OwnNews — 情報的健康を保つ、ローカルファーストなニュースリーダー

推薦のエンジンはあなたの端末の中に。嗜好データは個人に帰属し、運営は匿名の集計だけを観測する。

OwnNews は、ニュースを「食事」になぞらえて情報摂取のバランスを可視化し、フィルターバブルの外側にも自然に触れられるニュースリーダーです。一般的なニュースアプリと異なり、推薦アルゴリズムをサーバーではなくユーザーの端末（ブラウザ）に置くことで、プラットフォーム側に嗜好情報を集中させずに、本人が情報摂取をコントロールできる体験を研究しています。

荒川研究室による研究プロジェクトであり、すべて無料枠内で恒久運用できるよう設計されています。

• 🌐 サービス紹介: /welcome
• 🧮 アルゴリズム全公開: /algorithm
• 📮 運営者情報・掲載停止窓口: /about

---

0. Design Philosophy — Client-Side Recommendation

ふつうのニュースアプリでは、推薦をサーバーで行うために、ユーザーの閲覧履歴・嗜好情報をサーバーに蓄積する必要があります。OwnNews はこの構造を反転させます。

• サーバーの仕事は「全員に共通の記事データを準備して配る」ところまで。
• 関心の学習と推薦の計算は、すべて端末の中（ブラウザ / IndexedDB）で行われます。
• アカウント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（Row Level Security）。運営が観測できるのは匿名の集計だけです。

この「推薦の主導権をユーザーに」という思想の実践として、使っているアルゴリズムのしきい値・計算式を /algorithm で実装値そのままに公開しています。

---

1. System Architecture

flowchart TD
    subgraph SERVER["サーバー側（共通データの準備だけ）"]
        RSS["ニュースソース: CEEK.JP NEWS + NHK/ITmedia 等"]
        COL["collector.py（GitHub Actions・1日5回）"]
        DB[("Supabase 記事DB（直近30日）")]
        WK["Cloudflare Worker: BGE-M3埋め込み + LLM解析 + パック生成"]
        R2[("Cloudflare R2: pack/latest.json")]
        ARC[("R2 研究用アーカイブ archive/daily")]
        RSS --> COL --> DB --> WK --> R2
        DB -.->|"30日超は退避後に削除"| ARC
    end

    R2 -->|"CDN配信・egress無料"| CACHE

    subgraph BROWSER["あなたの端末の中（学習・推薦はここ）"]
        CACHE["記事パック（IndexedDBキャッシュ）"]
        BEHAVE["閲覧行動: 滞在時間・スクロール・操作"]
        ENGINE["推薦エンジン: 関心ベクトル学習・コサイン類似度・バブル分類"]
        FEED["フィード: あなたのバブル / 世間の窓"]
        CACHE --> ENGINE
        BEHAVE --> ENGINE
        ENGINE --> FEED
    end

    ENGINE -.->|"同期・本人のみRLS"| VAULT[("アカウント保管庫（本人だけ読める）")]
    WK -.->|"匿名の集計のみ"| ADMIN["運営ダッシュボード"]

Loading

1.1 Components

レイヤ	技術	役割
収集	Python (collector.py) on GitHub Actions	RSSから記事メタデータを収集。1日5回。ソースへの礼儀としてホスト別に間隔制御＋素性明示 User-Agent
記事DB（共有）	Supabase (PostgreSQL + pgvector)	記事メタデータ・埋め込み・匿名の集計のみ。直近30日を保持
AI処理	Cloudflare Worker (article-processor)	埋め込み生成・LLM解析・記事パック生成・日次アーカイブ・retention・Push送信
配信	Cloudflare R2 ＋ /api/pack	記事パック（メタデータ＋量子化埋め込み）をCDNキャッシュ付きで配信。egress無料
フロント / 推薦エンジン	Next.js 15 (App Router, Edge) on Cloudflare Pages	推薦計算はすべてブラウザ内。IndexedDBが高速表示キャッシュ
アカウント保管庫	Supabase (per-user, RLS)	関心ベクトル・設定・操作履歴を本人だけが読み書き（端末間同期用）

1.2 Data Pipeline

1. 収集 (Ingestion) — collector.py が CEEK.JP NEWS の13カテゴリフィードと、NHK・ITmedia・Impress Watch・GIGAZINE・東洋経済オンライン・CNET Japan の公式RSSを取得。CEEK はバースト的アクセスを弾くため、ホスト別レート制御（CEEKへは10秒間隔＋ゆらぎ）・空振りリトライ・問い合わせ先入り User-Agent で配慮しつつ、取りこぼしを防ぎます。
2. 埋め込み (Vectorization) — 多言語モデル @cf/baai/bge-m3 で 1024次元ベクトルに変換。
3. 解析 (Analysis) — LLMが各記事に「栄養素」5指標・中分類・キーワードを付与（下記 §2.2 / §3）。
4. パック生成 (Distribution) — Worker が収集サイクルごとに直近 800件 の記事パック（メタデータ＋int8量子化埋め込み＋匿名の閲覧数/リアクション集計＋話題キーワード）を生成し R2 の pack/latest.json に書き出し。/api/pack がCDNキャッシュ付きで配信します。埋め込みの一括読み出しはDB負荷が高いため、旧パックから再利用する増分方式で生成します。
5. 保持 (Retention) — 記事DBは直近30日分のみ保持。それより古い日は、まず研究用アーカイブ archive/daily/YYYY-MM-DD.json（R2）へ完全性を確認してから退避し、その後DBから削除します（アーカイブが揃わない限り削除しません）。
6. 観測 (Observation) — 運営は is_admin() で保護された集計RPC経由で、利用者数・バブルの形・記事母集団などの匿名集計のみを観測できます。

