Your thoughts changes the world - 세상을 바꿀 아이디어, 잡생각

작성자: -

<세상을 바꿀 아이디어, 잡생각>


비즈니스, 인문, 정치 등에 대한 고민부터 사소한 잡생각과 아이디어까지 . 언젠가 사람들의 생각을, 어쩌면 세상을 바꿀지도 모르는 생각들을 정리한 글들이 한 개씩 연재될 예정입니다. 

첫 포스트는 카테고리 <비즈니스>, '플랫폼 비즈니스,그리고 카카오톡의 수익모델에 대한 idea'가 예정되어있습니다. 
*본 페이지의 모든 포스트는 한글판과 영문판이 모두 업로드됩니다. 



From business, humanities, politics, and even trivial thoughts and ideas. Articles on any 'thoughts' that would one day move people, or perhaps, one day change the world, would be published on the page. 

The first article 'Idea on platform business, and profit model (business model) of Kakao Talk' of <Business> category is planned to be published.
*Every contents of this page would support both Korean and English.


facebook page: 



댓글

댓글 쓰기

이 블로그의 인기 게시물

[Python mini projects] Python을 활용한 텍스트 속 유의미한 통계 산출하기 -1

작성자: -
이미지
Category: Python programming / Data science 예전에는 수많은 책, 잡지, 신문, 논문 등의 텍스트로 된 자료로부터 정보를 추출하고 분석하기 위해서는 일일히 자료를 모아 읽고, 단어를 세야 했을 것이다. 그렇지만 오늘날에는 그 작업이 훨씬 용이해졌다. 수많은 텍스트 형식의 자료들을 텍스트 파일 형태로 접할 수 있으며, 각기 다른 형태, 다른 기호들, 다른 표현 방식을 사용하는 문서들을 깔끔하게 Parse할 수 있는 기술이 발전했기 때문이다.  이번에는 책, 논문, 등 수많은 텍스트가 포함되어있는 문서를 단어 단위로 쪼개고, 분석하여 유의미한 통계를 산출하는 미니 프로젝트를 진행해 보았다. (사실 이미 이와 유사한 프로젝트는 구글 검색만 해 보아도 충분히 많이 있을거라 생각된다) 모든 텍스트 (글)은 저마다의 주제와 내용을 담고 있다. 그렇다면 주제와 내용은 어떻게 알 수 있을까? 우리가 책을 읽지 않고 주제와 내용을 어떻게 유추할 수 있을까? 모든 책은 글로 구성되어있으며 글은 단락, 문장으로, 그리고 문장은 결국 최소한의 의미를 담은 단어들로 구성된다. 그렇다면 아마 높은 확률로 각기 다른 주제의 책마다 주제와 연관된 단어를 많이 등장시킬 것이다. 만일 한두 페이지가 아닌, 수많은 단어를  담고 있는 긴 텍스트를 분석해서 단어의 통계를 낸다면 그 책의 주제와 연관된 단어들의 빈도가 유의미하게 높음과 동시에, 유사한 주제를 가진 서적의 경우 출현빈도가 높은 단어사이에 연관성이 있지 않을까? 그렇다면 우리는 이 분석을 통해 책들(혹은 논문, 기사, 무엇이 되었건) 사이의 네트워크를 만들 수 있을 것이다. 이와 동시에 분야에 상관없이 많이 쓰이는 단어가 무엇인지도 알 수 있지 않을까?  기본적인 아이디어는 다음과 같다:  파이썬을 통해 매우 긴 (책 혹은 적어도 논문 분량 정도는 되는) 텍스트 파일을 통째로 불러와 단어를 구성하는 자모 이외의 특수문자를 모두 제거하며, 대소문자를 통일이키기 위해 모든 단어
자세한 내용 보기

