JavaMail IMAPでGmailの「送信済みメール」を読む

「GmailのラベルはIMAPから見るとフォルダに見えるんだからね」というのはいろいろなところでよく語られているが、具体的にどんなフォルダ構造になっているかを調べてみた。調べた元々のきっかけは「送信済みメール」だけをどうやってIMAP経由でJavaMailで読むかというのが発端である。

おおむね次のようなコードでフォルダの階層構造を調べてみた。

void showFolders() throws MessagingException {
  Properties props = ... // IMAP接続情報を設定する
  Session session = Session.getInstance(props);
  Store store = session.getStore("imap")
  store.connect()
  Folder f = store.getDefaultFolder();
  showFolder(f)
  store.close();
}

void showFolder(Folder f) throws MessagingException {
  for(Folder _f: f.list()) {
    System.out.println(_f.getFullName());
    showFolder(_f);
  }
}

特に自前でラベルを定義していない素に近いアカウントで調べた結果、以下のようなフォルダ構造として見えるようである。

(DefaultFolder)
├─INBOX
├─[Gmail]
│　　├─すべてのメール
│　　├─ゴミ箱
│　　├─下書き
│　　├─迷惑メール
│　　├─送信済みメール
│　　└─重要
├─プライベート
├─仕事
├─旅行
└─領収書

「送信済みメール」は[Gmail]のサブフォルダになっているが、次のようなパス指定でStoreからの直接取得もできるようである。

Store store = session.getStore("imap")
store.connect()
Folder f = store.getFolder("[Gmail]/送信済みメール");

それにしてもフォルダ名がローカライズされてしまっているのが扱いに面倒そうである。 試していないがGmailの設定を英語にしている場合は「Sent Mail」や「Drafts」などのフォルダ名になるんだろうと想像がつく。 言語設定に関係なく統一的に扱えるとプログラム側は楽なのに…

Mahoutでレコメンドを動かすまで（その２）

嗜好をもとにしたレコメンドをする

Mahoutにはrecommenditembasedというレコメンドを計算する機能を持っており、Amazonのように他の人の嗜好をもとにしたレコメンドを計算することができます。 今回はそれに挑戦してみたいと思います。

データを準備する

まずレコメンドの元となる各ユーザーの嗜好を表すデータを準備します。これはエクセルかテキストエディタで以下のような3列の数値データを用意します。書式は以下のようになっておりすべて数値で表します。今回はrecommend.txtという名前でファイルを保存しました。

• 1列目 - おすすめしている人のID
• 2列目 - おすすめしているアイテムのID
• 3列目 - 嗜好の度合い（いくつでもいい？）

例えば次のような場合、1行目はユーザーIDが1の人が、アイテム番号100を気に入っており、その度合いが5を表しています。

1,100,5
1,200,3
1,300,3
2,100,5
2,200,5
2,400,3
2,900,4
3,200,4
3,300,5
3,700,4
4,200,5
4,400,4
4,600,5
4,900,5
5,100,5
5,200,3
5,400,4
5,500,6
5,700,5
6,100,3
6,200,4
6,400,2
6,700,3
7,100,4
7,700,5
7,800,5
7,900,5

列はどれも数値にする必要があります。現状持っているデータのユーザーIDなどが文字列の場合は変換テーブルを作って数値を割り振るような対応になるんでしょうね。

レコメンドを計算する

データが準備できたら以下のコマンドを使って早速計算をしてみます。

bin/mahout recommenditembased -i recommend.txt -o recommend_out -s SIMILARITY_PEARSON_CORRELATION

ここの環境だと計算に10秒近くかかりました。

結果は引数で指定したrecommend_outフォルダのファイルpart-r-00000に記録されます。 今回のサンプルの結果だと以下のようになります。各行がそれぞれのユーザーへのおすすめを示しており、1行目はユーザーIDが2の人へのおすすめはアイテム番号700で、スコアが3.9172406というのを示しているようです。

vmplanet@ubuntu:~/mahout-distribution-0.9$ cat recommend_out/part-r-00000
2     [700:3.9172406]
4     [700:4.19286]
5     [900:4.375]
6     [900:2.375]
7     [400:4.6099067]

