جادی

اوبونتو با یک شمارش معکوس جو سازی کرده بود در مورد یک چیزی که نمی دونستیم چیه ولی قرار بود فلان ساعت و فلان ثانیه دیگه، وقتی شمارنده به صفر رسید، عرضه بشه. ما هم شروع کردیم به حدس زدن و بعد دیدم چه باحاله بگیم هر کس حدس بزنه و جایزه بدیم! در این مطلب حدس‌هاتون رو زدین و دوستان پلاس گولاس هم حدس‌هاشون رو اینجا نوشتن که با حدس دوست عزیزم «یه بیمزه» کامنت‌های اون مطلب به صد کامنت رسید و اوبونتو هم بالاخره اعلام کرد که چی داده.

در این وسط ما هم یک جایزه به جایزه‌هامون اضافه شد. علاوه بر تی شرت اوبونتو که من در نظر گرفته بودم، سایت خوب فروشگاه لینوکسی سی تو هم یک ماگ اوبونتو به جوایز اضافه کرد و در نتیجه بعد از فرعه کشی به کسی که امتیاز بیشتری داره (یا نفر اول اگر امتیازها برابر بود) تی شرت و به نفر دوم ماگ تقدیم می شه (:

اوبونتو اعلام کرده که سیستم عاملش به زودی قابلیت نصب روی گوشی‌های موبایل رو خواهد داشت. ابهامات زیاد بود ولی این مقاله زد نت به خوبی جمع بندی می کنه:

• این هنوزم اوبونتو است. قرار نیست یک نسخه جدید برای موبایل بیاد بلکه اوبونتو قابلیت نصب روی موبایل ها رو هم خواهد داشت.
• هنوز گوشی واقعی با این سیستم عامل داده نشده. این یک خبر است که در آینده چنین قدرتی رو خواهید داشت و نه یک سخت افزار قابل خریدن توی بازار در همین هفته
• اما اگر بخواین به زودی می شه اوبونتو رو روی موبایل هم نصب کرد اما کسی این رو توی بازار نمی فروشه هنوز.
• این کاملا با اوبونتو روی اندروید فرق داره. اینجا خود سیستم عامل موبایل رو می چرخونه در حالی که توی اوبونتو برای اندروید، ما می تونستیم گوشی های اندرویدی‌مون رو با اوبونتو هم بالا بیاریم
• روی اوبونتو خواهید تونست هم با اچ تی ام ال ۵ و هم به شکل بومی برنامه بنویسید ولی قابلیت استفاده از دالویک (ویرچوال ماشین جاوای اندروید) وجود نداره و در نتیجه برنامه های اندرویدی اینجا اجرا نمی شن.

درست؟ با این تفاصل برای برنده شدن در قرعه کشی ، حتما و حتما باید به «سیستم عامل برای موبایل» اشاره کرده باشین. گفتن «موبایل جدید»، «سیستم عامل تاچ»، «سیستم عامل قابل نصب روی تبلت» و… شانس برنده شدن ندارن. فقط کسانی توی قرعه کشی هستن که دقیقا به «سیستم عاملی برای گوشی های جدید»‌یا چنین چیزی اشاره کرده باشن (ستون زرد).. نگاه کنین:

بعله پس چی! من برای مسابقه وقت می ذارم و سعی می کنم مستدل باشم و دقیق!

عدد نوشته شده، «شانس» پیروزی است. یعنی کسی که عدد ۲ داره، دو برابر کسی که عدد ۱ داره شانس برنده شدن داره. این عدد نشون می ده که حدس چقدر دقیق بوده. مثل کسی که گفته «یک تبلت جدید، شایدم یک سیستم عامل که بشه روی گوشی و تبلت نصبش کرد» شانسش یک سوم کسی است که گفته «سیستم عامل مخصوص تلفن».

قابل توجه است که شانس زیادی گذاشتیم برای علی (که در دقیقه ۲:۰۲ کامنت گذاشته) که دقیقا خیلی خلاصه گفته «فکر میکنم شبیه کاری که مایکروسافت انجام داد یه اوبونتو فون معرفی میکنه تا چند ماه دیگه که تبدیل بشه به محصول نهایی.» و هم به عدم‌آماده بودن نهایی اشاره کرده هم به استراتژی انتشار.