(2부) 플랫폼 비즈니스,그리고 카카오의 수익모델에 대한 idea

작성자: -
이미지
<' 플랫폼   비즈니스 , 그리고   카카오의   수익모델에   대한  ide a (2/3)> Category: <Business> * 본 포스트에는 작성자의 주관적인 의견이 많이 반영되어 있습니다 .  그렇지만 최대한 정보의 정확성을 유지하기 위해 참고 자료와 기사 등을 남깁니다 .  *영어 버전은 추후 업로드 될 예정입니다. (English version would be uploaded later) 카카오톡의 수익모델 부재와 성장 걸림돌의 핵심에는 , 온라인서비스중 가장 큰 비중을 차지하는 ‘ 웹 기반 서비스 ’ 의 장악력 부족에 있다고 본다 . 물론 카카오톡은 전국민이 사용하는 SNS 모바일 메신저이다 . 카카오는 한국의 국내 시장에서 메시징 서비스의 ‘Standard’ 로 자리잡았고 , 이 ‘ 카카오톡 ’ 의 수많은 사용자 기반을 통해 플랫폼 서비스를 확장해 나가고 있다 . 그렇지만 ‘ 카카오톡 ’ 이라는 서비스 / 플랫폼은 분명 , 흑자전환 이후로 수많은 수입을 거두고 있는 타 플랫폼 비즈니스들과 조금의 차이가 있다 .  1.    카카오는 지금 어떻게 수익을 내고 있는가 ? 높은 컨텐츠 의존도 카카오는 지금 어떻게 수익을 내고 있을까 ? 구글 , 페이스북처럼 광고를 통해 어마어마한 수익을 내고 있을까 ? 광고수익이 차지하는 비중도 큰 편이지만 현재 카카오의 수익은 ‘ 컨텐츠 ’ 에 의존도가 높은 편이다 . 2016 년 4 분기부터 2017 년 2 분기까지의 실적발표 자료와 재무재표를 살펴보면 카카오의 매출 비중을 가장 많이 차지고있는 부분은 ‘ 컨텐츠 ’ 임을 한눈에 알 수 있다 . 2016 년 4 분기부터 광고수익은 꾸준히 총 매출의 약 30 프로 정도를 차지하고 있는데 비해 게임 , 음악 , 이모티콘 , 웹툰 ,
자세한 내용 보기

Kaggle competition 간단후기

작성자: -
이미지
Kaggle competition 간단 후기 및 관련 포스팅 예정 *** 최근 Kaggle 에서 Avito Demand prediction competition에 참여해보게 되었다. 항상 dataset을 얻거나 정보를 찾기 위해서만 이용했었고, 용기가 없어 competition은 해보지 못했었는데, 이번에는 처음이니 상위 50프로대만 진입해보자는생각으로 가볍게 시작해보았다. 커뮤니티 안에서 여러사람들과 kernal 및 discussion을 공유하며 조금씩 커널을 수정하고, 하다보니 어느새 submission도 70개를 훌쩍 넘겼고, 목표치이던 50프로대를 생각보다 일찍 달성해서 30프로대, 20프로대까지 진입할 수 있었다. 또, 커널을 열심히 올린 덕분에 (생각보다 내 커널을 많이들 좋아해주셔서...) keranl expert등급까지 올라갈 수 있었다. 이번 일을 계기로 kaggle competition에 더 활발히 참여해볼 예정이다. 사실 이미 다음 competition으로 Home credit default risk comeptition을 등록해놓았고, 40프로대까지 올려놓기는 했다. 그리고 이번 포스팅을 통해, 초보자로써 kaggle competition을 통해 느낀 점을 써보려고 한다. 그리고 다음 포스팅을 통해, 이번 competition을 하면서 알게된 데이터 분석 모델, data cleansing을 할때 사용되는 모델 등에 대해 포스팅해보려고 한다. *** 1. Kaggle 의 문화와 kernal의 공유 일단 Kaggle 은 세계에서 가장 크다고 해도 과언이 아닌 데이터 사이언스 커뮤니티이다. 최근에 알게 된 사실이지만 구글에 인수되어 현재 구글의 모회사인 Alphabet에 속해있다고 한다. (새삼 구글이 인공지능 및 빅데이터분야에 얼마나 많은 신경을 쓰고있는지가 느껴진다). 그래서 많은 회원들은 Data scientist이거나, 적어도 Data science에 많은 관심을 가지고 있는 사람들이다. 따라서
자세한 내용 보기