[Northwestern] WeFeelFine.org Demo

When you think about content in Social, one of the things that makes Social very unique is the real-time and immediate nature of it. But a lot of times when you hear those words, you don't really understand exactly how deep that is, and what we can really find out using Social. And so one of the sites I like to use is called wefeelfine.org. This was started in 2007 as a demonstration of new pieces of software called social monitoring. And what it was designed to do was to show you exactly how deep and how important the types of findings that can come out, as a result of social monitoring software. 

소셜 콘텐츠에 대해 생각해보면, 소셜을 매우 독특하게 만드는 것 중 하나는 실시간적이고 즉각적인 특성입니다. 하지만 이런 단어들을 생각해볼 때 여러분은 그것이 얼마나 깊은지, 무엇을 알아낼 수 있는지 정확히 이해하지 못합니다.

제가 좋아하는 사이트 중 하나는 wefeelfine.org입니다. 이것은 2007년에 소셜 모니터링라고 불리는 새로운 소프트웨어의 데모로 시작되었습니다. 그리고 소셜 모니터링 소프트웨어의 결과로 얻을 수있는 결과 유형이 얼마나 깊고 얼마나 중요한지를 정확하게 보여주었습니다.

So this is the home screen and it was actually designed by researchers in Princeton and Stanford. And so what you do is you click on we feel fine. You will see it will go out and you'll be presented with a lot of different colors flying around. You're probably wondering what these are. These are actual conversations that are happening right now. In other words, they you know, started about a minute ago, and go back to about ten minutes ago, of people throughout the world that are talking about their feelings. Each one of these dots represents a conversation that is happening right now with regards to feelings. It could in any of a hundred countries. And what's happening, and think about this, in less than a minute, they're being translated into English, read through, and if they find the word feel or feelings, they then go through and find the most representative sentence, and they bring it into the system. And so one of the things with this is called madness. It's rather difficult to see what's going on, so if we go over here to the next one down called murmurs. 

이것은 홈 스크린입니다. 실제로 프린스턴과 스탠포드의 연구자들에 의해 디자인 된 건데요. 이 홈스크린에서 여러분이 할 일은 우리가 괜찮다고 느끼는 것을 클릭하는 것입니다. 그리고 여러분은 다양한 색깔들이 날아다니는 것을 볼 수 있을 것입니다. 아마 이것들이 무엇인지 궁금해 할 거예요. 이것들은 지금 일어나고 있는 실제 대화들입니다. 다시 말해서, 1분 전에 소프트웨어를 시작했지만 이 대화는 약 10분 정도 동안의 전 세계의 사람들이 자신들의 느낌에 관한 대화죠. 이 점들은 각각 감정과 관련하여 지금 일어나고 있는 대화를 나타냅니다. 그것은 100개 국가 중 어느 나라에서도 가능합니다. 여기서 무슨 일이 일어나고 있는지 생각해보세요. 1분도 채 안 돼서 영어로 번역되고 만약 그들이 feel이라는 단어 혹은 feelings라는 단어를 발견하면 이를 통해 가장 대표적인 문장을 찾아내고 그것을 시스템에 가져다 줍니다. 그래서 Madness라고 불리는 것이 아래에 있구요. 무슨 일이 일어나고 있는지 알기란 좀 어렵기 때문에 여기 아래쪽으로 내려가서 보시면 murmurs라고 불리는게 있습니다.

What you see now are these sentences falling out of the Cloud of different conversations people are having, or different sentences they're doing, that have the word feel in it. Each one of these is a separate conversation, so I want you to think about this. In less than a minute this software is reading hundreds of thousands of blog,s and different sites like Facebook and those across the country, across the world that do the same thing. And essentially, it's picking out the biggest sentence, the best sentence, that has the word feel. As dropping it out for us to use. 

지금 보시는 것은 사람들이 가지고 있는 서로 다른 대화의 클라우드 속에서 혹은 그들이 하고 있는 다른 문장에 'feel'이라는 단어가 들어간 문장들 입니다. 이 각각의 대화는 별개의 대화라는 점은 꼭 알고 계셔야 하구요. 아무튼, 1분도 안 되어 이 소프트웨어는 수십만개의 블로그, 그리고 페이스북과 같은 다양한 사이트들을 읽고 있습니다. 그리고 전 세계, 같은 말을 하는 나라들 말입니다. 그리고 본질적으로 'feel'이라는 단어를 가진 문장 중 가장 큰 문장, 가장 좋은 문장을 골라내는 것입니다. 우리가 이 문장을 사용할 수 있도록요.

But that's not all. In that same minute is not only going out and identifying the sentence, but it's going through something that we call tone and sentiment analysis, which we're gonna see in a software piece called social mention a little bit later. And what that means is, it's not just looking for the word feel, it's saying what are we feeling about. I feel apprehensive. I feel elated. I feel confused. And so it's not only reading it, but it's classifying it into what our feelings are about, and as a result of that, it assigns the correct shape and color To that particular feeling. 

하지만 그게 다가 아닙니다. 동시에 문장을 확인하는 것뿐만 아니라, 우리가 말하는 톤과 감정 분석 따위의 것 또한 거칩니다. 곧 우리는 이것을 Social mention이라고 불리는 소프트웨어에서 보게 될 것입니다. 그것이 의미하는 바는, 단지 feel 이라는 단어만을 찾는 것이 아니라, 우리가 느끼는 것을 말하고 있다는 것입니다. '걱정이 돼요', '의기양양해요', '혼란스러워요' 등 읽기만 하는 것이 아니라 우리의 감정이 무엇에 관한 것인지 분류하고 그 특정한 느낌에 정확한 모양과 색을 부여하게 됩니다.

