Web2.0影片

Posted by Mr. Monday

發現Googlified的每週一片還真不錯,上個禮拜是Anti-Google,這個禮拜是Web2.0介紹影片。製作的非常好,是由堪薩斯州裡的Digital Ethnography團體所製作。

繼續閱讀全文 … »

Posted by Mr. Monday

Mr. Monday 第一次看到這麼令人感動的廣告。諸位讀者,看這個廣告前請準備好衛生紙啊!還有,如果害羞的話,也不要大庭廣眾看啊…一不小心,眼淚可就滴出來了:)

繼續閱讀全文 … »

Posted by Mr. Saturday

“台灣的PTT效應 – Chapter 1″一文自貼出以來,沒想到短短幾天收到了網友相當多的回應,若不是朋友從批踢踢兔收集了一些評論給我看,還真不知道這篇文章原來已經在我討論的主角中(這樣講還滿怪的)被到處轉錄。首先歡迎各位網友直接到http://mmdays.wordpress.com直接留下您的寶貴評論,這個blog是我貼文的原始出處,我們也很歡迎大家跟我們一起討論,拋出議題給大家討論也是我本來的用意。

繼續閱讀全文 … »

Prada Phone

Posted by Mr. Monday

iPhone還未出來,LG搶先推出Prada Phone。

繼續閱讀全文 … »

玩遊戲,做研究

Posted by Mr. Monday

去年九月一號,Google發表了一款大作,Google Image Labeler。遊戲規則很簡單,玩家一進入遊戲畫面,會看到一張圖,針對這張圖,玩家必須給一個關鍵字,而在網路的彼端,會有一個玩家跟你配對起來,一但你所輸入的關鍵字跟你配對的玩家一樣,那麼你們兩個就獲得分數,雙方進入下一關。當然,如果沒有沒有人跟你玩的話,就會有機器人跟你配對起來。這樣子的意圖其實非常明顯,就是要蒐集大家對每一張圖片裡面的meta data,用大家所熟知的中文來說的話,最接近的意思就是標籤。有了這些大量的meta data的話,利用機器學習(machine learning)的技術,也許可以找出自動將圖片分類的方式,這樣子的好處當然就是可以幫助圖片搜尋

在文字搜尋的戰場上面,Google算是贏家了,然而面對科技的劇烈變動,任何一個公司如果不能持續往下一個科技邁進,都將會被時代所淹沒。因此,對於搜尋而言,下一個最大的戰場,當然就是多媒體,包括了音樂、影片、照片。而圖片則是僅次於文字之外,大家最常搜尋的類別。因此,如果能夠找到一個準確的方式,能夠方便搜尋照片,將能造福萬千的大眾,也更加能奠定Google的一哥地位。

然而推出用Image來玩遊戲的人,Google當然不是第一人,就連Google推出的遊戲,也是授權於Luis von Ahn。在介紹這位神人的研究之前,先讓我們一起來看看一些精采的Image Game吧!

繼續閱讀全文 … »

變形金剛大集合

Posted by Mr. Monday

就在今年七月四號,夢工廠將要推出一個夢幻巨作–變形金剛(Transformers)。天啊!簡直是令人興奮到不行,多少年的童年回憶都是伴隨著變形金剛。我想不論是大人或是小孩,一定都會被那個酷到不行的變形設計所深深吸引。只要是任何東西,到了設計師的手中都可以變形成機器人。所以,當小孩子拿到一個車子時,總是會非常期待它便形後的樣子,因為你不玩過,永遠不會知道它最終的模樣。我想這部電影上映之後,一定會掀起一陣機器人炫風,好啦,該去看看製作變形金剛的公司的股價了,今年年底最酷的聖誕禮物一定非它莫屬XD

說了這麼多廢話,來看看電影預告吧:

繼續閱讀全文 … »

Posted by Mr. Wednesday

最近這一週突然出現了一個引起廣泛討論的網站diggirl,不禁讓Mr. Wednesday想起約莫一年多前想到的天真浪漫的點子,還幫這個點子取了一個名字,叫做BeautyRank。在繼續下去之前,Mr. Wednesday必須要先澄清一下,以下的所有論述都是僅用單一而且偏頗的觀點來看待女性的外貌,事實上人與人的交往絕不應該以如此狹隘的眼光來看待。

回到原本的話題,為甚麼說是天真浪漫呢?因為Mr. Wednesday很想要一個”全自動”的方法可以將所有正妹的相簿找出來並且加以排序。目前台灣最紅的網路相簿應當算是wretch了吧,所以Mr. Wednesday先以wretch作為正妹相簿的來源,說到wretch的竄起,其實Ptt的表特版也是功不可沒, wretch上原本就蘊含大量所謂正妹的相簿,而wretch本身提供的搜尋功能也僅只是關鍵字的比對,如果特別想到找到所謂正妹的相簿事實上用搜尋的方法效果是很有限的。於是乎,某天Mr. Wednesday靈機一動,因為想到wretch的畫面上有提供好友相簿的連結,而這個單向的超連結等於就把整個wretch連結成了一個超大的人際網路(Social network),每個節點代表一個人,每個有向的箭頭就代表了一個好友的關係。正好,超連結分析(Link analysis)的技巧就可以派上用場了,於是就把之前讀到的兩個演算法拿來套用,一個是Sergey BrinLawrence Page提出的PageRank(沒錯,正是Google的兩位創辦人所提出的),另外一個演算法是Jon Kleinberg所提出的HITS

繼續閱讀全文 … »