1.3 Free-Tier Sustainability

要素	サービス	無料枠に対する考え方
収集	GitHub Actions（publicリポジトリ）	分数無制限
LLM解析	さくらのAI Engine（無償3,000req/月）＋ Groq ＋ Workers AI	バッチ処理で月間リクエストを抑制。3段フォールバックで無停止
埋め込み	Workers AI（BGE-M3）	軽量
記事DB	Supabase 500MB	30日 retention ＋ R2アーカイブで定常サイズを維持
配信	R2 10GB・egress無料	パック約1〜2MB。ユーザー数が増えてもコスト不変
推薦計算	ユーザーの端末	サーバー負荷ゼロ

---

2. AI / LLM Stack

嗜好の学習はローカルですが、全員共通の「記事の下ごしらえ」（埋め込み・栄養素スコア・分類）はサーバー側のAIが担います。

2.1 解析チェーン（3段フォールバック）

品質・耐障害性・無料維持を両立するため、解析は3段構成です。どの段でも同じ検証フィルタ（分類の許可リスト・キーワードの抽出制約・スコアのクランプ）を通してから採用します。

優先度	モデル	提供	備考
主力	gpt-oss-120b	さくらのAI Engine（国産・無償3,000req/月）	リクエスト数課金のためバッチ12件でまとめて解析
フォールバック1	Llama-3.3-70b-versatile	Groq	さくら失敗時
フォールバック2	Llama-3.1-8b-instruct-fp8	Cloudflare Workers AI	最終段

埋め込みモデルは全段共通で @cf/baai/bge-m3（多言語・1024次元）。

2.2 Information Nutrient Scoring（情報の栄養素）

情報の「栄養価」を5軸で数値化します（各0〜100）。

• 事実 (Fact / タンパク質) — 客観データ・5W1Hの明確さ。
• 背景 (Context / 炭水化物) — 背景情報・歴史的経緯・「なぜ」。
• 視点 (Perspective / ビタミン・ミネラル) — 多角的な視点・賛否。
• 感情 (Emotion / 脂質) — 感情的な訴求・ドラマ性。
• 速報 (Immediacy / 水分) — 鮮度・緊急性。

ダッシュボードでは、読んだ記事の栄養素平均をレーダーチャートで可視化します。

---

3. Recommendation Engine（すべて端末内）

3.1 関心ベクトルの学習

あなたの関心は、記事と同じ1024次元の 関心ベクトル1本 で表され、記事を読むたびに指数移動平均で更新されます。

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

学習率 α は「どれだけ真剣に読んだか」で決まります（開いただけでは学習しません）。

行動	α
開いてすぐ閉じた（5秒未満）	0（学習しない）
ざっと見た（5〜15秒）	0.06
読んだ（15〜40秒）	0.12
じっくり読んだ（40〜120秒）	0.20
熟読（120秒以上）	0.25
＋最後までスクロール	+0.05（上限 0.3）
「もっと知る」でAIに深掘り	0.25
ストックした	0.15
興味なし（×）	−0.15（遠ざかる）

初期ベクトルはオンボーディングで選んだカテゴリの記事埋め込み平均から生成します。X・はてなブックマークを開いた記録は保存しますが、推薦学習には使いません（意見のバブルを作らないため）。

3.2 フィードの組み立て

• あなたのバブル — 全記事とのコサイン類似度が 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枚のカードに集約します。
• 世間の窓（バブルの外） — 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 — バブルの外の初期表示量 round(15 × S) を制御。サーバー往復なしで即時再計算されます。
• 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順は訪問ごとにシャッフルし、各セクションの1枠は注目上位圏外からランダムに選ぶ 🎲 セレンディピティ枠。

3.3 能動的な情報摂取

「まんべんなく」だけでなく「見たいものを確実に見る」も情報的健康の一部です。

• ウォッチタグ（📌） — 記事のキーワードや検索語を購読すると、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。購読/解除の履歴は「関心の変遷」として本人のアカウントに記録されます（推薦学習には使いません）。
• キーワード検索 — 端末にキャッシュ済みの記事を全文一致検索（検索語はサーバーに送信しません。回数のみ匿名集計）。
• 話題のキーワード — TF-IDF的な発想で、リフト（直近24時間の出現率 ÷ 過去7日の平常時出現率）× 注目度（閲覧数・リアクション） で「今日特有かつよく読まれている語」を抽出（毎日出る定常語はリフト≒1で除外）。Worker が算出しパックに焼き込みます。

