🤯 Introducing Traffic Inspector - Observability right from the ngrok dashboard. Learn more ->
![ngrok - secure introspectable tunnels to localhost](https://cdn-ak-scissors.b.st-hatena.com/image/square/ca02c869207e36d7602e38b57a36442d08358407/height=288;version=1;width=512/https%3A%2F%2Fcdn.prod.website-files.com%2F63ed4bc7a4b189da942a6b8c%2F66857e35669ffc5b744f4ded_feature-homepage-new-1-min.png)
1 はじめに Amazon Connect(以下、Connect)で、問い合わせフローを作成する場合、ユーザーの入力を処理する最も基本的なブロックは、「顧客の入力を取得する」 でしょう。 ブロックは、操作の中にあります。 今回は、この 「顧客の入力を取得する」 の使用方法について整理してみたいと思います。 2 基本的な使用方法 例として、2種類の選択をユーザーに求めるブロックを作成してみました。プロンプトは「行きたいところを選択して下さい。山の場合は1を、海の場合は2を」って感じです。 ユーザーに対するプロンプトは、テキストの入力で設定し、DTMFのオプションで 1、と2を追加しました。 これにより、ユーザの押したボタンによって、処理を分岐できるようになります。 簡単にフローをつなぐと以下のようになると思います。1を選択すると「山が選択されました」、2を選択すると「海が選択されました」と発
1 はじめに AIソリューション部の平内(SIN)です。 Amazon Connect(以下、Connect)では、IVRで処理を分岐するフローが作成できます。 しかし、「番号選択」よりも、「音声だけで指示」できる方が快適なことに異論は無いと思います。 まだ、日本語は利用できませんが、Amazon Lex(以下、Lex)を使用すると、音声だけで指示が簡単に実現可能です。今回は、最初に「IVRで作成したフローを、事後、Lexに置き換える」という流れで作業を確認してみました。 以下が、利用している様子です。1回目及ぶ2回目がIVRでの体験、3回目、4回目は、それをLexに置き換えたものです。 2 IVRによる実装 顧客の入力を取得するブロックを使用して、ユーザーの番号入力を促し、フローを分岐しています。 顧客の入力を取得するブロックのプロパティは、以下のようになります。DTMFにオプションとし
[Amazon Connect] 自動発信(Automated Outbound Calling)を利用したサンプル(その1)〜キャンペーンの案内を送って興味あるお客様をリストアップする〜 1 はじめに AIソリューション部の平内(SIN)です。 Amazon Connect(以下、Connect)では、自動発信が可能になっています。 Amazon Connect の Automated Outbound Calling が一般に利用可能になりました せっかくのOutboundなので、この機能を使用したサンプルをいくつか考えてみました。 最初に紹介するのは、「キャンペーンの案内を送って興味あるお客様をリストアップする」です。 内容は、以下のようなものです。 DBで予め管理されている顧客のリストから、順次自動で電話をかけ、キャンペーへの興味の有無をIVRで取得します。結果で顧客DB
はじめに Amazon Connect(以下、Connect)を使うと、簡単にクラウド型コンタクトセンター(コールセンター)を構築することができます。 今回は、顧客からの着信をコンタクトセンター側でオペレータに繋いで通話、という基本的な仕組みを構築してみます。 インスタンスの作成および電話番号の取得 まず、以下のエントリを参考に、インスタンスの作成および電話番号の取得まで行って下さい。 【東京リージョン】Amazon Connectでコンタクトセンター構築はじめの一歩 キューの作成 次に、「キュー」と呼ばれる顧客がオペレータと通話する際の待ち行列を作成します。 Connectのダッシュボードから、「ルーティング」 -> 「キュー」を選択します。 右上の「新しいキューを追加」をクリック。 適当にキューの名前を設定し、オペレーション時間に「Basic Hours」(予め用意されているサンプルの
はじめに Java SE 8がリリースされて、そろそろ1年が経とうとしています。早いものです。 それはすなわち、Java SE 7のサポート切れが間近に迫っているということでもあります。 そこで今回は、改めてJava SE 8の理解のポイントを解説しようと思います。 ラムダ式・Stream APIの2点が、Java SE 8の目玉となる新機能です。 こんなコードが出てきます。 List<Emp> source = Arrays.asList( new Emp(101, "Nishida", Dept.ADMIN, 500000), new Emp(102, "Nohira", Dept.SALES, 285000), // 以下省略 ); // ラムダ式&Stream API! // EmpのListから、Deptが「SALES」の要素のみ抽出し、名前のみのListに集約する List<S
3では文字列はunicode文字列として扱われるようになったので、すべてpython2でいうところのu''になりました。u''表記してもエラーにはなりませんが(python3.3以上)同じ意味です。 バイナリデータを扱うときには、bytes型に変換します。bytes型は文字列っぽく扱えますが、strとbytesの連結などはできないので用途に合わせて適切な型で持つようにします。 例えば特定の文字コードの文字列を持ちたい場合はbytes型になります。str文字列として加工などをして最終的に出力する際に、任意の文字コードのバイト列としてエンコードして出力するという使い方になります。 strからbytes encodeでbytes型(utf-8)に変換します。 >>> 'あいう'.encode('utf-8') b'\xe3\x81\x82\xe3\x81\x84\xe3\x81\x86' #ut
