블로그 이미지
JEEN

서울에 사는 꽃청년의 IT찌질모험기

Rss feed Tistory
이빨까기 2011.03.25 00:49

[ Kindle 화면 깨짐 사건 ] 아마존에 전화를 걸어서 교환을 받자


2011/01/27 - [IT/Gears] - [ Kindle3 ] 킨들을 질렀습니다.

 
    그러니까 올해 1월말에 받은 킨들을 2개월 동안 별 이상없이 잘 쓰고 있었습니다. 그런데 위의 사진처럼 갑자기 화면보호기에서 특정부분이 깨지면서 화면이 안바뀌더군요. 재부팅하고 이래저래 다 해봤는데 방법이 없어서 결국 구글신을 통해서 다른 경험을 가진 사람들의 후기를 읽고 아마존에 전화를 했습니다.
  원래는 Amazon 에서 전화를 걸게끔 할 수 있는데... 휴대 전화는 안되나봐요... 그래서 Skype 로 전화를 걸었습니다. 주문번호를 뒤져서 부르고, 이름이랑 주소랑 그리고 우리 킨들이 어떻게 되었는지를 말하고... 식은땀을 흘리면서 아무튼 2-3번의 전화교환을 거친다음에 보내준다는 얘기를 하더군요. 마지막으로 배송지 주소를 확인한다고 다시 주소를 부르고...   엥? 이걸로 끝? 하고 불안해했는데... 
  아마존에서 메일이 와서 새 킨들을 보내준다고 하네요 :-)
  아무튼 이 전화에서 한 영어는 이름,주소, 주문번호, "안된다", "이상하다", "화면 깨졌다", "파든? 파든?", "웨이러민", "땡큐" 가 전부입니다;;;






신고
세상살이 2010.08.28 16:52

[ 애마주인(?) ] 애마를 장만했습니다.

Apple | iPhone 3GS | 1/15sec
Apple | iPhone 3GS | 1/10sec

  지난 화요일날 마눌님과의 물밑협상 끝에 아마존에서 제일 잘 팔리는 놈으로 하나 골랐습니다.
  평일에는 시간도 없고 타지도 못했고, 거기에 일본은 자전거를 사면 반드시 [방범등록]이라는 걸 해야됩니다. 그래서 위의 노란딱지를 붙여놓는 것이죠.  수수료는 500엔.
  일본에서 3년 반넘게 살아오면서 자전거 한대없이 방황했었는데... 이제서야 사게되네요.
  이제 날씨 좀 풀리면 자전거 타면서 산책이나 하고 다닐까 합니다.  :-)
신고
세상살이 2010.08.28 16:52

[ 애마주인(?) ] 애마를 장만했습니다.

Apple | iPhone 3GS | 1/15sec
Apple | iPhone 3GS | 1/10sec

  지난 화요일날 마눌님과의 물밑협상 끝에 아마존에서 제일 잘 팔리는 놈으로 하나 골랐습니다.
  평일에는 시간도 없고 타지도 못했고, 거기에 일본은 자전거를 사면 반드시 [방범등록]이라는 걸 해야됩니다. 그래서 위의 노란딱지를 붙여놓는 것이죠.  수수료는 500엔.
  일본에서 3년 반넘게 살아오면서 자전거 한대없이 방황했었는데... 이제서야 사게되네요.
  이제 날씨 좀 풀리면 자전거 타면서 산책이나 하고 다닐까 합니다.  :-)
신고
IT/Perl 2008.11.29 12:54

[ Perl ] 협조 필터링(Collaborative Filtering) 에 대해서... - SUGGEST

 협조 필터링이라는 것에 대해서 자세한 연구는 해보지 않았습니다. 몇가지 논문도 있는 데, 제대로 읽어보지 않고 그냥 대충 이런 거다 라는 느낌으로만 알고 있다고 할까요.
 흔히 쇼핑 사이트에서 사용됩니다. 어떻게 사용되느냐? 갑이라는 사람이 "A 라는 상품을 구입할 때, 같이 구입하는 상품 B 는 A 와의 관련성이 있다" 라고 해석합니다. 그리고 갑뿐만이 아니라 다른 사람도 A 라는 상품을 구입할 때 B 를 산다고 하면, A 와 B 의 관련성은 더 깊어지게 되겠죠?
 그럼 국내 쇼핑사이트에서는 어떻게 이용되느냐 살펴보겠습니다.
 "주제 사라마구"의 <눈먼 자들의 도시> 라는 상품 페이지에서 YES24, 알라딘이 어떻게 표시하고 있는 가는 다음과 같습니다.

YES24 의 관련 상품 표시


Aladdin 의 관련상품 표시


  "눈먼 자들의 도시"를 구입할 때 같은 저자의 "눈뜬 자들의 도시"도 같이 구입하는 사람들이 그만큼 많다는 뜻이겠죠?

