顯示具有 taiwan 標籤的文章。 顯示所有文章
顯示具有 taiwan 標籤的文章。 顯示所有文章

2022年8月27日 星期六

Go 開發筆記 - 台灣身分證檢查器/大量產生器

晚上跟數學系的朋友聊幾句,他用個公式算出合法的帳號數字(滿合理的遠大於台灣人口數),於似乎,來用鳥鳥暴力解試試,並且練一下 golang 的 goroutine 用法。當然最後的資料個數是一樣的,共有 5.2億組。總數公式 = 26 (字母) * 2 (男女) * 10^7 (最後一碼是校正碼,只有七種變化)

只是我用暴力解,偷懶用多層 loop 發一下波動拳 XD 理論上還可以優化最後一碼用算的,而不是用暴力算,在一台老電腦上(3.1 GHz 雙核心Intel Core i7),大概花 1小時產出(包括每百萬筆寫到檔案)

最後的成果:

% go run main.go --verify A123456789
A123456789 : PASS, time cost: 23.449µs

% go run main.go --verify A123456780
A123456780 : FAIL, time cost: 25.528µs

% time go run main.go --cpu 4
...
taskID: 0, taskCount:    1000000, totalCount:  510000000, timeCost: 57m56.195527594s, mem: 336 MB
taskID: 2, taskCount:    1000000, totalCount:  511000000, timeCost: 58m12.348436403s, mem: 286 MB
taskID: 1, taskCount:    1000000, totalCount:  512000000, timeCost: 58m17.794134191s, mem: 360 MB
taskID: 0, taskCount:    1000000, totalCount:  513000000, timeCost: 58m18.106069808s, mem: 380 MB
taskID: 2, taskCount:    1000000, totalCount:  514000000, timeCost: 58m33.170090521s, mem: 247 MB
taskID: 1, taskCount:    1000000, totalCount:  515000000, timeCost: 58m39.34318826s, mem: 308 MB
taskID: 0, taskCount:    1000000, totalCount:  516000000, timeCost: 58m39.902875471s, mem: 370 MB
taskID: 2, taskCount:    1000000, totalCount:  517000000, timeCost: 58m50.616989581s, mem: 133 MB
taskID: 1, taskCount:    1000000, totalCount:  518000000, timeCost: 58m55.655774417s, mem: 67 MB
taskID: 2, taskCount:    1000000, totalCount:  519000000, timeCost: 59m3.85291194s, mem: 111 MB
taskID: 2, taskCount:    1000000, totalCount:  520000000, timeCost: 59m14.91097006s, mem: 111 MB
Total verified IDs count: 520000000 , time cost: 59m18.802491746s
go run main.go --cpu 4  9320.09s user 3332.58s system 355% cpu 59:19.56 total

% ls -lah /tmp/ids*
-rw-------  1 user  wheel   1.4G  8 27 08:41 /tmp/ids-0.txt
-rw-------  1 user  wheel   1.4G  8 27 08:41 /tmp/ids-1.txt
-rw-------  1 user  wheel   1.4G  8 27 08:42 /tmp/ids-2.txt
-rw-------  1 user  wheel   1.0G  8 27 08:28 /tmp/ids-3.txt

% wc -l /tmp/ids-* 
 140000000 /tmp/ids-0.txt
 140000000 /tmp/ids-1.txt
 140000000 /tmp/ids-2.txt
 100000000 /tmp/ids-3.txt
 520000000 total

2020年9月18日 星期五

台灣社群行銷年會 2020 團拜

台灣社群行銷年會 2020

今年報名參加 taiwan social marketing 2020 活動,擴充一下自己行銷領域知識、順便建立關鍵字索引,沒想到這場有 2800 人!記得上一次來這種地方好像是 n 年前的 Awsome Day,每次來都背著筆電,結果筆電都沒用到,接著不知中午要吃啥,輪迴著每次都想吃超商卻又發現超商要走很遠,然後隨便找一間吃完,才想起來旁邊不是有世貿餐廳,不是有 101 美食街,不是有 ATT4Fun !! 這次活動的彩蛋大概是認識旁邊的高手,哈拉了幾句,受益良多。

回過頭來,說一下會讓我期待的題目是 PopDaily 波波黛莉的異想世界 近況。近幾年我也在負責流量變現,有觀察到 Alexa.com 的 Top Sites in Taiwan 的排名變化,因此對這間感到興趣。雖然我還是把他歸類在內容農場的思維,但近幾年內容農場已經開始收斂,而透過 copy 思維的產文方式在 SEO 或 Social Network 已經佔不到什麼便宜,還活著服務絕大多數都進入 PGC 領域,因為 UGC 水準很難控制,沒有分潤機制也吸引不到別人貢獻,所以,挽起袖子,自己養!

