2002: Last.fm and Audioscrobbler Herald the Social Web

2025/12/15 6:05

2002: Last.fm and Audioscrobbler Herald the Social Web

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

*変更は不要です。要約はすべての列挙された重要ポイントを正確に反映していますが、商業的実現可能性について小さな推測上の結論も追加されています。

本文

アマゾンを追随し、二つの学生プロジェクトが「協調フィルタリング」を駆使してオンライン音楽にレコメンドとソーシャルネットワークを実現 – それからすぐに統合へ

Last.fm(2003年頃)

  • 創業:2002年、ロンドンのRavensbourne College of Design and Communication 出身のオーストリア・ドイツ人学生四名が設立。

  • インターネットラジオとして開始し、ユーザーはリスニングプロファイルを作成して共有できるようにした。

  • 発表当年、Last.fm はウィーン発のマルチメディア賞「Europrix」で新人賞を受賞。プレゼンテーション動画(下記埋め込み)では、

    「何度も利用すればシステムはリスニングプロファイルを構築し、ユーザーの好みが徐々に反映される。全てのプロファイルを合計したものが『Music Map』として可視化され、Last.fm ユーザーの協調的な努力だけで音楽のつながりやジャンルが示される。」

授賞式でトーマス・ウィロミッターは「協調フィルタリング」の重要性を語った。彼はアルゴリズムが自身の再生履歴と似たユーザーのデータを組み合わせて、好きになりそうな音楽を推奨すると説明した――アマゾンで知られる手法だ。

(動画:Last.fm 創業者が Europrix 2002 でプレゼン)

協調フィルタリングはウェブ以前から使われていた技術で、1992 年の Xerox PARC のメールシステム「Tapestry」がその原型。ウェブ時代に入ってから本格化し、主にアマゾンが普及させた。2002年までには「Shopping Cart で購入した商品も…」やホームページ上の「Your Recommendations」といったメッセージが既に表示されており、両者とも item‑to‑item 協調フィルタリング を採用していた。

「ユーザーを似た顧客と照合するのではなく、購入・評価した各アイテムを類似アイテムとマッチさせ、その集合をレコメンドリストにまとめる。」
— IEEE Computer Society, 2003年1–2月号「Amazon の協調フィルタリング」

この手法はアイテムベースで、ユーザーのプロフィールではなく購入・評価データに依存する。Last.fm の「Music Map」も同様に、あるボブ・ディラン曲がジョニ・ミッチェル曲と強く結びつけば、ダリウスを聴いている人へミッチェルを推奨できる仕組みだった。


Audioscrobbler(2002年)

偶然にも、英国の別学生が 2002 年に音楽レコメンドシステムを開発。サウサンプトン大学のリチャード・ジョーンズによってコンピュータサイエンスのプロジェクトとして始まった Audioscrobbler は、“audioscrobbling(後の scrobbling)」 を名付けた。これは「聴いた曲を追跡し、レコメンド用にリスニングプロファイルを作る」手法だ。

  • リチャード・ジョーンズ氏のサウサンプトン大学ウェブページ(2003年3月20日公開)。

  • 4 月の学生紙インタビューで、

    「システム利用者は自分の PC にモニタリングソフトをダウンロードし、聴いたアーティスト情報が集約される。そこから ‘協調フィルタリング’ によってパターンが見えるようになり、その結果がユーザー名で記録され、他者と比較できる。」

後にジョーンズは Ravenbourne 学生と手を組み、プロジェクトを Last.fm に統合した。2002 年時点でも両サービスはほぼ同一の構造――協調フィルタリングで曲をレコメンドし、リスニング習慣を中心にソーシャルネットワークを築く―という点で極めて似ていた。

Audioscrobbler 2003 年頃(Last.fm Flickr)


放送モデルからの脱却

新興のソーシャルウェブは、他人をフォローすることで新しいコンテンツやコミュニティを発見できるようにした。音楽では既存の放送体制を破壊することになる。Europrix でマーティン・スティクセルは 1980 年代風トランジスタラジオを使い、

「その機器で音楽を聴くなら周波数帯を調整してステーションを探す必要がある。好きな曲が出てこないとダイヤルを変えて別の局へ行く。」
「放送メディアの根本的問題は、結局誰か他人があなたに音楽を選んでいる点だ…」