数字だけ見ていると合っているのかはピンときませんが、一応レコメンドが計算できたようです。

元データが少ないと結果が0バイトになる

元データが少なすぎると出力が空になってしまうようです。最初はオプションなどの使い方の問題かと思いましたが元データを増やしたらレコメンドが得られるようになりました。

vmplanet@ubuntu:~/mahout-distribution-0.9$ ls -l recommend_out/
合計 4
-rwxrwxrwx 1 vmplanet vmplanet  0 2014-09-18 20:33 part-r-00000
-rwxrwxrwx 1 vmplanet vmplanet  0 2014-09-18 20:33 _SUCCE

正確にはわかりませんが、元データが20行くらいになると結果が出てくるようです。

元データの最後に改行があるとエラー

元データのCSVファイルの最後に改行があるとエラーになるようです。 その場合は以下のエラーが発生するので、そのときは元データファイルの見直しをするとよいと思います。

14/09/18 20:43:26 WARN mapred.LocalJobRunner: job_local1173485433_0001
java.lang.Exception: java.lang.ArrayIndexOutOfBoundsException: 1
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:354)
Caused by: java.lang.ArrayIndexOutOfBoundsException: 1
at org.apache.mahout.cf.taste.hadoop.item.ItemIDIndexMapper.map(ItemIDIndexMapper.java:50)

出力フォルダとtempフォルダがあるとエラー

データを変更して再度計算しようと思いコマンドを再実行したところ以下のエラーとなりました。

14/09/18 20:35:35 ERROR security.UserGroupInformation: PriviledgedActionException as:vmplanet cause:org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory temp/preparePreferenceMatrix/itemIDIndex already exists

出力先で指定したフォルダと、計算途中でできたtempフォルダがあるとエラーになるので、実行前には以下のコマンドできれいにしてから実行するといいでしょう。

rm -rf temp/ recommend_out/

Mahoutでレコメンドを動かすまで（その１）

はじめに

機械学習というと何やらすごく神秘的なものを感じます。 その機械学習のためのツールにMahoutというものがあると聞き早速試してみることに。

まずはWindowsで動かしAmazonのレコメンドみたいなものをやってみようといろいろ試しました、が、いろいろなエラーに遭遇したため一旦挫折、まずはLinuxを使うことにしました。 Windowsの方はまた動かせるようになったら報告します。

Linux版の方でも動かすためにはいろいろ躓くポイントがありました。以下、とりあえず動かすまでにやったことを記します。環境は以下を使用しました。まずはお試しということでHadoopは無しでやっています。

• Ubuntu 10.0.4
Mahout 0.9

JAVA_HOMEが必要

Mahoutをダウンロード、展開していきなりコマンドをたたくと、以下のように怒られます。環境変数JAVA_HOMEにJavaのインストール先を設定する必要があるようです。

vmplanet@ubuntu:~/mahout-distribution-0.9$ bin/mahout
Error: JAVA_HOME is not set.

MAHOUT_JAVA_HOMEがあるときはJAVA_HOMEのかわりにこちらが使われるとのことなので、この変数にJavaのインストール先を設定します。

export MAHOUT_JAVA_HOME=/usr/lib/jvm/java-6-openjdk

ちなみに環境変数の一覧はbin/mahoutの中を除くと説明が書いてあります。

ヒープが足りない

使っていたLinux環境のメモリが少なかったのが原因ですがMAHOUT_JAVA_HOMEを設定して動かすと今度は以下のエラーになりました。

vmplanet@ubuntu:~/mahout-distribution-0.9$ bin/mahout 
hadoop binary is not in PATH,HADOOP_HOME/bin,HADOOP_PREFIX/bin, running locally
Error occurred during initialization of VM
Could not reserve enough space for object heap
Could not create the Java virtual machine.

