「あれを買っている人は、これも買っています」っていう
レコメンデーション（＝協調フィルタリング）を実現する方法として、
アソシエーション分析を行ったりします。
（そのアソシエーション分析を実装するアルゴリズムの１つがアプリオリ（Apriori））
で、Ｗｅｂサイトでこれをやりたい場合
・ブラウザから、対象商品を引数として、ＲＥＳＴ ＡＰＩを呼び出し、
・そのＡＰＩがＤＢを検索して、アソシエーション分析を行い、
・結果を画面にＪＳＯＮで返す
ということを実装すればよい。
ここで、問題になるのは、そのＲＥＳＴ ＡＰＩだと思うけど、
その作り方でかんがえられるのは、
・たとえばＲＥＳＴ ＡＰＩ部分をＰＨＰで作成し、ＰＨＰからＲを呼び出し
Ｒで、アソシエーション分析を行う（パッケージarulesのaprioriを使う）
→Ｒを裏で動かすため、Rserv等がいるかも
・ＪａｖａでＲＥＳＴ ＡＰＩを書く（たとえば、Spring Boot でREST Controllerにする）
で、そのＡＰＩのなかで、ＷｅｋａのライブラリからAssociateのAprioriを呼び出す
はいはいはいはい、どっちもめんどくさそうですよね。
・Pythonで、flaskを使って、ＲＥＳＴ ＡＰＩを作成し、その中で、Orangeで
アソシエーション分析を行う
っていうのが、妥当ですよね（scikit-learnには、ないらしい）
ということで、最後のpythonでやる方法のためのメモ
flask部分
PythonでREST APIをサクっと実装
https://qiita.com/Morinikiz/items/c2af4ffa180856d1bf30
一般的に
Flaskの簡単な使い方
https://qiita.com/zaburo/items/5091041a5afb2a7dffc8
アソシエーション分析部分
Pythonでデータサイエンスを試す(7_アソシエーションルール)
http://esu-ko.hatenablog.com/entry/2016/03/13/Python%E3%81%A7%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%82%92%E8%A9%A6%E3%81%99%287_%E3%82%A2%E3%82%BD%E3%82%B7%E3%82%A8%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%83%AB
１月２２日、
SEA Forum in Jan 2018 ［要求を作り整理する KAOS⼿法⼊⾨］
に行ってきて、ゴール指向要求分析のうちのひとつＫＡＯＳの提唱者 Lamsweerde先生の話を
聞いてきたのでメモメモ。
２２日は雪で、早めに出たのに、「やば、会場に間に合わない！」と思ったけど
（このブログを読んでる人へ：「え、雪関係ないだろ、お前の場合」っていう意見は無視します）
開始が遅れてくれたので、初めから聞けた（でも、１０人くらいしか参加しなかった。
Lamsweerde先生の話なのに！）
では、以下メモメモ
■Engineering Multi-View Models for Goal-Oriented Requirements Engineering
・どうやってモデルを作るか
→モデル：問題をみつける
・Early modeling
インフォーマルな世界→フォーマルに
ハイレベルの戦略→ローレベルに
不正確、非構造化→正確に、構造化
暗黙の、隠れている→明確に、十分に
コンフリクト→一貫させる
部分的→（あつめて）十分に
意図、理想的→現実に
・チャレンジングなところ
複合システム
software to be + 人、デバイス、既存ソフト
マルチバージョン
多数の選択肢
環境の変化
初期の分析→フォーマルへ
・ゴール指向であるべき
以降のことができるから
ゴールを満足させる議論
モデルの完全性＆適切さ
モデルの洗練と合成
初期からのインクリメンタルな分析
ランタイムモニタの生成
選択しや変化についての理由づけ
検証
・どんなモデルがあるか
ゴールモデル：why,how
リスクモデル
概念オブジェクト：what
エージェント：who
threats：セキュリティ
operations：
古典的には
振る舞い
シナリオ
ステートマシーン
・ゴール指向モデルを作る
１．ドメイン分析：ゴールを洗練／抽象化
２．ドメイン分析：オブジェクトの構造化
３．system-to-be：ゴールをリッチにする（代替案）
４．system-to-be：リッチにしたゴールのオブジェクト分析
５．責務の分析：エージェントにアサイン
６．オペレーション：振る舞い分析
・ゴールの仕様化
Ｃ→◇Ｔ
・モデルの分析と合成
ゴールの操作のチェック
振る舞いモデルをゴールとシナリオから合成
ＬＴＳモデル、ステートダイアグラム
洗練されたゴールのチェック ＳＧ１，ＳＧ２，Ｄ ｜＝ Ｇ
マイルストーン
ガード→維持ゴール
・障害の分析 障害Ｏ {O,Dom} |= ￢Ｇ
１．障害の認識
２．評価（どのくらい起きる、どのくらいシビア）
３．解決策
例：ハンドブレーキ
ＥＣショップ：セキュアモデル
→アンチモデル：セキュリティゴールを破る
・結論
・Ｑ＆Ａ
なぜ、本の表紙が、バベルの塔なの
ＫＡＯＳ(chaos)だから