三人の Last.fm 創業者(1980 年代風トランジスタラジオ付き)

Last.fm では「ストリーム」は手動選択とアルゴリズムによる推奨が混在。既にオンラインコレクションにある曲をベースに、または他ユーザーのプロファイルから再生開始。再生したトラックは自動で自分のコレクションへ追加され、

  • 「love」ボタンで好きにマーク、
  • 「hate」で次回再生不可、
  • 「skip」で次曲へ移行、
  • 「change」で別ユーザーのプロファイルへ。

初期インターフェースは多機能すぎてやや乱雑だったが、後にシンプル化された。

Last.fm 2003年11月(Flickr)

スティクセルは「Last.fm のアイデアは、学生たちが自問したのが『知らないものを探す方法』だと語った。音楽では新曲発見の鍵はソーシャルである:

「私たちは音楽の社会的側面に着目し、『好きな曲がいつもリストレコメンドになる…」というコンセプトをオンラインへ転換した。」


ユーザー情報の価値

2002 年、Last.fm と Audioscrobbler は共通で「ユーザーデータの集合的価値」を発見。アマゾンも同時期に活用していた。音楽業界はレコード会社からのライセンスが厳格で、Europrix 発表では「法律上の制約で 30 秒サンプルしか再生できない」と語った。

翌年には、Last FM は英国国立収益‐費用‑経営(PRS/マシン・メカニカル‐©)へ支払ってオフラインに「オンラインラジオ」サービスを開始。

従来の Web 2.0 以前はストリーミング革命が始まったばかり。Last FM と Audioscrobbler が示した未来―それこそが「ソーシャルウェブ」の先駆けだった。

Last.fm 2006 年8月(Wayback → Flickr)
本来の設計は長い時間かかった。


書籍購入

『My Web 2.0 メモリ― バブルブロガー・先輩に思わず…』

  • 本紙(Amazon‐?‑OK)
  • eBook → 全般 10 年‑10 年‑1 e‑Book?

We need translate.## アマゾンの足跡をたどり、二つの学生プロジェクトが「協調フィルタリング」を独自に採用しオンライン音楽へレコメンドとソーシャルネットワークを実装 ― すぐ後に統合へ

Last.fm(2003 年頃)

  • 設立:2002 年、ロンドンの Ravensbourne College of Design and Communication 出身のオーストリア・ドイツ人学生四名が創業。

  • インターネットラジオとして始動し、ユーザーはリスニングプロファイルを作成して共有できるようにした。

  • 発表年にはウィーン発マルチメディア賞「Europrix」で新人賞を受賞。プレゼン動画(下)では

    「何度も利用すればシステムはリスニングプロファイルを構築し、ユーザーの好みが徐々に反映される。全てのプロファイルを合算したものが『Music Map』として可視化され、Last.fm ユーザーだけの協調的努力で音楽のつながりやジャンルが示される。」

授賞式でトーマス・ウィロミッターは「協調フィルタリング」の重要性を強調。彼はアルゴリズムが自身の再生履歴と似たユーザーのデータを組み合わせて、好きになりそうな音楽を推奨すると語った――アマゾンで有名な手法だ。

(動画:Last.fm 創業者が Europrix 2002 でプレゼン)

協調フィルタリングはウェブ以前から存在し、1992 年の Xerox PARC のメールシステム「Tapestry」がその原型。ウェブ時代に入って本格化し、主にアマゾンが普及させた。2002 年までには「Shopping Cart で購入したアイテムも…」やホームページ上の「Your Recommendations」といったメッセージが既に表示されており、両者とも item‑to‑item 協調フィルタリング を採用していた。

「ユーザーを似た顧客と照合するのではなく、購入・評価した各アイテムを類似アイテムとマッチさせ、その集合をレコメンドリストにまとめる。」
— IEEE Computer Society, 2003 年 1–2 月号「Amazon の協調フィルタリング」

この手法はアイテムベースで、ユーザーのプロフィールではなく購入・評価データに依存。Last.fm の「Music Map」も同様に、あるボブ・ディラン曲がジョニ・ミッチェル曲と強く結びつけば、ダリウスを聴いている人へミッチェルを推奨できる仕組みだった。