و مهمه بگم که اصولا موضوع اینقدرها هم جدی نیست منم قاضی نیستم (: اگر اعتراضی به جدول و شانس برنده شدنتون دارین مطرح کنین که فردا – شنبه – قرعه کشی می کنیم! من هم در این مدت رادیو رو می نویسم و برنامه قرعه کشی رو. توی اینترنت هیچ برنامه قشنگی برای قرعه کشی پیدا نکردم و مجبورم خودم یکی بنویسم. همینجوری بگم یک عدد رندم نشون بده اصلا قشنگ نیست!

بعد از سال ۱۹۸۷، سال ۲۰۱۳ اولین سالیه که توش رقم تکراری وجود نداره.. در این سال تکراری نباشید.

سایت اوبونتو یک جو سازی رو شروع کرده. باید چند ساعت دیگه صبر کنیم و ببینیم جریان چیه.

حدس من یک تلویزیون است که اوبونتو ران می کنه. مشخصه که گوشی حدس پر هیجان تری است ولی احتمال اینکه واقعا کنونیکال تونسته باشه با شرکتی همکاری کنه و بدون اینکه سر و صدای زیادی بلند بشه یک گوشی واقعی برای کاربر نهایی ساخته باشه با توجه به مدل توسعه نرم افزارهای آزاد بسیار کمه؛ اینجا مخفی کاری نه راحته نه مطلوب. در ضمن گفته «می تونیم لمسش کنیم» پس احتمالا فقط بحث این نیست که اوبونتو «اماده نصب» روی گوشی است. با این تفاصل حدس من تلویزیونه (: مگر اینکه کلا کنونیکال یک ایده مهمل زده باشه و فقط خودشون رو با چیزی مثل «اوبونتو برای پای» لوس کرده باشن (:

حدس شما چیه؟ به یک حدس از حدس های درست با قرعه کشی، جایزه خیلی کوچیکی خواهم داد (: به شرطی که از ایران باشه و حاضر هم باشه آدرسش رو برام بفرسته (:

آپدیت: کسانی که توی قرعه کشی شرکت می کنن – با ذکر دلایل – اینجا فهرست شدن.

این آقای مهربون از اینترنت یک درون یا فکر کنم تو فارسی می گیم پهپاد خریده.

می‌بینین که بهش یک دوربین و تفنگ پینت‌بال هم وصل کرده و بعد

باهاش به ماکت‌های مقوایی آدم حمله کرده و تک تکشون رو با گلوله‌های به سر و گردن و سینه «کشته».

فقط برای اینکه بدونیم کدوم وری داریم می ریم و البته به عنوان الهام برای دوستانی که به کار جذب بودجه‌های عجیب غریب هستن (:‌

اگر اینترنت کم-سرکوب دارین،‌ ویدئوی کامل رو ببینین:

ظاهرا تعداد زیادی آدم از دیروز تا امروز این ایمیل مهمل رو گرفتن:

چیه به نظرتون؟ اسپم؟ اشتباه فنی؟ یک آدم اسکول؟ ویندوزهای ویروسی؟ اگر ویروس یا اسپم است فایده اش برای فرستنده چیه؟ چک کردن اینکه آیا این فهرست ایمیل که داره درسته یا نه؟ شما گرفتینش؟ نظری دارین؟

آپدیت: کد R و فایل اطلاعاتی رو اضافه کردم به ته پست.

⚠ این پست حاوی ریاضیات است

چه عنوانی (: اگر خواننده وبلاگ باشین می دونین که چند وقت پیش به درخواست مهدی ، تعداد استفاده از کلمه مهمل در وبلاگ رو شمردیم و بعد در یک پست مهمان بامزه، هادی بنایی که توی دانشگاه سوئد درس می خونه یکسری داده کاوی روی دیتاها کرد تا نشون بده که بدون نظریه می شه با اعداد هر چیز مهملی گفت و بعدش هم توی یک پست آخر، رفتیم سراغ شمردن کلمات و کاربردشون توی وبلاگ.

اما ماجرا ادامه داره (: اینبار امین صفاری پیشنهاد کرده که قانون زیف رو روی داده‌ها تست کنیم. برای من فرصت خوبی شد که هم قانون زیف رو یاد بگیرم و هم با کمک امین، قدم‌های اولم توی R رو بردارم. ما توی مطلب آخرمون رسیدیم به یک جدول از سیصد کلمه پر کاربرد وبلاگ و تعداد استفاده از اون‌ها. ظاهرا این ترکیب خوبیه برای قانون زیف.