ヒープを確保できなかったというエラー。確保するヒープサイズはMAHOUT_HEAPSIZEに設定するようです。単位はMBです。指定しない場合のデフォルトは1024らしいので、これだけ確保しようとして失敗していたのが原因のようです。

とりあえず以下のように少し少なめに設定しました。

export MAHOUT_HEAPSIZE=512

ここまで設定してやっと動くようになりました。 引数を何もつけないで実行すると使える分析アルゴリズムの一覧が表示されます。

vmplanet@ubuntu:~/mahout-distribution-0.9$ bin/mahout
hadoop binary is not in PATH,HADOOP_HOME/bin,HADOOP_PREFIX/bin, running locally
An example program must be given as the first argument.
Valid program names are:
  arff.vector: : Generate Vectors from an ARFF file or directory
  baumwelch: : Baum-Welch algorithm for unsupervised HMM training
  canopy: : Canopy clustering
  cat: : Print a file or resource as the logistic regression models would see it
  cleansvd: : Cleanup and verification of SVD output
  clusterdump: : Dump cluster output to text
  clusterpp: : Groups Clustering Output In Clusters
  cmdump: : Dump confusion matrix in HTML or text formats
  concatmatrices: : Concatenates 2 matrices of same cardinality into a single matrix
  cvb: : LDA via Collapsed Variation Bayes (0th deriv. approx)
  cvb0_local: : LDA via Collapsed Variation Bayes, in memory locally.
  evaluateFactorization: : compute RMSE and MAE of a rating matrix factorization against probes
  fkmeans: : Fuzzy K-means clustering
  hmmpredict: : Generate random sequence of observations by given HMM
  itemsimilarity: : Compute the item-item-similarities for item-based collaborative filtering
  kmeans: : K-means clustering
  lucene.vector: : Generate Vectors from a Lucene index
  lucene2seq: : Generate Text SequenceFiles from a Lucene index
  matrixdump: : Dump matrix in CSV format
  matrixmult: : Take the product of two matrices
  parallelALS: : ALS-WR factorization of a rating matrix
  qualcluster: : Runs clustering experiments and summarizes results in a CSV
  recommendfactorized: : Compute recommendations using the factorization of a rating matrix
  recommenditembased: : Compute recommendations using item-based collaborative filtering
  regexconverter: : Convert text files on a per line basis based on regular expressions
  resplit: : Splits a set of SequenceFiles into a number of equal splits
  rowid: : Map SequenceFile to {SequenceFile, SequenceFile}
  rowsimilarity: : Compute the pairwise similarities of the rows of a matrix
  runAdaptiveLogistic: : Score new production data using a probably trained and validated AdaptivelogisticRegression model
  runlogistic: : Run a logistic regression model against CSV data
  seq2encoded: : Encoded Sparse Vector generation from Text sequence files
  seq2sparse: : Sparse Vector generation from Text sequence files
  seqdirectory: : Generate sequence files (of Text) from a directory
  seqdumper: : Generic Sequence File dumper
  seqmailarchives: : Creates SequenceFile from a directory containing gzipped mail archives
  seqwiki: : Wikipedia xml dump to sequence file
  spectralkmeans: : Spectral k-means clustering
  split: : Split Input data into test and train sets
  splitDataset: : split a rating dataset into training and probe parts
  ssvd: : Stochastic SVD
  streamingkmeans: : Streaming k-means clustering
  svd: : Lanczos Singular Value Decomposition
  testnb: : Test the Vector-based Bayes classifier
  trainAdaptiveLogistic: : Train an AdaptivelogisticRegression model
  trainlogistic: : Train a logistic regression using stochastic gradient descent
  trainnb: : Train the Vector-based Bayes classifier
  transpose: : Take the transpose of a matrix
  validateAdaptiveLogistic: : Validate an AdaptivelogisticRegression model against hold-out data set
  vecdist: : Compute the distances between a set of Vectors (or Cluster or Canopy, they must fit in memory) and a list of Vectors
  vectordump: : Dump vectors from a sequence file to text
  viterbi: : Viterbi decoding of hidden states from given output states sequence

お勧め商品などのレコメンドを計算するにはrecommenditembasedというアルゴリズムを使います。早速これを使ったレコメンドをしてみたいと思いますが長くなったので続きは次回。