Audioscrobbler(2002 年)

偶然にも、英国の別学生が 2002 年に音楽レコメンドシステムを開発。サウサンプトン大学のリチャード・ジョーンズによってコンピュータ科学のプロジェクトとして始まった Audioscrobbler は、“audioscrobbling(後の scrobbling)」 を名付けた。これは「聴いた曲を追跡し、レコメンド用にリスニングプロファイルを作る」手法だ。

  • リチャード・ジョーンズ氏のサウサンプトン大学ウェブページ(2003 年 3 月 20 日公開)。

  • 4 月の学生紙インタビューで、

    「システム利用者は自分の PC にモニタリングソフトをダウンロードし、聴いたアーティスト情報が集約される。そこから ‘協調フィルタリング’ によってパターンが見えるようになり、その結果がユーザー名で記録され、他者と比較できる。」

後にジョーンズは Ravenbourne 学生と手を組み、プロジェクトを Last.fm に統合した。2002 年時点でも両サービスはほぼ同一構造――協調フィルタリングで曲をレコメンドし、リスニング習慣を中心にソーシャルネットワークを築く―という点で極めて似ていた。

Audioscrobbler 2003 年頃(Last.fm Flickr)


放送モデルからの脱却

新興ソーシャルウェブは、他人をフォローすることで新コンテンツやコミュニティを発見できるようにした。音楽では既存の放送体制を破壊することになる。Europrix でマーティン・スティクセルは 1980 年代風トランジスタラジオを用い、

「その機器で音楽を聴くなら周波数帯を調整してステーションを探す必要がある。好きな曲が出てこないとダイヤルを変えて別の局へ行く。」
「放送メディアの根本的問題は、結局誰か他人があなたに音楽を選んでいる点だ…」

三人の Last.fm 創業者(1980 年代風トランジスタラジオ付き)

Last.fm では「ストリーム」は手動選択とアルゴリズムによる推奨が混在。既にオンラインコレクションにある曲をベースに、または他ユーザーのプロファイルから再生開始。再生したトラックは自動で自分のコレクションへ追加され、

  • 「love」ボタンで好きにマーク、
  • 「hate」で次回再生不可、
  • 「skip」で次曲へ移行、
  • 「change」で別ユーザーのプロファイルへ。

初期インターフェースは多機能すぎてやや乱雑だったが、後にシンプル化された。

Last.fm 2003 年 11 月(Flickr)

スティクセルは「Last.fm のアイデアは、学生たちが自問したのが『知らないものを探す方法』だと語った。音楽では新曲発見の鍵はソーシャルである:

「私たちは音楽の社会的側面に着目し、『好きな曲がいつもリストレコメンドになる…』というコンセプトをオンラインへ転換した。」


ユーザーデータの価値

2002 年、Last.fm と Audioscrobbler は共通して「ユーザー情報の集合的価値」を発見。アマゾンも同時期に活用していた。音楽業界はレコード会社からのライセンスが厳しく、Europrix 発表では「法的制約で 30 秒サンプルしか再生できない」と語った。

翌年には Last.fm は英国国立収益・費用経営団体 PRS(Performing Rights Society)と MCPS(Mechanical‑Copyright Protection Society)へライセンス料を支払い、オンラインラジオサービスを開始。

従来の Web 2.0 より前はストリーミング革命が始まったばかり。Last.fm と Audioscrobbler が示した未来―それこそが「ソーシャルウェブ」の先駆けだった。

Last.fm 2006 年 8 月(Wayback Machine → Flickr)
本来のデザインは数年を要した。


書籍購入

『My Web 2.0 Memoir ― バブルブログ:シリコンバレーの Web 2.0 革命で外側から内側へ』

  • ペーパーバック – 米国 19.99 ドル(Amazon、Bookshop.org)
  • e‑Book – 米国 9.99 ドル(Amazon Kindle Store、Apple Books、Google Play)

