のような感じで。

分類器	クラス例
性別、２クラス	男性、女性
年齢、９９クラス	０〜１００？
主張度、５クラス	１〜５

前提として、対象となるのはブログのみとする。ブログは内部的にはその最新記事１０件で表して、単語頻度ベクトルにしておく。

まずブログを適当に抽出して、性別、年齢など人手でタグ付けして正解データとする。これを元にNaiveBayes分類器つくる。

年齢は特にクラス数が多いので、いざタグをつけてみたら「正解データがないクラスがあるんですけど！」ということがありそう。別案としては、０〜１００歳まで１０刻みでタグをつけることにして、各ブログの年齢は、年齢クラスの生起確率の重み付き和でやっつけたらいいかな。

タグづけが大変そうだｗ