DMM.comラボ勉強会 ｜ Advent Calendar 2015

IT系の勉強会行ってきた Advent Calendar 2015 - Adventarの9日目！

リンク貼ろうかと思ったけどPW必須だったのでやめました…。

DMM.comラボデブサミ限定勉強会(3/4)

DMM.comラボで取り組むモデリングとハンズオン

• モデル=簡素化
  視点と用途がありそれに対応するために作成
• モデリング手法
  OAUTH 2.0を自前で作る際に4つのモデルを使用
  ユースケース図、オブジェクト図、分析クラス図、シーケンス図
  →分析も良いけど分析中毒にならないよう適宜相談
• モデリングハンズオン
  モデルに正解は無い。その場での最適解を合意を得るようにする
  モデルとは頭の中にあるもの！図やUMLはただの表現方法でしかない

設計力やモデリング力のなさが露呈してハンズオンでした…。

ウォーターフォール vs アジャイル

• ウォーターフォール
  →全部作る。その為の要件定義や基本設計や詳細設計等の工程が分かれる
  メリット：工程管理、スケジュール、ゴールが明確
  デメリット：逆戻りできない。リリースまで時間がかかる。上流工程での認識のズレやばい
• スクラムやリーン。色々あるよ！
  →必要な部分から作成。全ては作らないかもしれない。
  メリット：こまめにリリース、変更に強い、仮のゴールでも良い
  デメリット：ゴールあやふや、計画むずい、コミュ力は必須
• リリースとは一般公開ではなく内部公開もリリースになりえる
• 作るものが同じならコストや時間は、ウォーターフォールやアジャイルに大差はないやも
  →アジャイル宣言も優先度高いものから作っていくだけで、コストに対しての言及はない
• リリースタイミング、優先度を決める！基準は絶対に必要
• 手法にこだわらず、効率的なやり方を進化させていく。
• 流行がどうとか今までこうではない。開発手法はメンバーや案件に応じて対応。

DMM.comラボデブサミ限定勉強会(3/11)

Spark X Solrによるリアルタイムトレンド抽出の具体的手法

• Twitterから形態素解析➡商品検索➡トレンド抽出➡クラスタリング
• Hadoopは分散処理がゆえにバッチ処理っぽくなる
  Sparkだと基本的にメモリで処理するので早いらしい
• SparkはRDDsという単位でデータを扱う
  RDDsの集まりがDstream（n秒分のデータみたいな）
• Sparkは8Gだとギリギリなので16Gは欲しい

形態素解析とかN-Gramとかの解説が丁寧でわかりやすかった。

SparkStream X GraphXによるトレンド商品のリアルタイムレコメンドの具体的手法

ほとんど理解できませんでした。。。
1ノルム正規化に内積計算とか…事前に触ってないと全然イメージ出来なかった。

• ワード×ジャンル×ベクトル をマッピング
• Pregel、GraphX、KnowledgeGraphとか紹介されてた
• VertexCutで定義されているのが一般的

事前知識が足りなかったです。。。(´；ω；｀)ﾌﾞﾜｯ