La'车的牛的图书主页-查字典图书网

精致的利己主义

2015-04-19

追着罗辑思维的东西有段时间。
趁着周末及平时上班的时间把正义的成本看完。
--
精致的利己主义也是摘取，
从小至今，受阉割的马克思辩证主义、儒家思想熏陶。
到慢慢的无法直视目前的思维习惯。
--
正义的成本，
书名比内容更胜一筹，从经济的角度来看待正义比以往的观念更犀利。
但也更实在。
新的坐标系。
作为一个消遣的书籍还是很有意思，如果想成为一本成为讲专业书，那你则买错了。

另，书中很多小案例还是很棒的。

生来胆小

2015-04-10

正好开了个产品讨论会，会上某BOSS讨论电视业务...
失望而归，只能当做一种蛰伏的心态做事。
--
生来太过于胆小，未敢直接提出。
0--1，
完全是战略上的勤奋，战术上的狡猾。
如彼得所述，使用细分市场切入做事。
如垄断问题的分析：技术优势、网络效应、规模经济、品牌优势。
--
而我生来，过于胆小。
战略上经常懒惰。战术上勤奋以求心安。实则最大的错误。
--
问题可能何处都在，
1---100容易，
0---1很难。

我好像只想打3.9星

2013-02-21

看harry微博看到他新书出版，买后的是一个非常长的等待。
分享会正好下午在分享会上分享了下，
看完，回忆，除了前几章在作者八卦故事的形式中了解扎克伯格、Facebook，以及作者个人跳槽经历以及个人从工程师成长为管理者以外，也看到了facebook公司的培养制度以及脸书的理念。
书核心干货可能就是产品开发流程上了，小节亮点--SMART原则设置目标……
最后作者的个人态度视野确实值得我们学习吧，如何考察一个项目，如何做好天使投资人，如何在中国做互联网……

ps.对本书期望值可能太高，然后难免会有点失望，但是依然值得推荐

书中提到“假如硅谷的公司自由公平进入中国，与中国公司竞争，会发生什么？这个问题值得思考，就像假如TRULIA,ZILLOW,REALESTATE,AIRBNB等公司来了，我们有什么立足之地？”

都怪我太功利

2013-05-04

开篇有一句话很对，
“争论中，争论双方都是对的，但是他们看到的知识事物的不同侧面”，由此阐述出水平思考与普通的思考的最大不同。六顶思考帽考虑的应该更多的是对方向的把握，合力促成某件事的达成，注重协作而不是对立！这也是我最讨厌的就是辩论赛的原因之一。

期间有对规则的定义：
1.white vs red--客观vs感性；
black vs yellow--冷静vs阳光；
green vs blue--创新vs严谨；
2.对使用顺序的大概定义；
3.使用者、主持人的使用事项的注意

后记：
可能是我太功利，以为看了这个会使得自己思维的弱势得到强大的补充，看来没有什么书能够快速达到这个目的，还是慢慢来吧，思维这个东西更需要积累，一本书能有几句话，几个观点达到内心即不错了。

数据智能

2017-02-09

薄总结：信息、知识是从数据、现象中抽象而来的。智能问题更多是决策机制问题，可用数据进行概率求解。通过多维度、完备的大数据寻求相关性，是机械思维的一大补充，也为个性化、相关性、及时性运营提供了可能。

用读feeds的方式读社交红利

2015-08-25

前面总体说的比较啰嗦，从引子开始突出：
1、社交的信任背书
2、媒体的去中心化
3、珍贵的分享所带来的效益（沙漏效益分享、扩散、转化）

其余则在一直阐述信息在关系链中流动，或者说“让更多的人愿意讨论你”。
1、信息：
有用、有趣、朴素的情感类信息容易扩散，较轻量也易扩展；（点击、转发、扩散、粉丝），**对比各类信息的轻量及简单。
2、关系链：
关系链构成：（陌生--平台推荐、好友；活跃--好玩（注重过载）；成熟--有用）
参考：引导原有用户、优质内容（独家、新奇、深度）
关系链转化：创造-消费-扩散-客服。关系分享的巨大收益
3、流动：
互动用处：激励用户、用户信任、互惠、扩散放大；
如何促使流动，流动选择的时间及模式：大节点+自娱+获利（互动补贴）、账号+渠道+互动服务（场景）