For example, if I say I'm feeling blue, it'll classify me as a blue triangle, so that those colors you saw flying around actually have meaning. In addition to that, it goes on. It'll take a minute to do this so I won't show you, but it's actually going through in that same minute and deep diving to identify a relevant picture. And so if it finds a picture of you on the site, so it's not just doing your text reading and analysis, it's actually looking for video and pictures. It will pop that up. And after a minute or two this would actually come into play.

예를 들어 제가 우울하다고 말한다면 그것은 저를 파란 삼각형으로 분류할 것입니다. 즉, 화면에 날다니는 그 색깔들은 실제로 의미가 있습니다. 그 외에도 이 작업을 수행하는 데 1분 정도가 걸리므로 보여드리지는 않을거지만 실제로는 해당 순간에 Deep diving을 통해 관련 사진을 식별합니다. 그래서 만약 이 웹사이트에서 여러분의 사진을 발견하게 된다면 여러분의 텍스트 읽기 및 분석뿐만 아니라 실제로 관련된 비디오와 사진을 찾는 것입니다. 이 데이터들은 1~2분의 작업 시간이 지나면 플레이되게 됩니다.

It also is going out and classifying it. And so think about what's happening here. In less than a minute it's going out and reading, it finds the right sentence, it finds a tone and sentiment, it gives you the right color. But then what it also does, it begins to database this. And in addition to taking the deep dive to find your picture, It also looks at your age and your gender, and it classifies that as well. And it puts that onto the database. In addition, it date-timestamps it as to when you wrote it, and it then looks at the geolocation on your computer to figure out exactly where you are in the world. And from that, what it does, is it actually assigns to you. The country that you're in, the state or province that you're in, and the city that you're in, to further build the database. And then what it does, it takes the date/time stamp and your geolocation, and in that same minute it goes out to the Weather Channel, and figures out what the weather was like when you wrote that sentence. 

나아가 그것을 분류까지 합니다. 여기서 무슨 일이 일어나고 있는지 한 번 보세요. 1분도 안 되어 읽고, 올바른 문장을 찾아내고, 어조와 정서를 찾으며, 적절한 색을 부여합니다. 그리고 나서 이것을 데이터베이스화하기 시작합니다. 그리고 여러분의 사진을 찾기 위해 깊이 다이브하는 것 외에도, 여러분의 나이와 성별을 관찰하고 분류합니다. 그리고 그것을 데이터베이스에 올려놓습니다. 또한 언제 작성했는지 날짜 표시로 표시하고 컴퓨터의 지리 위치를 확인하여 현재 위치를 정확히 파악합니다. 다시말해 당신이 활용된다는 말입니다. 당신이 있는 나라, 당신이 있는 주 또는 지방, 그리고 당신이 있는 도시, 데이터베이스를 더 구축하기 위해서요. 그리고 나서, 날짜/시간 스탬프와 지리 위치도 찍습니다. 그리고 같은 순간에 기상 채널을 연결해 여러분이 그 문장을 쓸 때 날씨가 어땠는지 알아냅니다.

The net result is it builds a massive database. So if I want to say, I want to know all the people who feel abnormal, who are females, in their 30s, while it was raining in any one of these countries. And then I could of course bore down into the exact city, it will give me the counts. And I can do it for any of the years that it's been running. 

결론적으로는 이를 통해 우리는 대규모 데이터베이스를 구축한다는 것입니다. 그래서 제가 말씀드리고 싶은 것은, 이 나라들 중 어느 나라, 어느 도시에 비가 오는 동안 abnormal이라고 느끼는 모든 30대 여성들에 대해 알고 싶다고 한다면 저는 클릭만 하면 됩니다. 그리고 이 웹사이트는 저에게 수치를 제공해주겠죠. 그리고 저는 이 것이 운영되는 기간 동안 언제나 이러한 데이터를 구축할 수 있습니다. 

 Now you're probably saying, well I don't really care about feeling. But the important thing to take home is that social monitoring systems like this actually work not only for the word's feelings, but it could be for your company. It could be for your competitors. It could be for a specific topic, and what we'll be looking at social monitoring software like Social Mention, that will allow you to go out and analyze anything with the same depth that this one is doing for the word feeling. And so We Feel Fine kinda started it all and shows us the real depth that we can get from social monitoring software.

이제 여러분은 아마 이렇게 말하겠죠. '음, 저는 느낌에 대해 별로 신경 쓰지 않아요.'

하지만 중요한 것은 이와 같은 소셜 모니터링 시스템이 실제로 feel이라는 단어 뿐만 아니라 여러분의 회사에도 적용될 수 있다는 것입니다. 경쟁사를 위한 것일 수 있습니다. 특정 주제에 대한 것일 수도 있고, 소셜 멘션과 같은 소셜 모니터링 소프트웨어에 대해 살펴볼 때 이용할 수도 있습니다. 이 소프트웨어를 사용하면 이 소프트웨어가 단어의 느낌에 대해 분석하는 것과 동일한 깊이로 어떤 것이든 분석할 수 있습니다. 그래서 We Feel Fine은 이 모든 것을 시작했으며 소셜 모니터링 소프트웨어에서 얻을 수 있는 진정한 깊이를 보여준다고 할 수 있겠습니다.