アプリのURL: https://the-pelican.herokuapp.com

※ サーバー代の都合で、最新記事の取り込みのcronは止めているため、記事はアップデートされていません。

---

Pelican

アジェンダ

1. 使用したライブラリ・フレームワーク
2. アプリデモと仕様紹介
3. 関連記事を算出する仕組み
4. 表示高速化の工夫

1. 使用したライブラリ・フレームワーク

バックエンド

• Ruby on Rails 4.2.0
• PostgreSQL

フロントエンド

• Sass
• Bootstrap

記事取得・推薦記事選定用

• MeCab
  • 形態素解析エンジン
• natto
  • RubyとMeCabをつなぐインタフェース
• nokogiri
  • スクレイピング用ライブラリ
• whenever
  • cron jobsをシンプルに書くためのライブラリ

2. アプリデモと仕様紹介

3. 関連記事を算出する仕組み

ニュースデータの取得

• (参考)選定されたRSSのURL一覧はgithub上のソースコードはこちら https://github.com/shunsuke227ono/pelican/blob/master/config/settings.yml
• (参考)リソース選定をしたgithub上のイシューはこちら
  • (スポーツ) #36
  • (スポーツ以外のカテゴリ) #95

• バッチ処理のgithub上のソースコードはこちら
  • https://github.com/shunsuke227ono/pelican/blob/master/lib/tasks/rss.rake

• cron設定のgithub上のソースコードはこちら
  • https://github.com/shunsuke227ono/pelican/blob/master/config/schedule.rb

キーワード抽出

• 形態素解析のgithub上のソースコードはこちら
  • (バッチ処理) https://github.com/shunsuke227ono/pelican/blob/master/lib/tasks/similarity.rake
  • (モジュール) https://github.com/shunsuke227ono/pelican/blob/master/app/models/concerns/natto_mecab.rb

• tf-idf法計算メソッドを持ったクラスと、本文に対してtf-idf法を行っているバッチ処理を実装したソースコードはこちら
  • (クラス) https://github.com/shunsuke227ono/pelican/blob/master/app/models/concerns/tf_idf_calculation.rb
  • (バッチ処理) https://github.com/shunsuke227ono/pelican/blob/master/lib/tasks/similarity.rake

文書ベクトルの類似度

• コサイン距離測定はtf-idfクラス内のインスタンスメソッドで行い、それをバッチ処理中で使用する。github上のソースコードはこちら。
  • (tf-idfクラス) https://github.com/shunsuke227ono/pelican/blob/master/app/models/concerns/tf_idf_calculation.rb
  • (類似度計算バッチ処理) https://github.com/shunsuke227ono/pelican/blob/master/lib/tasks/similarity.rake

補足

4. 表示の高速化の工夫

• ソースコードの該当箇所: https://github.com/shunsuke227ono/pelican/blob/master/app/controllers/feed_controller.rb#L8

• ソースコードの該当箇所: https://github.com/shunsuke227ono/pelican/blob/master/config/schedule.rb

UI/UX に関する補足