---

4. Privacy & Data Model

データ	置き場所	誰が読めるか
記事メタデータ・埋め込み	共有Supabase / R2パック	全員（個人情報なし）
関心ベクトル・設定・操作履歴	アカウント保管庫（Supabase, per-user）	本人のみ（RLS: auth.jwt()->>'email' = user_id）
高速表示キャッシュ	ブラウザ IndexedDB	その端末のみ
匿名の閲覧数・リアクション集計	パックに焼き込み	全員（誰が読んだかは含まない）

• 推薦計算はサーバー側で一切行いません。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す。
• 運営ダッシュボード（/admin）の集計RPCは is_admin() ＋ SECURITY DEFINER で保護され、表示は匿名IDに加工されます。
• Google ログインはユーザー識別と端末間同期のためだけに使います。

---

5. Feature Highlights

• 🥗 情報的健康ダッシュボード — 多様性スコア・栄養バランス（レーダー）・ジャンルバランス・「見落としているかも」・あなた vs 全体・注目キーワード（タグクラウド）・記事母集団。
• 🫧 フィルターバブルの可視化と制御 — 視野スライダー・世間の窓・トピック別ビュー・セレンディピティ枠。
• 💬 リアクション（6種） — 賛成/反対/驚き/学び/疑問/視点が広がった。匿名集計のみで、推薦には使いません。
• 🔎 もっと知る — 外部AI（ChatGPT / Claude / Perplexity）への深掘り、X検索・投稿、はてなブックマークのコメント表示を1つのパネルに統合。
• 🔔 Web Push（毎朝1回） ＋ PWAオンボーディング — 端末に応じて「ホーム画面に追加 / アプリを追加 / ブックマーク」＋通知を初回に案内。
• ⚖️ 著作権配慮 — 見出し・短い抜粋・小さなサムネイル・出典を表示し、本文は必ず配信元へ誘導（著作権法47条の5の枠組み）。掲載停止窓口を /about に明示。
• 🔬 運営ダッシュボード — 利用者数・バブルのヒートマップ/レーダー・フィルタ強度分布・関心キーワード・記事母集団など、匿名集計の観測用。

---

6. Repository Structure

OwnNews/
├── collector.py                 # RSS収集（GitHub Actions・複数ソース・ホスト別レート制御）
├── supabase/migrations/         # 共有Supabaseのマイグレーション（supabase db push で適用）
├── schema.sql, migrate_*.sql    # 初期スキーマ・過去のマイグレーション
├── workers/article-processor/   # Cloudflare Worker（埋め込み・LLM解析・パック生成・retention・Push）
│   └── src/index.ts
└── web/                         # Next.js 15 アプリ（Cloudflare Pages）
    └── src/
        ├── app/                 # ルーティング（/ ダッシュボード /admin /welcome /algorithm /about）
        ├── components/          # UI（フィード・レーダー・タグクラウド・運営可視化 等）
        └── lib/client/          # 推薦エンジン（engine.ts）・同期（sync.ts）・store 等

---

7. Deployment / Operations

すべて無料枠。おおまかなセットアップ順序:

1. 共有Supabase — schema.sql を起点に、supabase/migrations/ を supabase db push で適用。
2. R2 — Cloudflare Dashboard でバケット ownnews-pack を作成。
3. Worker — cd workers/article-processor && npx wrangler deploy。Secrets: SUPABASE_URL / SUPABASE_KEY、任意で SAKURA_API_KEY・GROQ_API_KEY・VAPID鍵。R2バインディング PACK_BUCKET → ownnews-pack。
4. Web — main への push で deploy.yml が Cloudflare Pages に自動デプロイ（Pages 側に R2 バインディング PACK_BUCKET を設定）。
5. 収集 — GitHub Actions の Collect News（collect.yml）を有効化（60日無活動による自動無効化を防ぐ keepalive 組み込み済み）。

秘密鍵（VAPID秘密鍵・各APIキー・Supabaseキー）は Wrangler Secrets / GitHub Secrets で管理し、リポジトリには含めません。

---

8. News Sources & Copyright

• 記事は CEEK.JP NEWS 様のRSSと、各報道機関の公式RSSから収集しています。ニュース検索サイトのご協力に感謝いたします。
• 本サービスは所在検索・情報解析サービス（著作権法第47条の5）の枠組みで、見出し・短い抜粋・小さなサムネイル・出典を表示し、本文は必ず配信元で読んでいただく設計です。栄養素等の指標はAIによる情報解析（第30条の4）の結果です。
• 各記事の著作権は、それぞれの報道機関・配信元に帰属します。掲載停止・削除のご依頼は /about の窓口へ。

---

9. Acknowledgments

本研究は，科学研究費補助金（JP23H00216）ならびに JST ERATO（JPMJER2502）の支援のもと実施されています。 また、ニュースソースとして CEEK.JP NEWS 様のRSSフィードを利用させていただいております。ここに記して感謝申し上げます。

---

10. Disclaimer

This project is a research prototype. AIによる解析結果の正確性は保証されません。各ニュースソースの利用規約を遵守してください。