※ローカルオンライン書店で「Bubble Blog MacManus」と検索してみてください。

同じ日のほかのニュース

一覧に戻る →

2025/12/15 6:53

Anthropic Outage for Opus 4.5 and Sonnet 4/4.5 across all services

## Japanese Translation: アノマリーは複数のAnthropicサービスに影響を与え、特にSonnet 4.0、Sonnet 4.5、およびOpus 4.5モデルが対象でした。事件は2025年12月14日21:31(UTC)に初めて報告され、同日の21:46(UTC)に調査更新が行われました。この更新で問題は該当するモデルバージョンに起因することが確認されました。影響範囲は複数のAnthropicプラットフォームに及びます——claude.ai、platform.claude.com(旧console.anthropic.com)、Claude API(api.anthropic.com)およびClaude Codeです。タイムラインや次のステップについてはまだ発表されていません。

2025/12/15 1:55

Hashcards: A plain-text spaced repetition system

## Japanese Translation: Hashcards は、すべてのフラッシュカードデータをプレーンマークダウンファイル(例:`Cards/Math.md` や `Chemistry.md`)として保持する軽量でローカル優先のスペースドリピテーションアプリです。ウェブ UI を起動すると (`hashcards drill <path>` が `localhost:8000` を開く)、レビュー履歴は SQLite データベースに保存されますが、カード自体は Git に対応し続けます。各カードはテキストのハッシュでコンテンツアドレス化されているためです。インターフェイスは作成をスムーズにすることを優先しており、クローズ削除は Mochi の冗長な `{{ }}` ではなく `[ ]` を使い、単一行ブロック(例:`Q: … A:` や `C: …`)でカードを定義します。 著者は Anki の煩雑な UI、“すべて期限切れを学習” ボタンの欠如、WYSIWYG エディティング、そして不安定なプラグインサポートを批判しています。Mochi は過度に冗長なクローズ構文、ノートタイプ自動化がないこと、および長期的には性能が劣る単純な倍率ベースのスケジューラーという欠点があります。Hashcards はこれらの痛みを解消し、最小限の摩擦、最適なスケジューリングのための高度な FSRS アルゴリズム、および任意のエディタや Unix ユーティリティ(例:`wc`、`awk`)でカードを編集できる機能を提供します。デッキは Git でバージョン管理・ブランチ化・マージが可能で、サードパーティサービスなしにユーザーがデータを完全にコントロールできます。 将来的には CSV ベースのカードインポート、Python で書かれたノートタイプロジック、および Git 主導の共有ワークフロー拡張をロードマップに含めています。これらの機能は協力を容易にし、コンテンツ生成を自動化するとともに、開発者が Hashcards を自身のプロジェクトへ拡張できるようにし、オープンソーススペースドリピテーション エコシステムを形成する可能性があります。

2025/12/15 4:42

JSDoc is TypeScript

## Japanese Translation: > この文章は、JavaScript で JSDoc ベースの型付けを「TypeScript」と同様に扱えると主張しています。理由として、TypeScript の言語サービスがこれらのコメントを解釈し、プレーンな `.js` ファイルでも VS Code の IntelliSense を動かすためです。この議論は、2023 年 5 月に Hacker News に投稿された Svelte のリファクタリングに遡ります。Rich Harris は、型宣言を JSDoc に移すことは「TypeScript に反対する」立場ではなく、単なる別のアプローチだと説明しています。その後、多くのブログ記事が続き、JSDoc がビルドステップなしで TypeScript の全メリットを提供すると主張しました。 > > 著者は古いフロントエンドを JSDoc だけで書き直すことでこの手法を実証しています。ほとんどの TS 機能は表現可能ですが、ランタイム列挙型は除外され、ジェネリクスは冗長になるものの推論が向上することに注意しています。JSDoc 型付きパッケージでは、CTRL/CMD クリックで別の `.d.ts` ファイルではなくソースコードへジャンプできます。TypeScript ツール(例:OpenAPI/GraphQL タイプジェネレーター)は、`.ts` ファイルではなく JSDoc コメントとして型を出力するように設定可能です。また記事は Microsoft の初期 ScriptSharp 作業や TS における列挙型の歴史にも触れ、TypeScript の学習曲線が膨大な変更ログドキュメントから来ていることを指摘しています。将来的には、JSDoc だけで型付けする採用が広がれば、ツールチェーンはコメントベースの型を優先し、別途 `.ts` ファイルの必要性が減り、JavaScript チームにとってツールコストが低下すると著者は予測しています。