 그렇다면 구입데이터를 취합해서 어떻게 이런 상관관계를 명확하게 하느냐 하는 것인데요.
 기존에 제가 관리하던 어느 쇼핑몰에선 암암리에 그 쇼핑몰에서 관리하고 있는 상품을 타사의 상품과 매치시켜서 타사의 관련상품을 긁어오는 범죄(?)를 저지르기도 했습니다. ;;;

 그랬을 때 발견한 것이 Suggest 라는 Recommendation Engine 인데요. 이것은 Statistics::Suggest 라는 CPAN 모듈로 사용할 수 있습니다.
 이 모듈 사용을 위해서는 suggest 라는 라이브러리를 설치합니다. 이것은 아래의 URL 에서 다운로드 할 수 있습니다.

  - http://glaros.dtc.umn.edu/gkhome/suggest/download

 그리고 CPAN 모듈 설치시에 Library 를 지정해주면 무사히 설치가 종료됩니다. 아래의 CPAN 모듈 페이지를 참고하세요.

  - http://search.cpan.org/~ihara/Statistics-Suggest-0.01/lib/Statistics/Suggest.pm

  1. use Statistics::Suggest;
  2.  
  3.   ## initialize SUGGEST with $data
  4.   my $data = [
  5.     # array of [$user_id, $item_id], ...
  6.     [1, 1], [1, 2], [1, 4], [1, 5]
  7.     [2, 1], [2, 2], [2, 4],
  8.     [3, 3], [3, 4],
  9.     [4, 3], [4, 4], [4, 5],
  10.     ...
  11.   ];
  12.  
  13.   my $s = new Statistics::Suggest(
  14.     RType => 2,
  15.     NNbr => 40,
  16.     Alpha => 0.3,
  17.   );
  18.   $s->load_trans($data);
  19.   $s->init;
  20.  
  21.   ## make top 10 recommendations for $selected_item_ids
  22.   my $rcmds;
  23.   my $selected_item_ids = [1, 2];
  24.   $s->top_n($selected_item_ids, 10, \$rcmds)
  25.  
  26.   print "recommendations: " . join(',', @$rcmds);

 Statistics::Suggest 의 예제소스입니다. Statistics::Suggest 의 생성자에 날리는 RType, NNbr, Alpha 에 대해서는 이게 뭔지 자세하게 알아보지 못했습니다. 심히 접근방식이 잘못되었지만;; 일단 사용해보고 나서 알아보자 라는 생각으로 다음으로 미뤘습니다.
 소스코드의 주석만으로 어떻게 작동되는 지는 간단하게 살펴보실 수 있으실 겁니다.

 이것을 기반으로 제가 관리하는 쇼핑 사이트의 구입이력에서 user_id 와 item_id 를 뽑아 데이터를 만들어봤습니다.
 이때 주의할 점은 user_id, item_id 는 32bit 정수형값만 사용할 수 있습니다. 그렇지 않을 경우는 "Segmentation Fault" 에러가 나서 작업을 진행할 수 없습니다.

 저 같은 경우는 user_id 는 문자열, item_id 는 32bit 정수값을 넘는 정수라서 이것을 32bit 정수형에 맞게 임시 id 를 발행하도록 했습니다. 그리고 그 id 에 맞는 데이터 셋을 만들고, item_id 는 따로 리스트를 만들어 둡니다.
이건 각 item_id 마다의 관련상품을 조사하기 위해서지요. 이것만 주의하면 되기때문에, 별도의 소스코드는 제시하지 않겠습니다.

 아무튼 결과는 어느정도 만족할 만큼 나왔습니다. 다른 사이트를 매번 긁으러 갈 필요도 없고, 괜한 죄책감을 느낄 필요도 없어졌습니다.

  Amazon 은 이 Collaborative Filtering 기술에 있어서 가장 앞서있지 않나 싶습니다. 구입이력 뿐 아니라 사용가능한 어떤 이력이든지 뽑아내어서 고객에게 보다 관련성이 높은 상품을 제시해서, 편안한 이용과 더불어 매출의 증대를 노리고 있으니까요.
  Netflix 라는 미국의 DVD 대여업체의 이벤트도 흥미롭습니다. 자신이 빌려본 DVD 를 본 다른 사람들의 성향등을 파악해서, 그 사람에게 맞는 DVD 를 추천하는 기술이 있는데... 여기에서 이 정밀도를 10% 향상시킨다면 100만달러를 지급하겠다는 그런 이벤트를 냈죠. 아마 지금도 하고 있지 않나 합니다. 예전에 봤을 때 이미 10%를 넘긴 듯 싶었는데... 오래된 컬럼이지만 이것을 참고하세요.