strとbytesの違い strは文字列型、bytesはバイト型を表現します。 文字列型は文字の連なりで、ファイル(ハードディスク)に直接保存できません。 バイト型はバイトの連なりで、ファイルに保存できます。 両者を関連付けるのはエンコーディングです。 そのため同じバイト型データであっても、エンコーディングが異なると、別の文字列型データになります。 シングルクォート、ダブルクォート、トリプルクォートで囲むと文字列型になります。 'foo' "bar" """baz baz""" 先頭にbを付けてシングルクォート、ダブルクォート、トリプルクォートで囲むとバイト型になります。 b'foo' b"bar" b"""baz baz""" 文字列型をバイト型に変換するには、encode関数を使います。 s = 'hello' s.encode() -> b'hello' 逆にバイト型を文字列に変換す
ord: アスキーコードを取得 >>> ord("a") 97 ユニコードオブジェクトの場合は、ユニコードを整数で返す。(python2) >>> ord(u"あ") 12354 >>> hex(ord(u"あ")) 0x3042 >>> u"\u3042" == u"あ" True python3の場合は、文字列がはじめからユニコード文字列なので、uを付けなくてもよい。 >>> ord("あ") 12354 chr: アスキーコードから文字へ >>> chr(97) 'a' ユニコードはunichr(python2) >>> unichr(12354) u"\u3042" python3でははじめから文字列がユニコードなのでunichr関数は存在せずに、chr関数で文字コードから文字を得られる。(出力結果はpython2と違うが同値) >>> chr(12354) "あ" 関連記事: 文
仕事でデータを暗号化して保存する必要が出てきたので色々調べてみた。 メインのシステムはPHPで作っているんだけど、Javaなども絡んでくるので、お互いが処理できる暗号方式でなければいけない。 仕様さえ明確にしてあればオレオレアルゴリズムでもいいんだけど、今回はかなり重要なデータを扱うので世間でそれなりに使われている暗号方式を使うことにした。 暗号の種類 自分も暗号にそんな詳しいわけではないけど、「データをパスワードで暗号化するんでしょ?」ぐらいにしか思ってない人はきっと大変な思いをする。 今の話で登場するのは 暗号化したいデータ 暗号の種類(アルゴリズム) パスワード(暗号処理に使うキー) の3つだけど、これからやろうとしてるブロック暗号では 暗号化したいデータ 暗号の種類(アルゴリズム) 暗号処理に使うキー(パスワードというかバイト列) 暗号利用モード(ブロック処理の種類) 初期化ベクト
logging — Logging facility for Python¶ Source code: Lib/logging/__init__.py This module defines functions and classes which implement a flexible event logging system for applications and libraries. The key benefit of having the logging API provided by a standard library module is that all Python modules can participate in logging, so your application log can include your own messages integrated wi
暗号っていいよね。なんかこう、楽しい。 というわけで、pythonで試してみました。 といっても、残念ながら標準ライブラリにはそれっぽいのがない。 hmacとかsslとかはあるんだけどねー。 AESくらいは標準ライブラリに入れといて欲しいよね・・・。ま、仕方がない。 仕方がないので、今回使うのはpycryptoっていうライブラリを使わして頂きます。 インストールgentooのportageにパッケージがあったので有難く利用。 python2.xでもpython3.xでもCryptoって名前のパッケージになります。 小文字じゃないんだね、頭。 gentoo以外を使ってる方はpypiにあるpycryptoのページあたりからどうぞ。 使ってみる早速AESで遊んでみます。 1つ注意しなきゃいけないのは、AESはブロック暗号だということ。 つまり、鍵長は16バイト、24バイト、32バイトのうちのどれ
WEBのシステム開発はPHPを使用していますが、データ解析等のため Python3 の研究を始めました。Python3 は日本語の情報がとても少ないので、エンジニアや学生の皆さんに役立ちそうなことをブログ記事として共有できればと思います。 この記事では Python3 で MySQL に接続する方法、エラー処理(例外処理)、サンプルによるCRUD(※)、PHPer向け注意点についてまとめました。なおサンプルは Django 等、特定フレームワークの ORM ではなく、SQLの直接実行例です。 SQLite3 は Python3でSQLite3を使う – 基本操作からエラー処理までサンプルコード付を参照ください。 ※ CRUD とは Create(生成)、Read(読み取り)、Update(更新)、Delete(削除)の略です。MySQL の場合Read に相当するのは主に Select 文
ご無沙汰しております。技研の(ほ)です。 突然ですが、仕様書などの各種ドキュメントを作る際には、みなさんは何を使っていますか? Sphinxのエディタ選択の際にも同じことを書いたのですが、私は今でもSphinxがベストだと思っています。
前編では無印良品の徹底的な“顧客視点”への取り組みについて伺った。 後編では、これからの無印良品が目指す“新しい購買体験”や“データとの関わり方”についてお話を伺います。 顧客接点の量の観点はどうでしょうか。今顧客との接点の数はどれくらいあるのでしょうか。 無印良品はグローバルで展開しているので、現状全体で2,500万から2,800万ぐらいの接点になってきています。ただ、これらはあくまで自社アプリや自社アカウントでのネット上のつながりでしかなく、我々として、一番大切な顧客接点は店舗だと考えています。店舗での体験に一番の共感が生まれると考えています。 無印良品のブランディングは「良い商品、良い環境、良い情報」が重要とよく言っていますが、この3要素が一番詰まっているのが店舗ではないでしょうか。これはディズニーランドとよく似ていて、ディズニーも顧客との接点はたくさんありますが、最高の体験は実際に
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く