若无效果：则是：
1、企业未重视、未持续
2、可找垂直机会，轻量级试错
3、融合大数据加工

未来社交的形态猜想，最为有趣的段落：
1、信息到达是推拉形态的结合
2、中式扩散
3、有价值节点的发现与推荐
4、FOLLOW的极限（个性化）
5、FOLLOW一切（人、物、话题、音乐...）
6、TIMELINE的管理
7、从twitter到card
8、FEEDs自动播放
9、Feeds国际标准
10、各网络大分享
11、大数据加工处理
12、媒体--》生活
13、最后五公里
14、分裂、垂直（社交网络只做关系托管）
15、人容易受影响
16、品牌--社交
17、专业社交--营销方式变革---去中心化服务

--记于公司11F。

快衰如何扭转

2015-11-18

-引爆结果：某一细分领域，满足1-9法则；
-引爆规律：短、新、好友、快衰；
  短：零成本、“这最好玩”的文案、“成本收益”的经济原则；
  新：新玩法，新状态，突破人群界限；
  好友：信任背书的过程；
  快衰：新增用户快衰；

-快衰扭转：社群运营；
  对策：利用肥尾、继续引爆，明确所需的用户状态、进行专攻，快速迭代，增加频度及用户宽度；
  连接：服务连接，长连接；
  社群运营：去中心化，自发行为+引导；

-企业启示：零成本快速开发，小细胞及自管理，小组项目制度；

信息过载

2015-07-01

最近做视频，正好梳理下个人对于视频推荐的看法。

一、为什么要有推荐系统？
信息过载，把最需要的给到用户。越发重要后成为一种重要的内容发现维度。
所以需要分类型对视频产品进行考虑，甚至分受众。

视频推荐梳理：
a、运营头部或针对性推荐：
热门、重大事件、部分小视频等；
b、用户行为强相关：
用户行为种类、产生行为的时间、持续时间、行为次数、物品热门程度。
浏览、点击、观看、调节、跳出、续接某个视频或页面。
用户持久的观看形成的特征：基于特征向量、基于用户关系链、基于物品。

二、如何搭建推荐系统？
1、技术框架
用户属性+用户行为-行为提取-特征转换---得出特征向量；
相关表1/2/3/4/5/6/7---结合特征向量得出相关对应特征-物品推荐即初始推荐结果；
初始推荐结果--再依照用户、物品维度过滤、排名得出结果。
即：日志收集--行为存储--推荐系统--UI交互--用户。

2、数据利用
冷启动（注册、热门物品、特定物品选择、专家用户）--可以忘却
用户数据、上下文信息、用户关系链、社交网络链信息

3、算法选择
ItemCF / UserCF / 领域算法等

4、推荐的提供方式（产品设计问题）-- 评测系统（用户主动及被动反馈）

5、推荐系统的优劣如何评价：
用户满意度、
预测准确度、
覆盖率、
多样性、
新颖性、
惊喜性、
信任度、
实时性、
健壮性、
商业目标。

理解数据，理解推荐，放置于大局观。

备个份

2014-02-07

1.以全新的视角理解互联网，互联网如人，达尔文的的进化论VS云计算的更新换代；
2.互联网如何像人一样进行间歇性的思考，不只是进行机械重复；
3.以生命周期理解互联网，互联网如何经历成长、衰老、更新换代；
4.网络实际上作为连接大脑工作存在着，是否会造成负面影响。

La'车的牛的图书主页

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读