アルゴリズムの開示

全体像

サーバー側の仕事は「全員に共通の記事データを準備して配る」ところまで。 あなたの関心の学習と推薦の計算は、すべて端末の中で行われます。 アカウント保管庫に同期されるのは端末間で引き継ぐためのデータで、本人以外は読めません。

1. 記事の収集と解析

• 記事はニュース検索サイト CEEK.JP NEWS のRSSから 1日5回収集します（見出し・短い抜粋・リンクのみ。本文は収集しません）。
• 各記事は多言語埋め込みモデル BGE-M3 で1024次元のベクトルに変換されます。 意味が近い記事ほど、ベクトルの向きが近くなります。
• AI（gpt-oss-120b等のオープンな大規模言語モデル）が各記事に「栄養素」5指標（事実・背景・視点・感情・速報、各0〜100）と中分類・キーワードを付与します。
• 直近800記事をひとつの「記事パック」にまとめ、 全ユーザー共通のデータとして配信します。パックには記事ごとの 匿名の閲覧数・リアクション集計も焼き込まれます。
• 記事データベースに保持するのは直近30日分のみです。 それより古い記事の見出し・解析結果は研究用アーカイブに移し、 データベースからは削除します（記事の原本は各報道機関・CEEK.JP NEWSにあります）。

2. あなたの関心の学習（端末内）

あなたの関心は、記事と同じ1024次元の「関心ベクトル」1本で表現されます。 記事を読むたびに、指数移動平均で少しずつ更新されます：

v ← normalize( (1−α)·v + α·e )   … 読んだ記事の方向へ α だけ近づく
v ← normalize( v − 0.15·e )       … 「興味なし」の記事から遠ざかる

v = あなたの関心ベクトル / e = 記事のベクトル / α = 学習率

学習率αはどれだけ真剣に読んだかで決まります。 開いただけ（5秒未満）では学習しません：

この計算はすべてあなたのブラウザの中で行われます。 サーバーは学習済みベクトルを端末間同期のために保存するだけで、サーバー側で推薦を計算することはありません。

3. フィードの組み立て

• 全記事と関心ベクトルのコサイン類似度を端末内で計算します。
• あなたのバブル: 類似度が 0.65以上の記事を類似度順に最大15件。 類似度0.88以上の記事同士は「同じ話題」として1枚のカードにまとめます（複数紙の報道の集約）。
• バブルの外（いろいろなニュース）: 類似度0.65未満の記事を、「世間の窓」スコア = 閲覧数 + リアクション数×3の高い順に並べ、さらに全ジャンルから1件ずつ交互に取り出して偏りをなくします（あなた以外の人がよく読み・反応している記事が、ジャンル均等に並ぶ）。
• 「視野の広さ」スライダー（0.1刻み11段階）は、バブルの外の初期表示量を変えます。 どこまでも下にスクロールすれば、設定に関わらず全記事に辿り着けます。
• 閲覧済み・「興味なし」にした記事はフィードから消えます。
• ウォッチタグ（📌）: 記事のキーワードをタップして購読すると、 そのタグを含む記事がトップの専用枠に必ず表示されます（もう一度タップで解除）。 「確実に見たい」の明示的な表明であり、関心ベクトルの学習には使いません。 購読・解除の履歴は「関心の変遷」としてあなたのアカウントに記録されます（本人のみ閲覧可）。
• キーワード検索: サイドバーの検索は、端末にキャッシュ済みの 記事パックをその場で全文一致検索します（検索語はサーバーに送信されません）。 検索した回数だけは匿名の利用統計として記録します（検索語そのものは送信・記録されません）。 検索したキーワードはそのままウォッチタグとして購読できます。
• 話題のキーワード: TF-IDFと同じ発想で、リフト（直近24時間の出現率 ÷ それ以前の平常時の出現率）× 注目度（その語を含む記事の閲覧数・リアクション、対数）で選びます。 訃報や株価のように毎日一定量出る語はリフト≒1倍になるため、2倍未満は除外します （「今日特有」かつ「みんなが読んでいる」言葉だけが残る）。 ランキングではないため、表示順は毎回シャッフルされます。この計算も端末内で行います。
• トピック別ビュー: ジャンルごとのセクション表示。 偏食予防のため、セクションの並び順は訪問ごとにシャッフルされ、 各セクションの1枠は注目順の上位圏外からランダムに選ばれます（🎲印のセレンディピティ枠）。

4. あえて推薦に使っていないもの

• リアクション（賛成・反対など）は推薦に使いません。反対した記事を減らすと「同意できる記事だけが並ぶ」意見のバブルを作ってしまうためです。 リアクションは集計の可視化にだけ使います。
• 「もっと知る」でX・はてなブックマークを開いた記録は推薦学習に使いません。どの記事でSNSの反応を見に行ったか（開いた事実）は端末とアカウントに記録されますが、 AIで深掘りしたとき（deep_dive）とは別扱いで、関心ベクトルの学習には反映しません。 運営が観測するのは「もっと知る」を使った匿名の回数だけです。
• 広告・スポンサー枠・「おすすめの押し付け」はありません。表示順を金銭で変える仕組みは存在しません。

5. 情報的健康の指標

• 多様性スコア: 閲覧履歴のジャンル分布の シャノンエントロピーを0〜100に正規化したもの。全ジャンルを均等に読むと100、 1ジャンルだけだと0に近づきます。
• 栄養バランス: 読んだ記事の栄養素5指標の平均。 「事実ばかりで視点が足りない」といった偏りが見えます。
• 意見バランス: 自分が押した賛成と反対の比率。 賛成一色なら「同意できる記事だけを読んでいる」サインです。

6. データの置き場所

運営（研究）が観測するのは、利用者数・閲覧状況・フィルタ強度の分布・バブルの形といった研究のための集計です。詳しくはこのサービスについて をご覧ください。