【 →その２に続く... 】

Android Eclipse ADTでビルドできていたプロジェクトが急にコンパイルエラーになった時の対処法

EclipseのADT(Android Development Tools)を使いAndroidアプリ開発していると、今まで問題なかったプロジェクトが急にコンパイルエラーになってしまうことがよくある。

自分のところではEclipseを落としてあげなおしたときに良く発生する。

原因としては自動生成のR.javaがなくなるなどgenフォルダの中身がおかしくなってコンパイルエラーというようである。

そうなってしまうと厄介だが、今のところ以下のいづれかで復旧できるようだ。

• プロジェクトをクリーンする。
• プロジェクトを右クリックし、"Android Tools"→"Fix Project Properties"を選択、その後プロジェクトをクリーンする。
• プロジェクトを一旦削除（ファイルは消さないこと！）。その後再度インポート。

ただ状況によってどれが効くというのが異なるので、いろいろ試してみることになる。

PowerPoint 中国語フォントでコピーされてしまう

PowerPoint2010を使っているが、テキストを貼り付ける時に勝手に中国語のフォント PMingLiU になってしまうということがある。 どうやら、たとえばテキストエディタなどからのコピーなど貼り付けるテキストに書式が無い場合に、その内容を見て自動で日本語と中国語の既定フォン トに切り替えるという大変おせっかいな機能がついているらしい。

たとえば「全日本人民会議」は貼り付けてもフォントが変わらない（スライド既定のMSゴシックのまま）、しかし「全国人民会議」を貼り付けるとPMingLiU になってしまう。

オプションを探したがオフにできそうな設定もない。以下でも同じ問題で困っている人がいるようである。

• Excelの表をPowerPointに貼り付けると言語が中国語になる

このフォーラムではパッチをあてるとなおることのようだが、とりあえずの回避として、確実に中国語でない文字を一文字入れてやるというのが簡単である。たとえば「全国人民会議あ」のような感じ。

Android 指を近づけただけで応答 FloatingTouch

Galaxy S4のように指を画面に近づけただけで反応するUIをどんなキーワードで調べたらいいかと思っていたが、FloatingTouchというらしい。 しかも、どうも最初に搭載したのはGalaxyではなくSONY XPERIAらしい。全然知りませんでした。

• タッチ操作をタッチせず、じゃない！SONYとCypressの共同開発技術「FloatingTouch」とは！？

XPERIAの場合APIとしてはView.OnHoverListenerあたりが呼ばれるようです。 HoverはPCではよく使うAPIですがAndroidにもあるので、いつ呼ばれるのだろうと思っていましたがこういう機能向けだったのですね。 Galaxyのほうも同じような仕様なんだろうか…。

うまくつかうとUIの表現方法が広がりそうですが実機が無いので試せないのが残念。 今後搭載端末が増えてきて標準的に使えるようになるのを期待したいです。

それにしてもコマーシャルを見ているとGalaxy特有の機能に見えてしまう。 SONYももっと宣伝すればいいのに…　キラーアプリを作れなかったのか？

Android Nexus7にADB接続しようとしてはまる

去年買って使っていたNexus7では特にトラブルなくPCからADB接続できていたのだが、最近買った新しいNexus7を接続しようとしたところではまってしまった。

開発者オプションが無い

設定画面にUSBデバッグを有効化するための開発者オプションが見当たらない。 以下の記事によると隠しコマンドになったようである。どうしてこうなった…

• ネクサス7(nexus7)で開発者オプションを表示させてUSBデバッグにチェックを入れる方法

ADBが認識しない

USBデバッグを有効にできたので早速つないでみるとNexus側では "USBデバッグが接続されました" と出るのだが、PC側のADBが "waiting for device" のまま…。 以下記事によると接続の種別を変更する必要があるとのこと。これは分からないわ。

• Nexus7がadbで認識されない

これら方々の記事のおかげで助かった。 Android SDKもバージョンが変わるとわけのわからないトラブルが起きるが、Nexusも同じとは困ったものである。

関連記事

• Android Eclipse ADT22へのアップグレードではまる