قانون زیف می گه که

اگر تمام کلمات یک کتاب را بشماریم و از زیاد به کم مرتب کنبم به این نتیجه می‌رسیم که رتبهٔ هر کلمه با فراوانی(بسامد) همان کلمه نسبت عکس دارد، یعنی تعداد بارهایی که هر کلمه در متن ظاهر می‌شود با رتبهٔ همان کلمه در متن رابطه معکوس دارد. این نسبت در کلمات کل متن برقرار است. که به قانون زیف معروف شده‌است. بر طبق زیف کلمه‌ای که در رتبهٔ ۱ قرار دارد دوبرابر بیشتر از کلمه‌ای در متن ظاهر می‌شود که در رتبهٔ ۲ قرار دارد و ۳ برابر بیشتر از کلمه‌ای ظاهر می‌شود که در رتبهٔ ۳ قرار دارد و همینطور تا آخر.

و مدعی می شه این مربوطه به جریان کمترین کوشش. یعنی ما سعی می کنیم کارها رو به سادگی انجام بدیم و در یک کتاب این یعنی استفاده از کلمات تکراری. رابطه پیشرفته‌تر توی تئوری به این شکل بیان می شه:

f(k;s,N)=(1/(k^s))/(H(n,1))

که k میشه Rank و N میشه تعداد کلمات و تابع H هم میشه تابع اعداد هارمونیک.

این تابع رو روی یک نمودار با دو محور لگاریتیمی می کشیم تا نشون بده که هر کاربرد پر کاربردترین کلمه در یک متن تقریبا دو برابر کاربرد دومین کلمه پر کاربرد است و سه برابر کاربرد سومین کلمه و …

حالا اگر جدولی بسازیم که توش هر کلمه و تعداد ظاهر شدن اون در متن باشه و این رو به ترتیب نزولی سورت کنیم و بهشون از یک تا مثلا سیصد شماره ردیف بدیم، جدولی خواهیم داشت از هر کلمه، رتبه و تعداد استفاده اون در متن. اگر این اطلاعات رو با استفاده از برنامه R (یا هر چیز دیگه!) روی نمودار لگاریتمی – لگاریتمی ببریم به این می‌رسیم:

و بعدش توضیحات امین رو می خونیم:

توی ساده ترین حالت s برابر ۱ هست.
برای داده های تو هم اگر از مجموعه ۳۰۰ تایی استفاده کنی نتیجه بهتری میگیری (البته تا اونجایی که میدونم این نسبت رو بعضی از قسمتهای مجموعه داده کار نمیکنه)
عدد S هرچی به ۱ نزدیک تر باشه مدل بهتری بر اساس توزیع زیپف هست چون تکرار کلمات در زبانهای طبیعی خیلی heavy-tailed هست. (زبان شناس ها اینو به صورت اینکه مغز انسان بیشتر دوست داره کلمات تکراری استفاده بکنه تا جدید توجیح میکنن)
به نظر من ۰.۷۹ برای مجموعه داده های تو خیلی خوبه چون اینو باید در نظر بگیری که این مجموعه کلمات از یک متن یک پارچه (مثل کتاب) نیامدن و مربوط به پست های متفاوت هستن.

می بینیم که وبلاگ من هم با قانون زیف می خونه. اما چیزی که جریان رو بسیار جالبتر می کنه اینه که قانون قابل تطبیق روی کلی پدیده اجتماعی و فرهنگی دیگه هم هست. در اصل هر چیزی رو که بر اساس تعداد و رتبه (شماره ردیف در جدولی که کلمات توش بر اساس تعداد دفعات کاربرد به شکل نزولی سورت شدن) طبقه بندی کنین، می تونین بندازین روی این نمودار. یک مثال ممکنه شهرهای یک کشور باشه. اگر جمعیت شهرها رو بنویسیم و بر اساس اونها به شهرها رتبه بدیم و بندازیمشون روی همین نمودار،‌ احتمالا همین خط رو می یان پایین. دیدن این تکرار در طبیعت چیزیه که علم رو می سازه و اشتیاق علمی رو ایجاد می کنه بخصوص اگر فرمول بر اساس این فرض درست شده باشه که آدم ها بنا به اصل کمترین کوشش سعی می کنن جهان اطرافشون رو شکل بدن (:

پ.ن. این سری یک پست دیگه هم داره و حسابی ممنونه از امین صفاری و وقت و حوصله اش (:

پ.ن.۲. کد R برای خوندن فایل و کشیدن نمودار چنین چیزی است (کد رو امین نوشته)

Jadi<-read.csv("/home/khikho/Downloads/300.first.words.csv",sep="\t")
plot(sort(Jadi$count/sum(Jadi$count), decreasing=TRUE), xlab="rank", ylab="density",log="xy")
x<-(1:300)
xp<-(1/(x^0.79))/(sum(1/(x^0.79)))
xp1<-(1/(x))/(sum(1/(x)))
lines(xp,co=2)
lines(xp1,co=4)
legend("topright", c("s=1","s=0.79"), cex=0.8,col=c("blue","red"),lty=1);

و فایل سیصد کلمه پر کاربرد با تعداد استفاده شون هم اینجاست

پ.ن.۳. لعنت به سانسورچی (:

اگر ویکیپدیا یکی از منابع مطالعه همیشگی‌تون نیست من فقط دو تا چیز رو می تونم حدس بزنم: اولی اینکه اهل خوندن در مورد چیزهایی که باهاشون برخورد می کنین و در موردشون نمی دونین نیستین و دومی اینکه به ویکپدیا دسترسی ندارین. در مورد اولی توصیه‌ام بهتون اینه که از تله خوندن چیزهایی که بقیه جلوی راهتون می ذارن (این وبلاگ، بقیه وبلاگ‌ها، توییتر، فیسبوق، اخبار، …) فرار کنین و خودتون بخشی از مطالبی که در موردشون چیز می خونین رو انتخاب کنین و در مورد دومی بهتون کیویکس رو معرفی میکنم:

یک خواننده آزاد و رایگان آفلاین ویکیپدیا به اسم kiwix. برای استفاده ازش کافیه بر اساس سیستم عاملتون یک برنامه دانلود کنین و بعد با دادن فایل زبان مورد نظرتون، اون رو بخونین. این فایل برای فارسی بیشتر از دو گیگ حجم داره ولی می شه اونو از یک دوست گرفت یا به کسی سفارش داد یا حتی یکبار دانلود کرد و همیشه خلاص شد. اگر واقعا دوست دارین از این برنامه استفاده کنین و مشکل رسیدن به این فایل رو دارین، بگین تا من راه حل های جانبی رو پیدا و معرفی کنم (:

جریان برای همه آشناست: داریم یک فیلم می بینیم و یکهو وسطش «دیری دیریم!» تبلیغات با یک صدای بلند شروع می شه تا چیزی که می خواد تبلیغ کنه رو تا مغز بکنه تو کله ما (نام نمی برم از بقیه سیستم ها که هر چقدر اقبال بهشون کمتر می شه صدای بلندگوشون رو بلندتر می کنن).

حالا خبر خوب اینه که از امروز هیچ شبکه تلویزیونی اجازه نداره تبلیغی با صدایی بیشتر از صدای برنامه اصلی پخش کنه.

خبر بد اینه که این قانون رو کنگره آمریکا تصویب کرده و اوباما زیرش رو امضا و در نتیجه فقط در همون دیار کفر معتبره.

این مشکل «صدای بلند تبلیغات» که یک جور حمله به پرایوسی آدم‌ها حساب می‌شه یکی از اصلی‌ترین شکایت‌های رسیده به کمیته ارتباطات فدرال آمریکا در سال گذشته بود. این کمیته تقریبا ده سال قبل قانون دیگه‌ای رو پیشنهاد و تصویب کرده بود که طبق اون تمام آمریکایی‌ها حق دارن به رفتن به سایت به من زنگ نزن که توسط دولت اداره می‌شه تلفنشون رو به فهرستی اضافه کنن که هیچ شرکت تبلیغاتی حق نداره بهشون زنگ بزنه چه ابله‌هایی که تورشون رو معرفی می کنن و چه بیچاره‌هایی که سعی می کنن با گفتن «ما شماره تلفن مشابه شما رو توی اون یکی اپراتور داریم» یک لقمه نون در بیارن و زنگ زدنشون به من هم اعصاب من رو خورد می کنه هم وقت خودشون رو تلف.