0%

在科学中,尤其是在物理和工程教育中,费米问题或费米估算是一个用来做量纲分析,估算和清晰地验证一个假设的估算问题。

费米以他通过非常少量或不精确的数据来得到比较好的估计的能力被广泛熟知,一个例子就是他在主要领导的曼哈顿计划中估算核爆炸的“当量数”。

1945年7月16日晚上,原子弹在内华达州的沙漠引爆成功时,费米在原子弹试爆现场附近,突然跃起向空中撒了一把碎纸片,爆炸后气浪将纸片急速地卷走,他紧追纸片跑了几步,并根据纸片飞出的距离估算了核爆炸的“当量”,费米当场推算出的爆炸威力相当于一万吨TNT炸药,非常接近现在大众所接受的二万吨的数值,之间的误差少于十倍,即不到一个数量级。

一、什么是私域流量?

要读懂私域流量,首先要了解流量池的概念,流量池是流量的蓄积的容器,主要是为了防止有效流量流走而设置的数据库,比如:淘宝、百度、微博等。只要有足够的预算,可以持续不断的获客(获取新用户的渠道),被称为流量池。

而私域流量指的是品牌或个人自主拥有的、无需付费的、可反复利用的、能随时触达用户的流量。它并不是一个新生事物,只是与我们曾经接触的流量相比,更加便于商户或个人使用的流量。

在西方的电影里有很多见神父的场景,就是一个人走进忏悔室,述说着自己的罪行,祈求神父的宽恕。

在现实中,我接触了一些心理医生,也为其他人做过心理上的额疏导。

在交流过程中,最大的障碍就是用户不坦诚。

在一定程度上,来访者不说实话是很正常的。

这里讲的「不说实话」很少是故意撒谎、歪曲事实、说假话,更有可能是像题主说的「因为羞耻」、「害怕被谴责」等原因而隐瞒咨询中需要去谈论的重要议题,或者在讨论问题的时候弱化或者夸张问题的程度,也有可能是怕和咨询师伤感情、不好意思等原因对真实咨询进展撒谎。

今日头条的走红带动了「个性化推荐」的概念,自此之后,内容型的产品,个性化算法就逐渐从卖点变为标配。

伴随着「机器学习」,「大数据」之类的热词和概念,产品的档次瞬间提高了很多。而各种推荐算法绝不仅仅是研发自己的任务,作为产品经理,必须深入到算法内部,参与算法的设计,以及结合内容对算法不断「调教」,才能让产品的推荐算法不断完善,最终与自己的内容双剑合璧。

在产品的坑里游荡了一年,没有停歇过对产品的学习,别人经验的借鉴和实践的总结,与你分享。

背景

随着移动互联网的普及,我们获取知识的途径也越来越多,但是也因为这样,围绕在我们的信息也爆炸式的增长,使得我们需要对过载的信息中找到自己感兴趣的并且有用的知识却成了另一个难题。

知识付费的兴起

牛顿冷却定律(Newton’s law of cooling):温度高于周围环境的物体向周围媒质传递热量逐渐冷却时所遵循的规律。当物体表面与周围存在温度差时,单位时间从单位面积散失的热量与温度差成正比,比例系数称为热传递系数。牛顿冷却定律是牛顿在1701年用实验确定的,在强制对流时与实际符合较好,在自然对流时只在温度差不太大时才成立。 是传热学的基本定律之一,用于计算对流热量的多少。

一直觉得复盘这个词的力量要比总结来的要更大一些。为什么小编会有这样的主观判断呢?我们一起通过本文的思维导图,看看项目复盘到底具有哪些逻辑上的根本优势吧!

项目复盘的思路,项目复盘的九步法,这里统统都有!

Goal(目标回顾)、Result(结果陈述)、Analysis(过程分析)、Insight(归类总结)。

怎么给有视觉障碍的人设计自行车?这是挺有趣的一个题目。

很多人的第一个反应,怎么设计自行车的形状,或者怎么规划一下交通路线。

但是第一个要问的问题是为什么要给有视觉障碍的人设计自行车。

他是需要出行,还是体验,还是锻炼?

思考问题的角度一定要放大,不能局限于功能点。

我们来看一下 玲子 的回答:

清单能帮助我们记忆如何处理复杂的工作,帮助我们整理众多事情中的优先级,帮助我们不遗漏重要的工作环节,并且促使我们进行团队合作。

我们所掌握的知识的数量和复杂程度已经超过了个人正确、安全和稳定地发挥其功效的能力范围。知识的确拯救了我们,但也让我们不堪重负。我们需要开展一场伟大的变革来防止错误与失败,这一变革立足于已有的经验,既能充分利用我们所掌握的知识,又能弥补人类不可避免的缺陷和不足。

这一变革并非艰难之举,而且简单至极,特别是对那些花了多年时间来培养和磨炼高超技艺的专业人士来说,投身这一变革简直让人贻笑大方。这个变革就是:清单革命!

——《清单革命》

我们平常在形形色色的应用上都会被推荐各种内容,我现在每天听歌都是只听推荐音乐,举几个栗子,除了听歌的时候有推荐音乐,还有看视频有推荐视频,看新闻有推荐新闻,买东西有推荐商品,基本上推荐这种功能我们都已经习以为常了。

最近做了一个和内容有关的产品,开始关心各种推荐机制是怎么实现的,基本上我把主要的推荐方式列为了以下几种: