在下不精通足球，篮球还算可以。&br&&br&打了N年篮球，所以一直觉得自己喜欢的是篮球，直到有一年一件事情改变了我的看法。&br&&br&当时要教小鬼锻炼身体，然后小鬼比较小，让他跑步他肯定坚持不了多久，打篮球干别的又年龄太小。只好搞足球了。&br&&br&结果在陪练的过程中，发现了一件非常有趣的事。&br&&br&在足球场上奔跑原来是这样的爽，也是在那一刻明白了为什么足球是第一运动。&br&&br&在篮球场上你练的是一些配合，技巧，空间感。&br&&br&可是在足球场上跑一会，你会发现你的心胸居然可以变得这样开阔，真是不要太舒服。&br&&br&尤其追着足球奔跑的时候，很像我们通往成功的路，目标就在前方，你需要不断的努力。当你追上它的时候，你会再把它往前踢一下，目标又往前了，然后你继续追，那种追逐的过程，真是太开心了。&br&&br&其实我没有和队友配合的踢过，在足球场上最多当过个守门员，原因是大学毕业的时候集体活动，知道我打篮球，给我安排了这个活。&br&&br&只是一直也挺喜欢看足球，尤其是那种行云流水的足球，非常赏心悦目。&br&&br&篮球里其实也有，比如马刺。&br&&br&当然任何一项体育做到了极致，都非常的好看。&br&&br&只是少了足球的那一份心胸开阔的感觉，绿色的球场，白色的足球，喧嚣的声音，队友的配合，对手的竞争，仿佛让人进入了古战场，热血沸腾，男人的胸怀会被瞬间点爆。&br&&br&太爽了。&br&&br&好吧，最后我要说的是我依然没有踢足球，还是在打篮球，虽然我心里非常神往。&br&&br&我只能让我的下一代去玩了，嗯，太爽了。
在下不精通足球，篮球还算可以。打了N年篮球，所以一直觉得自己喜欢的是篮球，直到有一年一件事情改变了我的看法。当时要教小鬼锻炼身体，然后小鬼比较小，让他跑步他肯定坚持不了多久，打篮球干别的又年龄太小。只好搞足球了。结果在陪练的过程中，发现了…
国民党一个严重的问题就是扩张太快。&br&&br&国民党一开始制度还不太健全的时候，就容纳了大量的军阀部队。这使得国民党内部山头林立，没办法建立统一的管理和调度。&br&&br&蒋介石想不想建立一个列宁式的政党？他做梦都想。蒋介石的一些部下甚至连法西斯的思路都尝试过。结果失败了。&br&&br&国民党最根本的问题莫过于军队的体制问题。这个问题我在这个回答中写得比较详细（&a href=&/question//answer/& class=&internal&&国共战争中，国军战败的根源是什么？&/a&）&br&&br&国军的旧式军队体制，导致了一个军官的收入与其控制的军队数量有直接关系。这些军阀投奔国民党，当然是来牟利的。如果国民党要削了他的军权，那么他几乎必然掉头就走。&br&&br&所以国民党要是不想打内战（就如同中原大战那样），那就只能容忍内部的松散局面，蒋介石自己一支力量，也难以压服其他所有派系。&br&&br&那么反过来看中共是怎么做的。中共三湾改编实现了党指挥枪。实际上，这就是把一只旧式军队改编为现代军队的过程。&br&&br&自此以后，中共收编军队时，必然要派出政委，然后要教育士兵不再效忠指挥官而要效忠中央。中共收编的土匪部队，就有因为无法忍受这种改编而反叛的，甚至杀死政委。而抗战中曾有一个收编的土匪头子叛逃到日本人那边，走的时候别说带走自己的部队，连警卫员都带不走。如果不是警卫员是他老部下，可能这人就直接被绑上政委那里去了。&br&&br&也就是说，国民党为了名义上统一全国，而把军阀都放了进来。共产党吃过了苦头，严格执行了改编，因此避免了旧式军队体制带来的问题。无论是中共哪只部队，一个军官带着警卫员，带着中央的命令，就能跑过去把指挥官解职，然后控制军队。这种现代军队构架使得在中共的内部斗争中，军队一直是一个次要的问题，谁控制了中央，谁就能控制军队。因此中共也就更能够形成一个严密的组织体系。&br&&br&整风运动确实让中共组织更加严密、统一，但是整风运动能够存在的根基也在于共军的现代军队构架。否则整到一个军官头上，他带着部队反叛了，那还怎么整得下去？&br&&br&反观国民党，军队的控制都是散乱的，中央的决议在地方就完全缺乏强制力，自然难以贯彻。蒋介石要压倒政敌，靠中共式的政治斗争是远远不够的，他必须能控制或打垮对方的军队。这种难度和中共内部斗争的难度完全不是一个数量级的。这就好比中共要贯彻主张，就要先让林彪带着四野把刘邓大军打翻。如果中共的组织松散到了那个份上，恐怕也赢不了内战了。&br&&br&到了台湾以后，其他军阀的部队都打没了，就剩蒋介石的嫡系了，自然蒋介石能够政令通畅。&br&&br&——————————————————————————————&br&&br&另一方面，也是共产党经历了严重的淘汰。&br&&br&412以及之后的剿共，把大批不坚定的共党分子统统淘汰了。一大批人脱党，大量部队完蛋了。&br&&br&一个组织在强大的外部压力下总是只有一个演变方向，那就是走向严密的组织和集权控制。这是一个组织为了生存而做的应激性改变。&br&&br&（说个题外话，美国这种体制，恐怕也就只有美国这种缺乏外部压力的地理条件才能养育出来）&br&&br&因此，国民党的剿共，实际上就是不断替共产党削掉旁枝，形成一个紧密结合的中央。比方说，如果不是国民党的围剿，张国焘在党内地位也不会低，两边争斗也不会少。&br&&br&国民党方面这种压力就很小，后来只有日本全面侵华让国民党变得比原来团结了一些，但是还是远远比不上中共的水平。
国民党一个严重的问题就是扩张太快。国民党一开始制度还不太健全的时候，就容纳了大量的军阀部队。这使得国民党内部山头林立，没办法建立统一的管理和调度。蒋介石想不想建立一个列宁式的政党？他做梦都想。蒋介石的一些部下甚至连法西斯的思路都尝试过。结…
这是一个很有趣的问题，需要从头说起。&br&&br&一个组织，如果能做到让千万人的运作如臂使手，必须做到理念统一。理念是什么不要紧，任何理念都行，但只能有且仅有一个理念。一旦理念不统一，组织分裂只是时间早晚的问题。古往今来，对组织来说，第一重要的事情是清理异端。如果想破坏一个组织，最容易的事情，就是分裂它的理念--甚至，你只要提出一点对理念的怀疑，种下了种子，它自己就会发芽。古往今来的统治者和统治阶层都深深知道这一点，比如说，基督教对待异端是死刑火刑。&br&&br&如果想纯化组织，那么，就必须做到：理念深入组织成员；任何人的收益只能从这个组织获得；这个组织建立一个收益金字塔。&br&&br&国民党的理念是三民主义，在这个理念下，形式上统一了中国。但并没有建立跟理念相配合的组织架构。各大军阀接受三民主义。但内部各帮派有各自利益诉求。&br&&br&纯化组织有两种方式：&br&1. 拆散其他组织，拆散成一团散沙，然后吸收散沙，洗脑。这个国民党干过，如反省院啊什么的。&br&&br&2. 外部环境极其恶劣，在严酷的竞争下，差的组织逐渐被干掉，于是剩下纯化最好的组织。这就是tg的历程，历经动荡，到了延安整风，确立有史以来最纯化的组织。国民党败退台湾之后，蒋介石在这块也做的很成功，大量的旧势力被清除，很多人被送到美国养老，不得参与政府。&br&&br&一个纯化的组织，必须做到：&br&1. 负责理念培训的人不得参与人事权和军权；&br&2. 负责军权的人不得参与组织日常运作，尤其不得参与理念培训；&br&3. 人事权只能组织的人事部门决定&br&也就是说没人能单干，必须依赖其他人，这就保证他们的利益只能从组织中获得。&br&&br&假如有一个人曾经走过所有的部门，理念培训+军事主官+人事权，那他就是下一代的core，如果不是，他必然会试图分裂组织，就这么简单。&br&&br&这就是必然规律，也就说，只要这个条件达成，就必然是这个结果。不管你有多少理想多少愿望或者多少爱，事情不以你的想法转移，只以条件是否达成而转移。大道无情啊！&br&&br&蒋几乎做的是最成功的，黄埔军校负责培训理念，后期是中央军校，陆军大学。从战斗力来说，黄浦系始终是最强的，当然，蒋本人跟其他军阀开战，是能收买就收买，我认为这是他的&b&高明之处&/b&。对其他政治对手，以各种方式不断削弱，打散，洗脑，吃掉。在宣传上，搞“一个国家，一个民族，一个领袖”，也很对，从《一寸河山一寸血》里看，台湾老兵对蒋的信仰仍然是极强烈的。西安事变发生后，闻一多公开演讲大骂张杨，认为张杨此举会破坏国家统一，又让中国进入散沙割据状态，这是最危险的。&br&&br&蒋固然高明，但也有很多漏洞，只是他的对手都不及他，且当时面临诸多内忧外患，通盘考虑国际国内形势，做不到完美。在这种情况下，他无法彻底将阎锡山，白崇禧，李宗仁都一一吃掉，但他毕竟也吃掉了很多对手，如张学良，冯玉祥，假如没有日本入侵，没有二战大背景，假以时日，蒋肯定会统一全国，甚至可以断言，如果蒋没统一，蒋的继任者也必然能统一中国，有理念的组织比其他几个军阀的继任者要强得多，此消彼长，肯定会吃掉他们。&br&&br&各地军阀，都是自成体系，张作霖父子经营东三省，是一体化方式来的，样样有。李宗仁白崇禧经营广西，也是如此。阎锡山在山西，也是如此。所以拆起来分外艰难，他们都有资格跟蒋对拼一下。&br&&br&蒋的最大不幸在于遇到了毛，没话讲，毛对他几乎是全属性压制，无法翻盘。&br&&br&上述原则用到公司组织上也一样的。
这是一个很有趣的问题，需要从头说起。一个组织，如果能做到让千万人的运作如臂使手，必须做到理念统一。理念是什么不要紧，任何理念都行，但只能有且仅有一个理念。一旦理念不统一，组织分裂只是时间早晚的问题。古往今来，对组织来说，第一重要的事情是清…
我认为主要是为了垄断和收钱的需要。&br&&br&众所周知，偏移的要求只作用于国内，也就是说，境外公司只有对中国公民提供中国地图才需要偏移。境外公司对国外公民提供中国地图不需要偏移，因此国外敌对势力真要打你，用的是自己的无偏移地图。这个地图偏移对于国防而言没任何意义，等同于掩耳盗铃，国外人人都知道的东西偏偏不让自己国人知道。&br&&br&但是如果要对中国公民经营地图业务 则必须要加偏移，而这就涉及到资质认定啊，收钱啊，垄断啊等等等等的事情。&br&&br&维稳的需要其实只是个借口，因为自己国家的，真的想通过gps坐标发导弹的高端恐怖分子，人家难道不会想办法搞火星算法么？这算法都已经被破解了的事。&br&&br&最终，只是遵纪守法的地图商家会被收钱，遵纪守法的好市民用着火星坐标的地图。真的想捣蛋的恐怖分子，这些没任何用处。
我认为主要是为了垄断和收钱的需要。众所周知，偏移的要求只作用于国内，也就是说，境外公司只有对中国公民提供中国地图才需要偏移。境外公司对国外公民提供中国地图不需要偏移，因此国外敌对势力真要打你，用的是自己的无偏移地图。这个地图偏移对于国防而…
恰恰是因为个人电脑不普及，才造就了 QQ （当年OICQ）的机会。&br&&br&在 OICQ 诞生的时候，同类产品只有一款： ICQ。ICQ 是针对有个人电脑的人设计的，所以好友信息全部保存在本地，一旦你更换了电脑，不但没有聊天记录，连好友名单都没有！&br&&br&而个人电脑没有普及的中国，ICQ 是根本没法用的，因为大家没有自己的电脑，根本不可能保存信息，最需要的就是让这些信息实现『云存储』了。所以 OICQ 大行其道，保存了好友列表，好友分组，聊天信息等内容在云端，然后，各种网吧就造就了最早一批 OICQ 用户。他们没有固定的电脑，但却拥有了 OICQ 这个天然的『网盘』。&br&&br&可以说，OICQ 算是国人接触的最早期的云服务了，是的，对很多中国人来说，腾讯才是云服务的祖宗。（很多人曾经是把QQ备忘录当作云笔记本的，虽然那时并没有所谓云的概念。）&br&&br&我感觉题主的问题有一个根本性的错误假设，认为多数人是在家里上网，而现实恰恰相反，在那个时候，多数人只能使用公共的上网设备，例如学校的公共机房，网吧，等等。所以结论自然就与题主完全不同，得屌丝者得天下，这句话对当时的腾讯而言也仍然没错。
恰恰是因为个人电脑不普及，才造就了 QQ （当年OICQ）的机会。在 OICQ 诞生的时候，同类产品只有一款： ICQ。ICQ 是针对有个人电脑的人设计的，所以好友信息全部保存在本地，一旦你更换了电脑，不但没有聊天记录，连好友名单都没有！而个人电脑没有普及的中…
不邀自来。&br&揽储越来越成为一种基础性指标，而非竞争性指标。人人要求一定基数，但未必太多就有好处，&b&因为银行每年玩的就是增量。&/b&&br&只能言尽于此了，呵呵。
不邀自来。揽储越来越成为一种基础性指标，而非竞争性指标。人人要求一定基数，但未必太多就有好处，因为银行每年玩的就是增量。只能言尽于此了，呵呵。
谢邀。我主要就讲「生活中的事件」，不讨论宏观量子效应以及量子力学效应在各种电子产品中的应用。&br&&br&确实相当一部分用生活中的事件进行的类比就是在瞎扯，而且这已经对那些不太懂量子力学的朋友产生了影响。而且说实话，这种影响还就是从一些不靠谱的科普书和科普文章，或者是一些里面类比太精彩、以至于让读者忘了要讨论的物理是什么了的科普书和科普文章——例如：在表白之前，女神喜不喜欢你是一个量子态，测量（表白）导致量子态坍塌等等——这就是不合适的类比。当然，最早讲故事的人可能心里明白他的重点是什么，例如他们会加上一些限定条件，而且反复强调自己是在进行（很可能是不恰当的）类比，而如果抛弃这些「类比」时候的限制条件，各种致命的问题就会出现：例如，显然在大多数情况下，&b&女神喜不喜欢你是跟你表不表白是完全无关的&/b&，这样的体系里面连随机性都不存在，更不必说量子力学效应了。所以，通常当外行人一谈薛定谔猫问题，又或者用一对手套来谈纠缠态问题等等，懂一点物理学的人总忍不住想绕道，因为外行人总能找到各种比喻里面最不靠谱的细节，深入思考其「哲理」。&br&&br&但是，也不是说生活中的事件都完全不能用量子力学来建模，有的时候，量子力学提供的只是一些解决问题的思路和把问题抽象化的方法，例如：&br&&ul&&li&一些量子力学的哈密顿量可能是极具启发性的，最经典的如 Ising 模型，以反铁磁情况为例：如果相邻的两个自旋一致，那么能量比较高；如果相邻的两个自旋相反，那么能量比较低。类似的现象其实在宏观物体中也有体现，例如液晶，又例如飞舞的鸟群——这种时候我们喜欢把这样的模型仍然叫成「Ising 模型」，只是因为它们会有类似的数学形式，但是说到本质，它们产生的原因都是很不一样的。&/li&&li&又例如，因为费曼路径积分太著名，大家一谈路径积分也想到量子力学，但是其实这一思路和方法可以在许多不同的包含了随机性的领域里有所应用，例如我前几天写的《&a href=&/DesignPrinciple/& class=&internal&&「智能」起源的一种可能性 &/a&》介绍的那篇文章里就用到了路径积分，这面对的也不一定就是量子力学问题，例如在量子金融里，把无限深的一面势垒看成对应为一个欧式期权，这些都已经超越了「类比」的层次，而是可以用同样的数学式子来表达的，这种情况下来「类比」自然完全没有问题。&br&&/li&&li&又例如，量子力学里面，我们关注一些算子的谱，这与许多随机问题的求解方案其实是一致的。因此，当需要求矩阵（特别是 Hermite 矩阵）的本征值来解决一些实际生活的的随机过程时，我们完全可以把那个算子重新起一个高端大气上档次的名字，于是显得就像在解释量子力学问题了，最典型的如各种量子力学「双能级系统」可以对应实际生活中的「两态系统」。&br&&/li&&li&再例如，场论中的一些圈图、展开们这些方案也不是只对量子力学体系才可以用，在很多非量子力学的多体相互作用问题（例如一大堆人挤在一起这样的物理体系）里也都可以用，与量子力学有关的一些组合计数的问题，还可能有更广的背景，也很可能可以用各种实际生活中的问题来类比。&/li&&/ul&
谢邀。我主要就讲「生活中的事件」，不讨论宏观量子效应以及量子力学效应在各种电子产品中的应用。确实相当一部分用生活中的事件进行的类比就是在瞎扯，而且这已经对那些不太懂量子力学的朋友产生了影响。而且说实话，这种影响还就是从一些不靠谱的科普书和…
其他解答就不用看了，都是错的，正确的解答是这样的：&br&古罗马并无同性恋这种说法，只有插入者和被插入者。&br&插入是控制和霸权的体现。&br&所以插入者插入是一种权力的象征&br&对被插入者的身份地位(dignitas)则是一种莫大的耻辱。&br&什么是插入呢？&br&有三种&br&插嘴，插屁股，和插阴道。拉丁文分别为, irrumare,pedicare, futuere&br&一般来说对男人就是 irrumare和pedicare了。&br&古罗马著名诗人Catullus的第16首著名诗歌就是这样开场的：&br&Pedicabo ego vos et irrumabo&br&直译为我要操你们的屁眼，我要让你们吃我的阴茎。&br&表达他对两个人的不满和威胁。
其他解答就不用看了，都是错的，正确的解答是这样的：古罗马并无同性恋这种说法，只有插入者和被插入者。插入是控制和霸权的体现。所以插入者插入是一种权力的象征对被插入者的身份地位(dignitas)则是一种莫大的耻辱。什么是插入呢？有三种插嘴，插屁股，和…
司马懿建安十三年接受曹丞相征召，为丞相府文学掾。&br&这年他三十岁。&br&不久之后的赤壁之战，司马懿没有参与；而魏武后期那些战事——建安十四年战孙权于合肥，十六年战马超于潼关，十八年战孙权于濡须，司马懿也都没有参与。如果有，想必晋书是会大书特书一笔的。&br&所以，问题不在于他太年轻。&br&&br&而且实际上，司马懿第一次被曹操征召，是七年前的事情。&br&建安六年，司马懿二十三岁。这时曹操刚在官渡赢了袁绍，听说司马懿聪明，辟之。&br&司马懿称病不去。&br&（呐，关于这段历史呢...熟悉三国杀的同学们知道，张春华有一逆天技能叫“绝情”，说的就是司马懿装病那会有一天忽然下雨，司马懿想起来自己有一堆书在外面晒着，急忙跑出去搬书，结果被一婢女看见。张春华心想这病被人知道是装的就要出事，二话不说抄家伙杀了这婢女。嗯，老奸巨猾之人果然就要配心狠手辣之妻。）&br&所以不是司马懿被埋没，是他不想露锋芒。如果他想，他本来可以在曹操还只是个普通军阀的时候就来到他身边，建功立业，成为魏武之名臣。&br&可是他宅了七年没有出山。&br&司马懿不想建功立业么？当然不是。虽然他这时肯定没有想过要做权臣，但如果他本来有做隐士的心思，至少后来司马昭对九锡虚情假意半推半就的时候，肯定会顺嘴提一句的。&br&何况，冒着危险卧床七年，甚至狠心杀了小婢女让正室夫人亲自下厨做饭，正常的隐士可干不出这种事来。&br&&br&《晋书. 宣帝纪》说，“帝知汉运方微，不欲屈节曹氏”。&br&房玄龄们简直拿读者当猴子耍，以司马宣王狼子野心，会在乎汉运方微？&br&如此坚卧不出，他一定是在规避着出仕将会造成的某种风险。&br&司马懿向来谨小慎微、而又擅长等待。高平陵之变前他为了麻痹曹爽等待最好的下手时机，装病装了两年。&br&建安六年，对于司马懿来说，不是个好的时机。这时候出山，不是一个稳妥的选择。曹操虽然在官渡赢了袁绍，但袁绍在河北仍然拥有极大的势力。如果不是袁谭袁熙袁尚熊孩子胡闹，河北没准到后来还都是袁家的。曹操此时，绝不敢说自己几年之后会成为中原霸主。司马懿当然也不会这么神机妙算到这一步。&br&何况，司马懿的老家河内，正好处在曹操和袁绍势力的交界处。&br&司马宣王为人，从来都把赌注压在必胜的选手身上。&br&而此时，他还看不出来谁有必胜的把握。&br&就算赔率会变得不那么诱人，至少不会输。&br&&br&另一方面，河内司马家不是传统的士族，而是属于地方豪族（大地主），在司马懿祖上三四辈左右才跻身知识界，和各阵营中的核心文人都交集不大。河内士族的影响力也不如荀彧钟繇这些颍川士族，并不是曹操人才战略的重点，也没有像颍川集团那样和曹操阵营有什么交情。&br&所以他一直等到了袁绍势力全灭，才果断投奔了曹操阵营。&br&&br&可是即使在做了曹操的属下以后，一直到建安二十五年曹操病死，长达十二年时间里，司马懿也没有在任何大事上有任何作为。&br&曹操时期的司马懿是积极进言的。得陇望蜀，建议屯田，劝阻迁都，他都说过话。但他并没有为此得到什么升迁机遇，他的言论，起到作用也并不多。&br&&a data-hash=&509cd3184eacb28b77f26& href=&/people/509cd3184eacb28b77f26& class=&member_mention& data-editable=&true& data-title=&@陆坏熊& data-tip=&p$b$509cd3184eacb28b77f26&&@陆坏熊&/a& 前辈提到关西集团相比于颍川集团在地位上的劣势，这是很重要一方面。前辈说过了，我就不多说。&br&另一方面在于，曹操对司马懿抱有严重的怀疑态度。&br&《晋书. 宣帝纪》：“（魏武帝）甚恶焉。因谓太子丕曰：“司马懿非人臣也，必预汝家事。”太子素与（宣）帝善，每相全佑，故免。”&br&所以司马懿为了不让魏主怀疑自己，一直干一些琐碎的弼马温工作，比如丞相府里割草喂马的事，他都亲自过问一下。&br&&br&直到夺嫡之争。&br&很多人认为司马家在夺嫡之争里，下血本押宝曹丕，押中了，一夜暴富。&br&没那么简单。&br&以司马懿官渡之战后都不肯投奔曹操，非要等七年看天下局势发展的谨慎，会选择简单地押宝一方？&br&事实是，司马懿做太子中庶子，为曹丕近臣的时候，他的弟弟，后来的安平献王司马孚，是曹植的文学掾。&br&曹植彻底失势后，司马懿升为曹操的军司马。而他不久就向曹丕推荐司马孚，去做太子中庶子。&br&中国历史上能在“谨细”这一点上胜过司马懿的，恐怕没有几个。&br&&br&此前的司马懿，升迁确实不够快。&br&他在曹丕那里投机成功，升为军司马的时候，三十九岁。这个职位原来是荀彧做过的。荀彧拿到这个官印的时候，才二十九岁。&br&可是后面就不一样了。曹丕上位，凭之前多年朋友交情，司马懿应该是终于能混出个名堂了吧？&br&“魏文帝即位，封河津亭侯，转丞相长史”；“顷之，转督军、御史中丞，封安国乡侯”。&br&黄初二年，司马懿就做到了尚书右仆射；五年，假节，加给事中，录尚书事。魏文帝年间，司马懿屡屡升迁。&br&可是他就并没有什么耀眼的功业。&br&黄初年间司马懿平步青云，靠的多是作为曹丕旧部亲信的情分，不然为何晋书竟不写其升迁前的功绩？与晋书对太和年间司马懿每次出谋划策领兵征战都细加刻画不同，黄初年间的记载，全都是一笔带过。&br&这几年，司马懿真的毛都没做。&br&确实，他没有兵权，可是没有兵权总可以帮着曹丕出谋划策，提出些内政外交方针政策吧？都没有。&br&为什么？&br&因为用不着。&br&司马懿最终的目的，是权力。帝国不至于在曹丕这里崩溃，那么就不需要他挺身而出为国出力。反正，他要升迁，作为曹丕手下的老红人，那时顺理成章的事情。&br&再者，曹丕绝不是什么明主。在后宫，赐死甄姬；对旧臣，欲杀曹洪；对外国，加孙权九锡。能做出这些荒唐事的君主，并不值得信任。&br&所以我们看黄初年间那些真正出谋划策的臣子，如刘晔、蒋济，反而大多没有得到曹丕的认可。&br&要是以天下为己任屡屡进言，没准多说了一句错话，以后皇上就不喜欢他了呢。&br&这种傻事，老谋深算的司马宣王是不会做的。&br&&br&他又算对了。曹丕死时，指定的三位顾命大臣，是曹真陈群司马懿。&br&按曹丕的想法，曹真是宗室军人，陈群司马懿是亲信文官，相互制衡，权力结构稳固。&br&可是曹丕又一次失算了。如 &a data-hash=&509cd3184eacb28b77f26& href=&/people/509cd3184eacb28b77f26& class=&member_mention& data-editable=&true& data-title=&@陆坏熊& data-tip=&p$b$509cd3184eacb28b77f26&&@陆坏熊&/a& 前辈所言，宗室掌控兵权的体制毕竟本身存在漏洞。司马懿迅速取得了兵权，迁骠骑将军，加督荆、豫二州诸军事，并且迅速取得一系列军事胜利，展现了自己的军事才能。&br&我们最熟悉的那个司马懿，直到这时才正式登上历史舞台。&br&&br&太和四年，司马懿迁大将军，成为帝国之内仅次于大司马曹真的第二将军。一年后，曹真死。&br&大概是在这个时候，司马懿开始打起了大权独揽的主意。&br&之前的他，或许没有过统摄天下的意思。他想要升官，但大概自己也没想过到底能升到什么程度。而现在，他忽然间看到了权力顶峰上放射出来的一星光芒。&br&魏明帝托孤之后，司马懿已是四朝老臣。小曹爽肤浅的权谋，相比于他经历过的六十年风雨来说，已经可说不值一提了。当年那些他需要仰视的重臣一个个死去，甚至世上已经不剩下几个人能和他平起平坐。此时能阻止他的，只有一直眷顾于他的天命了。&br&他的野心是一步步积累起来的，到此时，已经不可收拾。&br&但更重要的是，他的性格，从一开始就注定了他在历史上的特殊地位。&br&后面最著名的的高平陵之变，只不过是他一生政治艺术的一个高度概括罢了。其实司马宣王的城府，早在他二十三岁那年就已经深不见底了。
司马懿建安十三年接受曹丞相征召，为丞相府文学掾。这年他三十岁。不久之后的赤壁之战，司马懿没有参与；而魏武后期那些战事——建安十四年战孙权于合肥，十六年战马超于潼关，十八年战孙权于濡须，司马懿也都没有参与。如果有，想必晋书是会大书特书一笔的…
很遗憾，这是个无解的问题。&br&&br&因为任何技术革命，短期内，通常都会使一部分人受益，一部分人受害。&br&&br&拿阅读为例，当大部分人开始上网阅读，导致传统纸媒体衰落，报纸质量下降，这样不会上网的人都受害；&br&&br&拿购物为例，淘宝上价格更合理，实体店价高，当用户从实体店转向淘宝后，实体店的销售额下降，但房租水电一分也不会少，只能把价格定得更高，这样所有不上淘宝的人都受害；&br&&br&等等。&br&&br&但是这些技术的总体效果是&b&整个社会的效率更高&/b&。打车软件也一样。
很遗憾，这是个无解的问题。因为任何技术革命，短期内，通常都会使一部分人受益，一部分人受害。拿阅读为例，当大部分人开始上网阅读，导致传统纸媒体衰落，报纸质量下降，这样不会上网的人都受害；拿购物为例，淘宝上价格更合理，实体店价高，当用户从实体…
&p&-- 4/18/2014 添加 --&/p&&br&&p&评论区很多观点认为我不是电气专业的，所以没有资格回答。其实，我的回答的本意，就不止针对电气专业。没错，这个回答本来就是为了提供一个思考方式。这个思考方式和专业无关，和性别无关。我自己通过这个思考方式收益很多，何不拿来分享呢。&/p&&br&&p&至于我答题的资格，我承认自己不是华电的，也没有读电气专业，也不是女生，唯一做到的算是毕业10年内超过了那个年薪。我自己现在从事的工作，和本科时的学校，专业，和我自己的性别，几乎没有任何关系。我把题主想象成十几年前的自己，那么自己当时确实希望有人给一些这样的建议的。&/p&&br&&p&另外，有知友质疑为什么我专门说金融，咨询，互联网领域，难道其他领域就不能年薪百万了吗。当然可以。只是这些领域恰好是我熟悉的，所以我的回答就只是关于这些领域。而我的回答当然只是所有到达方案的一种。&/p&&br&&p&但是我还是认为它是最方便的方案之一，至少是兼容性最好的之一，因为这个方案不需要特别的聪明，特别的美貌，特别的背景，特别的运气。有这些条件的家伙，根本不用看这个问题。因为这个方案是关于&b&趋势&/b&。如果趋势是互联网的创新主导着财富的产生，把财富当作目的的人，为什么不抓住这个趋势了？我会在我的专栏里继续写关于趋势 &a href=&/disruption& class=&internal&&Disruption - 知乎专栏&/a&&/p&&br&&p&-- 原回答 --&/p&&br&&p&已经睡了，临睡前看到这个问题和排名第一的答案，跃起怒答。&/p&&br&&p&首先，强烈反对目前排名第一的回答。&/p&&br&&p&如果题主是你的女儿，你会这样回答她吗？&/p&&p&如果题主是你的女友，你会这样回答她吗？&/p&&p&如果题主是你的同学，你会这样回答她吗？&/p&&p&如果题主当面这样问你，你会这样回答她吗？&/p&&p&你这样回答，是因为题主是一位无名的、陌生的、女生，她在网络的另一头，这样就给你嘲笑她的权利了吗？&/p&&br&&p&--quote--&/p&&p&&i&噗。。。&/i&&br&&i&女生，噗。&/i&&br&&i&华电，噗。&/i&&br&&i&这个问题，噗。&/i&&br&&i&十年后，人民币贬值，到时候人人年薪百万应该不是啥问题。&/i&&br&&i&十年后，你嫁了个好老公，当然，他不是电子专业，有可能，你坐家里就年薪百万了。&/i&&br&&i&今年是我上大学的第九年，我离年薪百万差得不止几倍&/i&&i&@_@&br&&/i&&i&没有被嘲笑过的梦想，不算梦想&/i&&i&^O^&/i&&/p&&p&--quote--&/p&&br&&p&女生，噗。 //&b&性别歧视&/b&&/p&&p&华电，噗。//&b&背景歧视&/b&&/p&&p&这个问题，噗。//&b&人格歧视&/b&&/p&&p&没有被嘲笑过的梦想，不算梦想^O^ //&b&凭什么没被嘲笑的梦想不算梦想？即使只是梦想，即使只是幻想，也不该被嘲笑；即使一个不算智慧的问题，也没有赋予我们嘲笑的权利。加一个笑脸，并不能让嘲笑的伤害轻一点点。&/b&&/p&&br&&p&从下面开始认真回答题主的问题。&/p&&br&&p&我的答案：&b&It's all about choice&/b&.&/p&&br&&p&先上栗子。&/p&&br&&p&两年前，我的一个同事Steve，和我一样，每天做做PPT，玩弄数字，偶尔也买买公司，虽然涉及的金额很大，自己挣得并不算太多。大公司嘛，多少要熬年资，升职很慢，日子就这样一天一天过下去。&/p&&br&&p&有一天，Steve突然说，要去一家小公司S，做VP of Corporate Development。那家公司很小，只有几十人，那儿VP可能只是我们的平级，说不定薪水还稍低。留下来的同事之间只是耸耸肩，不以为然。过眼云烟而已。&/p&&br&&p&果然，过了几个星期，他代表S公司过来开会，拎着私人笔记本电脑。小公司嘛，连电脑都没给配。这是我最后一次碰到他。&/p&&br&&p&日月如梭，一下子快两年过去了。其间，S公司被收购。&/p&&br&&p&上周例会，首先当然是吹牛聊天时间。不知道谁突然说：Steve现在是E公司的General Manager of xxxxxx。会议室顿时一片安静。&/p&&br&&p&E公司是行业巨头，市值600亿美元。&/p&&br&&p&我酸楚地回头看看当初S公司被收购的Deal。估值3亿美元。他可能持股1%，价值300万。&/p&&br&&p&他现在的职位，年Package可能在50万到150万美元之间。&/p&&br&&p&这是选择的力量。&/p&&br&&br&当然，你要运气不错。如果S一直没被收购怎么办，被破产怎么办。但是我相信，Steve在决定加入S之前，做的功课一定足够，一定有相当的把握S会有的不错的前途。这些靠积累，靠判断，靠看破战争迷雾后的果决。我自认为有这判断力，却没这份果决，so I am still where I was。&br&&br&回到题主的问题：如何才能年薪百万。&br&&br&对于一个努力程度普通，头脑普通，身体条件美貌程度普通，身世运气普通的人来说，正常情况下年薪百万是不可能的。如果有一个答案，能让一个各方面平平的人脱颖而出，这个答案就是世界上最大财富。已经拥有这样财富，何必在乎区区百万呢？&br&&br&所以假定题主至少有相当不错的头脑，超出常人的毅力。&br&&br&首先，题主该意识到，自己并没有太多资本。你在一流大学热门专业的朋友，他们已经领先很多了。按照常规路线，你胜过他们的机会并不算大。&br&&br&Desperate times require desperate measures.&br&&br&在你目前的位置和你的目标之间画一条线。你现在做的事情，在这条线上吗？能让你更接近目标吗？还是远离它呢？&br&&br&正常的流程，是毕业后找份工作，也许在电力企业，从基层做起，慢慢努力，10年后或者能勉强进入中层，年薪按照目前的标准，二三十万吧。&br&&br&之所以选择这样的路，是因为自己的专业，自己的学校，周围的同学，都做这样的选择。很遗憾，这选择让你几乎不可能在10年内达到年薪。&br&&br&再回到题主的问题：&br&&b&电气专业&/b&的&b&学生&/b&，如何才能在十年内达到&b&年薪&/b&百万&br&&b&女&/b&，&b&本科在读&/b&，&b&华北电力大学&/b&&br&&br&黑体都是限定条件。我们常听人说，Think out of the box。其实，&b&Think out of the box最好的办法就是不要把自己放在Box里&/b&。这些限定条件就是一个一个Box，把自己囚禁在里面。&br&&br&电气专业，大概不算特别热门，为什么找工作一定要在电气专业呢？实际上，大多数大学生未来从事的职业和大学的专业没什么关系。所以，题主未必要呆在电气专业这Box里。&br&&br&学生，为什么要当学生呢？可不可以退学呢？我当然不是建议题主现在退学，实际上，我建议大多数大学生都完成学业，因为相对于其他的选择，完成学业的风险通常更低。但是，如果把自己放在学生这个Box里，每天想着自己是学生，拒绝面对社会、寻找挑战的机会，你失败的机会就多了一些。不要把自己当作学生，把自己当作一个个体，你能做什么呢？找到任何能让你简历放光的东西，找到时间去做。我正在看的一份简历，只是公立学校毕业生，女生，实习过一家投行，一家管理咨询公司，一家跨国企业，为非赢利机构筹过资，跑过马拉松，创业过。她十年内能挣百万年薪吗？我毫不怀疑 。&br&&br&年薪，为什么是年薪呢？年收入可以吗？年薪这个Box暗示你10年后还在为他人工作。这当然不是唯一的选择。&br&&br&女，性别也许是个劣势吧。为什么不让性别成为优势呢？在国内找工作，女性或许没有优势，但在美国，因为Affirmative Action，题主这样的女性的少数族裔找工作是大受欢迎的。&br&&br&本科在读，华北电力大学，为什么要把自己放在华北电力大学这个Box里呢？感谢互联网，你可以知道清华北大这些国内一流大学的同学在做什么，你可以知道哈佛斯坦福 这些世界一流大学的同学在做什么，华北电力也许不能提供类似的资源，但是你若能利用好你能发现的所有资源，其实差得也不远。&br&&br&说了这么多，只是想建议题主尽可能抛开所有桎梏，重新考虑哪些貌似真理的选择。至于题主自己的选择该怎样，我实在不了解你，没办法提供具体的建议，只能给一些我认识的例子：&br&&br&A，女，国内本科大学和专业不详；本科毕业后申请美国Top 2 CS的Master成功，靠贷款读完，毕业后去硅谷热门公司，年薪约8万美元，但每年另有RSU（受限制股权）约价值6万美元，这是本科毕业4年。再有6年时间应该很容易过年薪百万人民币；&br&&br&B，男，国内非Top 10大学，电子工程专业，本科毕业后进入IT咨询，后进入管理咨询，5年后申请美国前10 MBA，毕业后回国，回到管理咨询，两次升职后，现在年薪约120万人民币。&br&&br&C，男，80后，清华，专业不详，本科毕业后进入管理咨询，后转入投行，已经做了几单很大的并购，身家在8位数。&br&&br&D，女，80后，国内Top 5本科，数学专业，毕业后进入互联网外企，目前在市值最大的互联网公司，年薪含股票约20万美元。&br&&br&还有许多非典型的例子，但不算太说明问题。这里的几个例子，其实都是关于Choice，关于选择扔掉包袱，关于发现趋势，关于选择合适的行业，合适的职业，合适的公司，然后全力执行。我在 &a href=&/disruption& class=&internal&&Disruption - 知乎专栏&/a& 里分析的网络和信息产业趋势，其实不只是为了初创企业和风险投资，也是关于职业的选择。德意志银行在二月份的一份报告里认为，移动趋势将会创造下一个万亿美元的市值。这也许是题主在十年内收入过百万的机会之一。
-- 4/18/2014 添加 --评论区很多观点认为我不是电气专业的，所以没有资格回答。其实，我的回答的本意，就不止针对电气专业。没错，这个回答本来就是为了提供一个思考方式。这个思考方式和专业无关，和性别无关。我自己通过这个思考方式收益很多，何不拿来分…
先要知道数据有哪些，什么结构，也就是把所知的东西统统摆在桌子上才好研究到底怎么开展分析挖掘。举个例子，如果问你，”请分析访问你网站的用户家里的平均温度是多少“，你怎么办？从表面呈现的数据来说，用户访问你网站，留下的有cookies、web log、user-agent、system version、IP、等等，但是没有一个标准的、且大部分用户都拥有的I/O设备（对用户家里的温度检测的设备，采样到数据并在用户访问你网站时提交这个数据），所以，甭想能直接拿到数据分析到底用户家里的平均温度是多少。或许，你第一反应就是回绝提出这个分析请求的任务。&br&&br&然后你已经知道能搞到什么数据了，再是了解这些数据的意义。还是刚才的例子，虽然我们不知道气温，但我们知道IP，IP可以通过LBS、IP-geo等的方式变成地理信息，你会约莫知道，访问你网站的用户，约莫有40%的人在广东，30%的人在上海等等，然后加上时间的参数，查阅当时的天气历史数据，你就能算出40%的人大概平均温度30度，30%的人平均温度25度，似乎，你就能算出访问你网站的用户家里的平均温度了。&br&&br&&br&跟着你可能发现这里出问题了，访问你网站的用户家里的平均温度有个屁意义啊，平均下来个28度，干嘛？好吧，其实一开始就是一个傻问题。其实，你是一个卖床上用品的电商网站，市场人员突然想起最近要促销一堆短袖T恤和长袖T恤，路过运营中心时，刚好想到用温度来问问题，试图单纯用平均温度来决定促销长袖好还是短袖好。你接到这个任务，分析至此应该把这提出问题的人抓来讨论一下”平均温度是没意义的挖掘结果，但40%的人在广东，30%的人在上海这个数据却又用了“。&br&&br&&br&最后，叫来技术和产品人员，定下了一个规则：如果发现用户是广州来的，页面首推的是短袖T恤，如果用户是上海来的，则推长袖T恤。3天后这个效果实现了。&br&&br&&br&哈哈，数据挖掘的你似乎完美的完成了任务，网站的销售量节节攀升。。。&br&&br&其实很多时候并不是如设想般，实际上当你改了这个规则后，反而发现广州和上海都在买短袖而没人买长袖，之后你再挖掘才发现，原来广州和上海都不喜欢长袖的设计，因为上面印了红歌的style，结果很多重庆的人在买，虽然哪儿气温快40度了。&br&&br&明白没？就是反反复复的折腾：&br&1、搞清楚数据、数据结构是什么&br&2、手上的这些数据和结构能直接推论什么结果，和背后能演算什么结论&br&3、一开始的问题可能是伪命题，在挖掘的过程中搞清楚真命题，修正挖掘方向&br&4、挖掘的结果实用化，再后续发现”没道理“的现象，再修正
先要知道数据有哪些，什么结构，也就是把所知的东西统统摆在桌子上才好研究到底怎么开展分析挖掘。举个例子，如果问你，”请分析访问你网站的用户家里的平均温度是多少“，你怎么办？从表面呈现的数据来说，用户访问你网站，留下的有cookies、web log、user…
我觉得国内做云计算的可以分成几个独立的圈子&br&&br&一个是政府,国企和科研界的云计算圈子. 这个圈子以占地建机房, 堆机器上规模和发论文拉经费为要务, 上面 @马镭 已经说了很多. &br&这个圈子里发声音的是领导和院士们, 最喜欢谈弯道超速,要打造亚洲最大世界第二的数据中心什么什么的&br&&br&一个以阿里巴巴, 盛大云为代表的云服务提供商圈子, 基本都是互联网企业, 他们基本瞄准中小企业为客户, 推出了一些SaaS, PaaS和IaaS的服务, 但是限于技术能力和投入, 目前的服务水平跟国外同行还是有差距. &br&这个圈子不太会玩媒体, 发声音的都是工程师,一谈就是可用率, RAID5, REST这些半懂不懂的.&br&&br&还有HP, IBM为代表的外企圈子, 一贯的忽悠, 这个圈子里发声音的是咨询师.喜欢谈2020年的云计算市场规模, 单位都用亿美元.
我觉得国内做云计算的可以分成几个独立的圈子一个是政府,国企和科研界的云计算圈子. 这个圈子以占地建机房, 堆机器上规模和发论文拉经费为要务, 上面 @马镭 已经说了很多. 这个圈子里发声音的是领导和院士们, 最喜欢谈弯道超速,要打造亚洲最大世界第二的数…
感谢没人邀请 :)
&br& 一个计算数学和计算机背景、从事基因序列数据分析和互联网应用(B2C，移动)开发的人！
&br&&br&- 这个问题让我有一种身处quora的感觉！
&br&&br&- 跨界是一个非常不错的方向，不只是在工作，在生活中，跨界经常会给你很多意外的收获！
&br&&br&- 我的简单想法：&ul&&li&我算是个非常普通的农村长大然后读大学然后在城市生活的人，然后我主修的计算数学和计算机软件，辅修的生物信息学； 我对数学，IT 尤其是生命科学很有兴趣。&/li&&li&从数学比较理性的角度，我们深知做出一个足够科学合理的决策或选择是需要成本和代价的；同时，因为对心理学社会学及其他知识的粗浅了解，我很认同“环境以及主观因素对人的影响极其大”这种观点。也就是说，在大多数时候我们都带着强烈的感情色彩和主观偏好性以及个体价值倾向来做决策和选择 - 这也符合人们在社会中的诉求，但矛盾的是人们同时希望自己的决策和选择是尽可能接近绝对合理和科学的 。 所以，我个人在实践中，一般是将面对的问题简单化，然后识别出主次要部分，然后量化地去权衡；但这并不表示我买一个冰箱的时候，要对多个决策目标使用层次分析法来计算 --- 仅仅是对我的处事风格和解决问题方式有一些影响。&/li&&li&典型的几个容易被误解或错用的知识，
&br&# 比如：人们在沟通中经常把充分条件或必要条件等同于充要条件，从而引发各种误会甚至争论吵架。
&br&# 又比如，人们在多目标决策中，经常会忽略一致性检验，具体：当你关注的目标超过7个时，人们可能会给出与自己前述答案完全相反的结论，也就是自我矛盾，但这时人们并不自知。
&br&# 再比如人们对数论相关的各种争论和误会：一般人不太清楚可数和不可数的概念区别，所以如果你问他：是0-1之间的数多呢，还是1-无穷大 之间的数多？ 很多人都会迷茫，比如0-1之间的每一个数的倒数都可以映射到1-无穷大啊，是不是一样多啊。
那你又问他：0-1时间的数多呢，还是1-2之间的数多呢？ 他又迷茫，刚才好像答错了。。。最后他自己也搞不清楚了 。[有朋友对这个比较有兴趣，建议阅读“连续统的不可数性”]&/li&&li&再补充一个问题：关于三大论的，系统论，控制论，信息论。
&br&# 不是所有理工科的人都知道三大论，知道也不一定学习，学习也不一定深究。不过在我看来，理工科的人都应该去了解一下；这些理论知识非常有助于你的思维方式，让你尽可能考虑科学的方法方式，而不是凭感觉拍脑袋等。
&br&# 钱学森，大多人可能知道他的一些牛X贡献，部分人可能还知道除了火箭他还研究经济学等，看似不搭嘎，实则大道至简：他真正牛X的就是在系统工程方面的研究和贡献，极大地推动了国内在系统科学方面的发展。
&br&# 信息论，大多数人都知道Shannon，实际上信息论是非常重要的基础理论， 尤其在信息时代 ；做统计和数据分析的，大多会知道信息熵，这些相关的内容和方法都来自信息论！ 信息熵可以简单粗暴地认为就是一个对信息的度量单位和工具！ ... 打住吧，说起来没完了，犹如吹牛般...
&/li&&li&又补充一个：条理性
&br&# 至少对于大多数人在学习和生活中，条理性可以极大地提高效率；
&br&# 条理性让你在学生时代会脱颖而出：小学和中学阶段的大部分知识，条理性极强，甚至对于零散的知识只要善于总结也可以条理化； 这就是我在某些阶段学习成绩还不差的唯一法宝，尽管别人看来我不是个好学和勤奋的人，但成绩不差(有事没事还来个名列前茅)；
&br&# 条理性让你会主动去了解和学习 GTD 之类的相关内容，让你关注效率等，对生活和工作都很有益。
&br&# 条理性也有弊端：比如一些人因此会变得不擅长写文章不擅长比较文学和文艺方面的事情(只是一些人，不是所有)。 他们就算写文章，也是1,2,3，A,B,C这样罗列，层次分明，无法接受一锅煮；这个类型的LEADER也无法接受下属提交的密密麻麻一堆文字的文案或报告...&/li&&/ul&生命科学，让人们认知生命及其在自然中的存；而数学，让人们在另一个层次认识自己和所在的环境。二者都是认知，但对人的影响则非常不同。
感谢没人邀请 :) 一个计算数学和计算机背景、从事基因序列数据分析和互联网应用(B2C，移动)开发的人！ - 这个问题让我有一种身处quora的感觉！ - 跨界是一个非常不错的方向，不只是在工作，在生活中，跨界经常会给你很多意外的收获！ - 我的简单想法：我算…
数据分析有很多层次，并非所有做数据分析的人都必须数理统计相关的专业出身才行。&ol&&li&一般意义的数据分析，尤其是中小企业，传统的是对以往销售数据分析，辅助决策下个周期的采购或营销计划等。&/li&&li&随着互联网的发展，个性化推荐与广告推送需求凸显，B2C也直接让数据的价值越来越明显，所以就有了很多数据分析相关的职位；而这些工作的胜任，只需要基础的计算和统计培训，再加上常规excel或者专业统计软件的基本用法的练习即可；相比而言对业务的理解能力更加重要，数据分析只是手段。&/li&&li&真正数据挖掘相关的数据分析，或者说垂直领域的侠义的数据分析，就是指数据挖掘，从问题识别，建模，算法设计与计算求解，到后期 验证，对比分析，结论报告等，是将数理方法应用于实践问题的复杂过程。比如 我从事过的生物信息数据分析，面对的是ATCGAGAGAG这样的序列数据，一个人的基因组约3G，测序出来后会有N个乘数，也就是 3G x n，这是原始数据；基于此开始一系列常规的分析，然后每个细分的方向，各个小组开展各自的分析；出了常规分析，可能还需要从现有的数据中挖掘新的信息出来，尽可能地寻找与表型可能关联的“本质原因”，只有建立很多的关联可能性，才可能将基因组数据分析结论应用于个体的健康检测或疾病诊疗。这个层次所要求的不只是会使用statistica, R,SPSS,SAS这么简单(此时往往SPSS,SAS都不满足需求，大多用于工程类或实践性强的场景)，具备本科或研究生水平的数理统计专业知识背景，还要求全面的系统知识、丰富的实践经验、极强的动手实践能力，等等。 最简单的例子，你所面对的问题是：一个癌症病人，你拥有他的基因组数据，你能为他做些什么？ 虽然看起来很宏大，但实践起来也是一个一个的工作任务执行的。
&br&&br&又比如，我做过的一个数学建模：油田5年规划。 一个油田的产油量取决于很多因素，往往一口井开始时产量高，然后逐渐降低；油田为了稳产或持续增产，会采取N多措施。 如果在5年中合理采取N中措施，保持整个油田稳产或持续增产？已知过去的产油量数据。 这是典型的实践中的数据分析案例，结合了模拟、建模、预测、规划等问题，可以采取多种方法设计多种方案对比验证，最后给出报告。[ 实践中也确实如此，一个地方政府或部门的投资分析或财务规划就更典型了 ，类似的都属于“指定目标、优化分配资源以达成目标”的范畴。]&/li&&/ol&综上，粗略地划分3个层次。LZ所谓的产品经理级别的数据分析属于level 2 。此类书籍可参考《数据分析之美》，《谁说菜鸟不会数据分析》等。
数据分析有很多层次，并非所有做数据分析的人都必须数理统计相关的专业出身才行。一般意义的数据分析，尤其是中小企业，传统的是对以往销售数据分析，辅助决策下个周期的采购或营销计划等。随着互联网的发展，个性化推荐与广告推送需求凸显，B2C也直接让数…
个人理解是将人工参与的出入境记录流程完全数字化的原因吧？！
只是凭自己的理解猜测的，没有官方解释作为依据。&br&&br&以前盖章，其实是传统公务流程中很重要的一个人工参与步骤，而整个出入境过程记录中，除了海关人肉辨认旅客和对照证件外，其他都可以数字化，以减少成本加快速度等，更重要的是，整个出入境记录全部数字化，无需人工参与了。
打一个标签，订书机咔嚓下。 我上次去HK，也看到是这样的；而且对于深港两边都办了E通关的旅客，直接完全自助，自己走，啥都不要。&br&&br&这样对于旅客来说，你可能不太知道自己的出入境记录了；如果真的需要，得付费去查询。说明大部分人一般不需要查询此记录，只要顺利出入境即可。
&br&&br&期待转行业人士解答。&br&&br&&br&&b&更新：&/b&&br&看其他几位的回答，我也理解了从旅客的角度，其实首要益处是延迟证件的使用时间；结合现在越来越多的人频繁往返港深之间，每个月都去的人，证件确实不够盖章。&br&&br&但从两边海关的角度，一定是解决了背后的某个数据同步或其他问题，才导致了可以不盖章达到以前必须盖章的目的。 所以背后，系统上还是做了对接和升级的吧。
个人理解是将人工参与的出入境记录流程完全数字化的原因吧？！ 只是凭自己的理解猜测的，没有官方解释作为依据。以前盖章，其实是传统公务流程中很重要的一个人工参与步骤，而整个出入境过程记录中，除了海关人肉辨认旅客和对照证件外，其他都可以数字化，…
我从另一个角度解读为：只知道做服装鞋包和营销，不知道提高客户的时尚品味！&br&&br&以我对女鞋行业的了解，以及时尚的粗浅认识，还有国内普通人群的时尚消费品味的认识，我觉得凡客死在可持续化上，所以注定走不了太远。&br&&br&先粗暴地说，我自己以前买过凡客的帽衫和T恤，质量极差，一次性衣服，就颜色鲜艳，款式很大众，根本没有原创和设计，只是一个加工。
&br&&br&商业上，凡客的切入点或者说起步还不错，后来也大红大紫。但只能获得关注和短期的交易量上升，服装鞋包不只是生活，还是时尚，是品味。
凡客的消费群体，刚好处于迅猛的成长阶段，需要的不是实惠，而是逐渐提高的时尚品味，至少这个需求是第一位的。&br&&br&实际上国内普通人的时尚品味限于很多种条件都没那么挑剔，这也注定了品牌忠诚度不会很高。而国内品牌不管是小牌还是大牌，原创和特色方面非常弱，设计和时尚品味更加不行，这叫消费者如何持续地关注和支持你？
中国是世界鞋业制造基地，国内多少品牌都不会设计鞋子，只是拿时装周下来的款改一改的？
我见过最恐怖的事情是，某个国外大牌的T台秀的鞋子，时装周上刚下来，外贸店就上架卖了，几个月后卖火了，国内N个小品牌纷纷在自家工厂开版并衍生出10几个款，上架到天猫旗舰店里开始卖。。。
这股风潮是纯粹的利益驱使，注定不会长久。 而这些小品牌的客户，绝大多数是不会关注时装周的，及时看到同款，也认为这是今年的潮流，自己买了刚好很时尚！ 这样的现状，注定了这些小品牌以及凡客的命运。
我从另一个角度解读为：只知道做服装鞋包和营销，不知道提高客户的时尚品味！以我对女鞋行业的了解，以及时尚的粗浅认识，还有国内普通人群的时尚消费品味的认识，我觉得凡客死在可持续化上，所以注定走不了太远。先粗暴地说，我自己以前买过凡客的帽衫和T…
泻药.&br&&br&1 国内行业内有一种典型的风气，那就是：某个技术或非技术甚至术语一旦火起来，各种行业媒体就大肆宣传或杜撰，编辑也只为博点击率和关注度，完全不负责任；而真正的实践者却是在默默地赚钱。 --- 个人观点哦 :) &br&&br&2 不要过分在乎数据挖掘或数据挖掘技术，或者它根本不是一种具体的技术。它更多地可以看做是一套理论和方法集合，是一个学科分支 。。。 在某些行业，早在人们大肆谈论数据挖掘之前就一直在使用今天宣传的那些方法解决实践问题、产生商业或社会价值。比如工业的，油田规划，矿藏产量，质量评估与控制；比如学术的，地理信息，生物信息，气象学，天体观测等。&br&&br&3 我个人有数学专业基础，所以对一些基本的数学方法和统计理论方法比较熟；同时我关注生物信息，互联网，能源等领域。我不太同意一提到数据挖掘，就必提聚类分类啊，预测啊，关联分析啊，主成分分析啊 。。。 至少从专业和课程的角度，大部分只是《多元统计分析》课程里的一部分而已；另外的，最多也只是一门数学课，比如贝叶斯，马尔科夫链，灰色系统，时间序列 ，等等。而真正的数据挖掘课程呢，讲的大部分都是理论以及这套方法被重视后所能产生的价值。&br&&br&4 不同行业，数据挖掘的应用程度不同，重视程度也不同。比如互联网，尤其是社交网络的发展，和B2C等的发展，大大增加了数据挖掘与分析的需求，甚至很迫切。而在此之前，比如生物信息学领域(通俗地讲主要就是分析基因序列数据的，就是DNA,RNA,蛋白质的序列)，已经有很多很专业的工具在使用，比如聚类分类等，现有的通用软件都无法满足需求，需要使用开源库来改造或定制，甚至从头开发； 至于统计学方法的应用，则已经超越使用SPSS,SAS这种工具的阶段，必须一个方法一个软件包，比如有的复杂序列分析软件，结合图论、动态规划、字串学、并行计算方法、隐马模型 等等，最后才出结果，而所有这些计算，都是把主要数据全部放在内存中进行，以大内存换短时间。再次多说一下R，R最近因为hadoop等支持“火”起来了，一些人突然发现自己以前不关心的这种语言或软件，现在突然好火爆，自己还必须得学习了；实际上在生物信息领域，R早就是必备技能之一，甚至有了BioConductor这样专业的工具，所以一些生物信息的coder看到IT界开始吹捧R，就都发出了冷笑 。。。 (好吧，这是吐槽！)&br&&br&5“ 数据挖掘技术是否是为了实现数据回归所作的妥协。过度依赖它是不是一种饮鸩止渴？”
理解数据挖掘技术前要先给一个准确的定义(而实际上这不是重点，不值得过分关注)；大多数场景都不会过渡依赖它的。 &br&&br&至于企业，真正商业需求驱动的场合，怎么做都不为过，没人在乎到底是什么数据挖掘技术，只关心该方法或方法集能否解决实践问题，达成预期目标。&br&&br&综上，我主张更多地把数据挖掘看做一套方法集，而不是高深莫测或神秘或万能的XXOO。另一个角度理解，就是目前很多行业由于信息程度的提高或其他原因，数据成为资产之一，成为产出之一，其价值需要挖掘和利用；而数学方法、计算机工具是挖掘其价值的有力依据和工具。俗气一点儿说，对下一代或现在的学生，可以号召他们多学一点儿数学和计算机，永远都是长处！&br&&br&&b&更新：&/b&&br&补充几句关于 科学-技术-产业，以及理论-产品-应用 的问题。(基调可能定得有点高。。。)随着人类文明的逐步发展，知识的积淀，文明的传承，越来越需要提高效率 --- 人们不希望一个小孩要从指南针、造纸术 等开始学起，一步步一直到今天的复杂信息系统与各种高新科技；人们希望起步能再高再快一些，学习的效率再高一些，周期再短一些；这这种目标或愿望，体现在“科学-技术-产业，以及理论-产品-应用”的不同层次不同环节不同时期。比如目前的互联网行业，在产业和应用环节正百花齐放；其他环节相对没这么活跃，但同样在迅猛发展；而互联网由于其特殊性，很多信息都会及时地传递到网民，不管他是否属于这个行业。 这在一定程度上可以解释人们的主管感受 --- 为什么最近XXOO很火。&br&&br&&b&再次补充更新：&/b&&br&就数据挖掘和数据分析本身来讲，不同行业的差异确实比较大。 一些行业里发展得较快，一些行业发展较慢；这种快慢并非是强弱之分，只是需求充分程度以及驱动力大小的差异所致。
我相信这里聚集的同行们有相当一部分人还是偏IT行业偏互联网的，可能对其他行业也有关注但不是很多，或者是因为接触和从事数据挖掘和分析工作以后才开始关注，所以掌握的资讯差异会造成认知的不同。 但这并不会抹杀不同行业数据的特异特征，因为也导致同一方法的不同应用方式。 &br&这段话我主要是想表达：1 知识和应用是两个层次，没人会混淆二者；2 信息越爆炸的时代，越容易造成沟通上的背景差异，即便是在同时focus on the same point.
泻药.1 国内行业内有一种典型的风气，那就是：某个技术或非技术甚至术语一旦火起来，各种行业媒体就大肆宣传或杜撰，编辑也只为博点击率和关注度，完全不负责任；而真正的实践者却是在默默地赚钱。 --- 个人观点哦 :) 2 不要过分在乎数据挖掘或数据挖掘技术…
一个产品公司做行业分析的思路（非第三方投资公司）：
&br&&ul&&li&行业分析的目的是为了找准自己的定位、做什么（什么技术和产品我做最有竞争力）、目标是什么（我要成为老大？老二？占多少市场份额？）。决定做什么是重要的，可以先定一个大致目标，目标在做的过程中逐渐明朗化、量化。所以数字有用，数字也没用，好看的数字可以让你在说服老板或者投资人时更有说服力。 &/li&&li&在缺乏完整数字的前提下做行业分析，偷懒和最快的方法是看行业老大和老二。 从行业老大老二的年报（如果是上市公司）、网站、申请和公开的专利、以往业务交手中拿到的资料，提炼出需要的数据，从行业老大老二的技术路线、产品路线来预知行业技术和产品发展趋势。把视野放在全球看，然后中国看。 &/li&&li&清醒的知道我是谁？我的竞争对手是谁？谁可以合作？ &/li&&li&通过购买拿到一些行业咨询报告，用来参考。 &/li&&li&研究所属用户领域，其政策、规划（国内十二五）、新闻、有哪些潜在需求是目前技术和产品所不能满足的，然后顺藤摸瓜，看看老大老二们目前是怎么做的，未来打算怎么瓜分。 &/li&&li&根据所属行业的特点，找到利益相关方，通过分析利益相关方来调整目标值和制定风险应对策略。
&br&&/li&&/ul&
一个产品公司做行业分析的思路（非第三方投资公司）： 行业分析的目的是为了找准自己的定位、做什么（什么技术和产品我做最有竞争力）、目标是什么（我要成为老大？老二？占多少市场份额？）。决定做什么是重要的，可以先定一个大致目标，目标在做的过程中…
个人从事数据算法相关工作，一些个人见解如下：&br&&br&数据科学家工作可以包括3个方面：&br&&br&1、对历史数据的处理平台搭建：具体就是公司的基础数据平台建设和各产品线各业务线的所有metrics指标数据监控&br&&br&这个数据平台，即包括历史数据的抽取理解和指标表现汇总和展示，更重要的是能提供下面第2、3中的算法、数据挖掘、用户行为分析的基础数据支持和运算能力支撑&br&&br&2、对历史数据的分析挖掘：具体包括各种各样的产品线的业务分析、用户行为分析与挖掘，为产品完善、用户划分，用户挽留、产品问题等等问题，提供接地气的、有执行价值的以数据为基础的分析挖掘结果和建议。&br&&br&如果建议能执行到产品中（一定要争取作出这种可执行的分析挖掘结果），则还要持续跟踪后续产品数据、用户数据变化和原因，从而形成良性循环&br&&br&3、基于历史数据做算法预测未来xxx，举例说来，就是各种算法的工作，例如推荐系统，内容分类，用户属性预测等等。&br&&br&这部分工作更多地是融入到具体产品线和业务线中去，解决实际产品和服务中的实际需求。&br&&br&最后，争取成为一名优秀的数据科学家。共勉。
个人从事数据算法相关工作，一些个人见解如下：数据科学家工作可以包括3个方面：1、对历史数据的处理平台搭建：具体就是公司的基础数据平台建设和各产品线各业务线的所有metrics指标数据监控这个数据平台，即包括历史数据的抽取理解和指标表现汇总和展示，…
谢谢各位信任。&br&这问题以前答过一部分，也专门画过这几种蔷薇科春日花朵的鉴别图（包括晚樱、海棠）。如下：&br&&br&&img src=&/c6eba2b86c7_b.jpg& data-rawwidth=&450& data-rawheight=&659& class=&origin_image zh-lightbox-thumb& width=&450& data-original=&/c6eba2b86c7_r.jpg&&&img src=&/9cb59778d74_b.jpg& data-rawwidth=&450& data-rawheight=&686& class=&origin_image zh-lightbox-thumb& width=&450& data-original=&/9cb59778d74_r.jpg&&&br&以上手绘图是我个人总结，为了尽可能简洁、准确，也查阅并实地观察了大量资料。但，事实上这几种花朵之间存在大量品种、变种及杂交，外形和花期区别极大，非专业同学很难做到完全辨认清楚。我个人的建议是，不要太拘泥，多看看多比较，自然慢慢会有感觉:-)&br&&br&本图仅指列要点，无法囊括所有物种、品种、变种、杂交种等。所以作为参考，够用；按图索骥，还是算了。。。&br&&br&&br&【03.20 实物图补充】&br&&br&&b&梨花：&/b&&br&如果你看到它花瓣洁白丰润、一簇簇地开放在绿叶间，&b&花蕊颜色深，略带点红色（开到快谢的时候几乎变成完全的胭脂红）&/b&，那就是梨花。&br&&b&与李花的区别：梨花更大，更丰满。&/b&&br&&b&与白色樱花的区别：花瓣无豁口。&/b&&br&&img src=&/af7bb85e2a4bc22c76c1f07fe3fb01fe_b.jpg& data-rawwidth=&670& data-rawheight=&447& class=&origin_image zh-lightbox-thumb& width=&670& data-original=&/af7bb85e2a4bc22c76c1f07fe3fb01fe_r.jpg&&&br&&br&&br&&br&&b&杏花&/b&：&br&和梅花略像，但花期略晚。&br&如果你看到它单朵开放在枝条上，花瓣圆圆的很像梅花，但是花萼鲜红，颜色分明，看起来好像很端庄很大方的，那肯定是杏花。&br&嗯哼，&b&鲜红的反折得很厉害的花萼&/b&，就这样。&br&&img src=&/c185a000c929f8c05405eecb567e3cb2_b.jpg& data-rawwidth=&1024& data-rawheight=&683& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/c185a000c929f8c05405eecb567e3cb2_r.jpg&&&br&&br&&br&&b&李花：&/b&&br&&b&如果你看到它有点像樱花，细细碎碎，朦朦胧胧，簇拥得一片洁白，但花瓣没有豁口，树皮也没有横纹，花蕊、花瓣、叶子都细细小小，那多半是李花。&/b&&br&这当中最小清新、小家碧玉的一种。&br&&img src=&/edb78fcfbbe14ecca1ce2ea_b.jpg& data-rawwidth=&480& data-rawheight=&319& class=&origin_image zh-lightbox-thumb& width=&480& data-original=&/edb78fcfbbe14ecca1ce2ea_r.jpg&&&br&&br&&br&&br&&b&至于梅花、桃花与樱花的区别，烦请移步——&a href=&/question//answer/& class=&internal&&怎么区分樱花梅花桃花？&/a&&/b&&br&有更多文字及实物图说明。&br&&br&谢谢。
谢谢各位信任。这问题以前答过一部分，也专门画过这几种蔷薇科春日花朵的鉴别图（包括晚樱、海棠）。如下：以上手绘图是我个人总结，为了尽可能简洁、准确，也查阅并实地观察了大量资料。但，事实上这几种花朵之间存在大量品种、变种及杂交，外形和花期区别…
3252 人关注
132 个回答
980 人关注
207 个回答
1900 人关注
628 人关注
242 个回答
249 人关注