トップレベルから、ボトムレベルまでレベル化されていて、エージェントもいるし
なぜ、ＫＡＯＳはＫではじまり、Ｃでないのかは、
ＫＡＯＳが Keep All Objectives Satisfiedの略だから
SEA Forum in Jan 2018 ［要求を作り整理する KAOS⼿法⼊⾨］
に行ってきて、ゴール指向要求分析のうちのひとつＫＡＯＳの提唱者 Lamsweerde先生の話を
聞いてきたのでメモメモ。
２２日は雪で、早めに出たのに、「やば、会場に間に合わない！」と思ったけど
（このブログを読んでる人へ：「え、雪関係ないだろ、お前の場合」っていう意見は無視します）
開始が遅れてくれたので、初めから聞けた（でも、１０人くらいしか参加しなかった。
Lamsweerde先生の話なのに！）
では、以下メモメモ
■Engineering Multi-View Models for Goal-Oriented Requirements Engineering
・どうやってモデルを作るか
→モデル：問題をみつける
・Early modeling
インフォーマルな世界→フォーマルに
ハイレベルの戦略→ローレベルに
不正確、非構造化→正確に、構造化
暗黙の、隠れている→明確に、十分に
コンフリクト→一貫させる
部分的→（あつめて）十分に
意図、理想的→現実に
・チャレンジングなところ
複合システム
software to be + 人、デバイス、既存ソフト
マルチバージョン
多数の選択肢
環境の変化
初期の分析→フォーマルへ
・ゴール指向であるべき
以降のことができるから
ゴールを満足させる議論
モデルの完全性＆適切さ
モデルの洗練と合成
初期からのインクリメンタルな分析
ランタイムモニタの生成
選択しや変化についての理由づけ
検証
・どんなモデルがあるか
ゴールモデル：why,how
リスクモデル
概念オブジェクト：what
エージェント：who
threats：セキュリティ
operations：
古典的には
振る舞い
シナリオ
ステートマシーン
・ゴール指向モデルを作る
１．ドメイン分析：ゴールを洗練／抽象化
２．ドメイン分析：オブジェクトの構造化
３．system-to-be：ゴールをリッチにする（代替案）
４．system-to-be：リッチにしたゴールのオブジェクト分析
５．責務の分析：エージェントにアサイン
６．オペレーション：振る舞い分析
・ゴールの仕様化
Ｃ→◇Ｔ
・モデルの分析と合成
ゴールの操作のチェック
振る舞いモデルをゴールとシナリオから合成
ＬＴＳモデル、ステートダイアグラム
洗練されたゴールのチェック ＳＧ１，ＳＧ２，Ｄ ｜＝ Ｇ
マイルストーン
ガード→維持ゴール
・障害の分析 障害Ｏ {O,Dom} |= ￢Ｇ
１．障害の認識
２．評価（どのくらい起きる、どのくらいシビア）
３．解決策
例：ハンドブレーキ
ＥＣショップ：セキュアモデル
→アンチモデル：セキュリティゴールを破る
・結論
・Ｑ＆Ａ
なぜ、本の表紙が、バベルの塔なの
ＫＡＯＳ(chaos)だから
トップレベルから、ボトムレベルまでレベル化されていて、エージェントもいるし
なぜ、ＫＡＯＳはＫではじまり、Ｃでないのかは、
ＫＡＯＳが Keep All Objectives Satisfiedの略だから
組立型 核シェルター
組立型 電波暗室
のできる日も近い？
理想の音楽環境を整える。防音＋自然な響きをコントロールする防音室「アビテックス」
https://member1.jp.yamaha.com/topics/detail/id=9792
組立型 電波暗室
のできる日も近い？
理想の音楽環境を整える。防音＋自然な響きをコントロールする防音室「アビテックス」
https://member1.jp.yamaha.com/topics/detail/id=9792
ToFセンサー（3次元計測センサー）がついていることがすごい！
aiboの眼は汎用OLED、鼻先に魚眼カメラとToFセンサーも
http://techon.nikkeibp.co.jp/atcl/column/15/010400142/011000007/
ちなみに、ＴｏＦセンサーについては
第159回 写真の「奥行き」を測る、距離画像センサの技術
http://www.tdk.co.jp/techmag/knowledge/201102u/
にくわしい（真ん中くらい）
aiboの眼は汎用OLED、鼻先に魚眼カメラとToFセンサーも
http://techon.nikkeibp.co.jp/atcl/column/15/010400142/011000007/
ちなみに、ＴｏＦセンサーについては
第159回 写真の「奥行き」を測る、距離画像センサの技術
http://www.tdk.co.jp/techmag/knowledge/201102u/
にくわしい（真ん中くらい）
１月２５日から
電通大だよ！」なんかでてきそうだよね（＾＾；）
調布・電通大の図書館が初の「古本市」 除籍図書9700冊、貴重な専門書も
https://chofu.keizai.biz/headline/2558/
電通大だよ！」なんかでてきそうだよね（＾＾；）
調布・電通大の図書館が初の「古本市」 除籍図書9700冊、貴重な専門書も
https://chofu.keizai.biz/headline/2558/
アクセス
トータル
ランキング