  - Netflix 컬럼 관련링크 : http://imaso.co.kr/?doc=bbs/gnuboard.php&bo_table=article&wr_id=32617

 아무튼 이런 기술들은 완전한 완성이라는 것은 없는 것 같습니다. SUGGEST 라는 엔진이 가지고 있는 알고리즘을 사용해서 간단하게 구현하는 것일 뿐이지.. 실제로 그 알고리즘이 어떻다는 얘기는 완전 생략하고 얘기했으니, 겉핥기에 지나지 않습니다. 뭐, 생색내기일지도 모르죠. 그리고 저도 저 결과를 이용해서 어떻게 보완해나가느냐 계속 궁리해봐야 겠구요. 이상입니다.
신고
세상살이 2008.11.28 23:28

[ 혁신적인 광고 기법 ] Amazon JP 혹은 javari

 오늘 Amazon JP 에서 뭣 좀 볼까 하고 들어가 봤더니.. 아주 혁신적인, 혹은 돈을 쏟아부은 광고기법을 보았습니다. Amazon JP의 톱페이지에서 javari 라는 구두전문 쇼핑몰을 소개하는 것인데요.
 이게 왜 혁신적이라고 할까 하는 가는 아래의 사진을 보시면 아실 겁니다.


  기존의 Amazon 의 카테고리나 클릭한 상품과 그에 관련된 상품이나 이벤트 등등등이 좌르르르르르륵 표시되어야할 맨 중앙 부분의 섹션이 javari 라는 구두전문판매사이트 소개하는 파트 하나가 점유했다는 것이죠. 그렇게 할려면 그냥 전체 부분을 다 장악해버리지, 너무나도 지나친 여백의 미를 강조하는 군요.
  문제는 저게 이슈가 되어야한다는 것일텐데, 어떻게 되려나요. javari CEO 가 Amazon JP 에 얼마나 돈을 쏟아 부었을 지...  처음 봤을 때는 해킹당했나 했었습니다;;

  ** 추기
 오늘 아침에 뉴스에 Amazon JP 에 대한 내용이 있었는데.. 거기에서 Amazon JP 사장이 새로만든 서비스가 javari 라는 군요. 구두 같은 경우는 신어봐야 아는데, 이걸 웹 서비스에서 판다고 하면 역시나 반품이 잦을 수 있겠죠. 그래서 반품이 무료랍니다. ;;; 뭐 결과는 어쨌든, 그 사람은 "고객이 만족하면 그걸로 좋다" 라고 하니... 고객이 행복해야할 소식이겠죠.
신고
Check 책! 2008.08.31 13:50

[ 포커스 리딩 ] 책 한권을 10분의 스피드로 읽는다?

 시간이 금이라는 선인들의 고귀한 말씀과 더불어, 다독이 좋고.. 다독을 위해서는 빨리 읽는 습관이 좋다 는 이런 말들도 많이 있다.
 책은 5분만에 다 읽어버리고 내용을 술술 꿰는 사람도 있고, 일본의 어느 펄 해커는 이 책이 말하는 대로 10분에 한권을 읽어버린다고도 말한다.
 그런데 이 책에서 작가는 그런 얘기는 깨달음을 얻은 사람의 능력이라는 것이다. 그러니 일단 환상의 나라에서 벗어나서.. 현실을 바라보라는 말로 시작을 한다.

 책 이름이 "포커스 리딩". 그 말대로.. 이 책에서 무엇을 읽을 것이며, 무엇을 얻을 것인지를 분명히 하고 읽으라는 것이다.

 원래는 이런 뻔한 이야기나 들으려고 산 책이 아니었는데. 정말로 환상의 나라속에서 책 한권 들고 촤르르르르륵 페이지를 넘기면서.. "흠~ 과연" 하면서 고개를 끄덕이고, 읽은 책을 내팽겨치고 다른 책을 들고 촤르르르륵거리면서 또 고개를 끄덕이며.. ..... 대충 이런 반복구문의 환상이 깨져버렸다.

 물론 겨우 80p 밖에 읽지 않고, 후기랍시고 내놓는 것도 그렇지만. 저자가 독서에서 포커스 리딩을 말하듯..
 나 역시도 포커스 블로깅을 하고 있는 것은 아닌가!!? (라는 망상?)

 그러면서도 저자는 속독법은 구라라고 말하는 것이 아니라... 실제로 도움이 되는 독서방법, 속독법에 대해서 얘기하고자 하는 것이다. 결국은 다른 방법은 다 개구라고 자기 방법이 최고라는 것일까? 으레.. 작가들이 그러듯 다른 작품은 까고 자기 작품을 드높이는 그런 홍보방식인 걸까?

  물론 그건 남은 140여 페이지를 읽고 난 다음에 생각해 보기로 하자.


신고
TOTAL 479,603 TODAY 28

티스토리 툴바