很高興聽到 PopDaily 在 2017 年起開始軸轉,朝向經營 PGC 社群。我記得前幾年有關注到公司資本額的變化,那時以為單純賣掉公司,這次聽講才發現,公司經營者很大膽的向股東們論述未來走法,將全部利潤再投入經營公司核心,陸續在 2020 年初也看到在各個常見的工程粉絲團張貼聘請一些數據分析的職缺,非常努力地往前邁進。

再次回顧,再次敬佩這間公司。

接下來記憶深刻的是 TikTok 吧!原先一直覺得年紀已大,跟不上時代。近半年還是設法安裝 TikTok/小紅書/IG/Snapchat ,強迫自己一週播一點時間去滑幾下。後來看來看去核心都是 TikTok 機制。我認為 TikTok 營造出讓眾人可以快速/低門檻的加入表演,透過樣版/快速上手模仿,讓整個社群瘋狂起來,甚至濾鏡什麼都不是太重要的開始。

令我驚訝的是 TikTok 原來跟中國境內的抖音模式不同,抖音有直播帶貨等服務變現機制,而 TikTok 沒有這種極度噁心的機制(未來說不定也會有?畢竟網購經營還是最佳的變現手段)。跟創作者沒有分潤機制,但在台灣沒推廣的機制下,還是產生了 400萬 MAU 呢!甚至在推廣未來想找資料,就上 TikTok 搜尋 hashtag!!

TikTok 關鍵數字:

  • 每月有 700萬支影片
  • 平均一人一天會打開 8 次 app
  • 平均一人一天會觀看 45分鐘!!
  • 請重視影片觀看數,而非粉絲數,就算沒有粉絲的,也很可能靠推薦機制讓很多人看到
  • 用戶其實是先看推薦影片,而非追蹤的用戶

此外 TikTok 的核心還是跟推薦系統脫不了關係,正是從內容農場起家的今日頭條,透過收集大量有趣的事物,再搭配 SEO 跟推薦系統瘋狂搶佔眼球。

剩下跟本業相關的,其實是 91APP ,畢竟自身就是在公司負責數據收集/系統建置/服務變現相關應用,只是隨著年紀的增加,越來越能體會何謂團體戰!就像其他講者公司也都採用 91APP 的方案,賺錢的公司應當關注自己的核心事業,把系統整合的交給專業的來 XD 不要太貪心都自己做,這樣可以切割風險管控,更可以專注在自己的強項。

其餘演講內容也都很精實,但跟我的本業就相距較遠,像是明星代言的成本跟效果、直播帶貨等等。但對岸基本上是網購/直播的大聯盟等級,其實已經有一些翻出牆外再說書的 Youtuber 可以略知一二,有興趣可以看看:


可以觀看一下此活動的 社群行銷年會 舉辦者龍哥的 影片剪影,感受一下 2800 位聽眾的氣勢。其餘的課程文字筆記,可以瀏覽社群的文字記者,都還滿仔細的:

2020年2月27日 星期四

kobo desktop 下載 , kobo app download @ macOS / Windows

昨晚跟在 FB 工作的學弟通個電話,聊了一陣子,被推坑看了一本 2017 年再版的書。找了一陣子,實體書都賣光了,只剩 KOBO 有電子書在賣,恰好當年 Kobo 在台灣推廣時,一直說第一次購書可以折 100 元,當時 NETFLIX 給力很夯,只是我最後買了實體書 XD 因此,那一百元折價一直沒用,就這樣很快地刷卡。

接著下一刻就囧了,大家都說可以用電腦看,找了很久台灣官網上沒有下載連結,輾轉得知改用美版網站就有了!
  • https://www.kobo.com/us/en/p/desktop 下方有 Download Now
    • https://kbdownload1-a.akamaihd.net/desktop/kobodesktop/kobosetup.dmg
    • https://kbdownload1-a.akamaihd.net/desktop/kobodesktop/kobosetup.exe
最近共用了 Kindle 看書、豆瓣閱讀 Mobile app 跟 Web 觀看付費書籍,接下來試試 Kobo 囉