中国青年网北京10月3日电(记者 马昌 实习记者 肖戎川)国庆长假，来自祖国各地的游客，来到天安门为祖国庆生。有的是全家总动员，有的是朋友组团出游，不论是大人还是小孩，他们用高举着手中的红旗，表达着对祖国诞辰的祝福。
一位来自福建的游客告诉记者，一直都梦想来一次首都，特别想看一看天安门。今天，在这个特别有纪念意义的时间，既能给自己留一个纪念，也由衷地表达一点对祖国的热爱。
一位游客告诉记者，“我觉得这种方式特别有纪念意义，我爱你，中国!”。
在天安门广场一位小朋友挥舞自己手中的国旗在奔跑。
以下为网友评论：
网友“I＆U”：国旗威武
眼下，各大高校的校园招聘会已火热开启，2018届毕业生将投入竞争激烈的求职大潮中。据2017年《中国大学生就业难人群画像报告》显示，有下列五大特征的人群是典型的就业“困难户”，一起看看你是否中枪？
特征一：男性
按常理，一般男性在求职过程中较女生更有竞争力。但在当下的社会环境下，男性毕业生的压力往往较大，故对工作的要求会较高，所以在应聘意向工作的过程中难度更大。
特征二：一般本科(二本居多)
在当下大学毕业生数量居高不下的背景下，985、211大学的毕业生竞争力自然更高，普通一本次之；专科院校毕业生如果有一技之长的话，毕业季就业也不是问题；反而是那些二本、三本院校的毕业生，有些“高不成、低不就”的意思，就业稍显
特征三：来自二三线城市，求职目标在一二线城市
不得不承认，在现在的企业招聘中，尤其是一些大城市的企业，对于应聘者的户籍所在地也有要求，他们往往更加青睐有本地户籍和本地院校毕业的学生。这其实是一种隐性的就业歧视，但大多数考生往往都很无奈。
特征四：单身
数据显示， 就业难人群中单身比例更大，单身人群占比超过71%；对比来看，就业比较顺利的人群单身者只占50%，而已经结婚的比例也达到了近7%。这说明，能解决好个人问题，也是很有利于就业和职业发展的。
具体从专业来看，从专业来看，在求职难人群中，又以历史学、经济学、土木工程、美术学以及工商管理这五大专业的人群居多。
而比较容易就业的专业前五位则为计算机类、交通运输类、电气与自动化类、中国语言文学以及食品科学与工程类。
怎么样，你有就业“困难户”特征吗？你的专业是否难就业？欢迎交流分享！
以下为网友评论：
网友“年轻young活得漂亮”：说得好对啊，得解决问题啊
(2017-09-22)
全中国人都知道天安门城楼上悬挂着一幅巨大彩色画像，那就是毛主席的画像。
而大家有没有想过这画虽然历经风吹日晒却毫不褪色是为什么呢？还有就是去过首都天安门广场的看官，不知道你们站在不同的角度去看毛主席像，有没有发现不管你站在上面位置像中毛主席的眼神始终注视着你，这又是为什么呢？这些原来都是画师用心设计的杰作。
这幅画像是出自著名画家王国栋之手。当年他接到中央派给他的这一重任时，他感觉压力和责任重大。别看只是一幅画像，其实是非常有难度和讲究的。
为了突出毛主席的眼神，他广泛搜集资料，先后收集了60多幅主席画像，从中筛选出十多张有特点的照片，编成一个小集子，作为画像时参考，仔细研究了很久才作出了一副中西画法结合的作品。他绘制的画像以毛泽东半侧面、双眼平视的照片为摹本。他注重对毛泽东眉宇和眼神的表现，力求在描绘主席慈祥和善的同时，表现出他性格中敏锐、机智和洞察一切的层面。最终将毛主席的画像呈现的淋漓尽致，每个方位都能看到他的眼神。
而画出如此大一副人像，是对画者水平的考验，不仅对画者的艺术水平要求是极高，同时也是对身体素质的一种考验。
因为画像是为了让人民都看到它，所以设计在天安门高处悬挂，而绘画时就需要站到高梯上去画，这高空作业一画就是一天，普通身体素质是吃不消的。王国栋的徒弟曾回忆道，师傅倾注了一生的心血在这幅画上，为了将这幅画尽可能完美的画出来，他经常站在梯子上一画就是一整天，连饭都不吃。
而这幅画的画板选用的材质也是非常有讲究了。因为这幅画是暴露在室外，所以必须经得起风吹日晒，全都是手工糊成的平面玻璃钢层压板。就连颜料选用最好的颜料，几十年过去了那幅画还是和刚做出来的时候一样。
这幅画像总共耗时一个多月才完成，可见这幅画像背后的人是付出了多少的心血。而迄今为止，这幅作品始终保持着亚洲最大手绘的地位。
毛主席虽然离开了我们，但是他为祖国做出的贡献，为人民做出的贡献我们永远铭记在心，他永远值得我们纪念！
以下为网友评论：
网友“U78706109”：伟大导师
(2017-08-24)
为迎接国庆68周年的到来，9月27日夜，天安门城楼毛主席画像迎来了每年一次的“换新”工作。在施工人员们细心、安全的操作下，经历一年风雨的旧画像被缓缓取下，最新绘制而成的毛主席画像悬挂在了天安门城楼上。9月28日清晨，来自五湖四海的游客将在天安门城楼上看到一幅颜色饱满亮丽的毛主席画像。
9月27日23点，在微凉的秋风中，更换工作正式启动。此次更换，施工人员动用了两辆徐工QY25K5起重机和一辆货车。和往年的更换工作一样，施工人员登上城楼，先探身下到毛主席画像的悬挂处，缓慢的将旧画像轻轻摘下，再用起重机将画像吊离悬挂的位置，直至旧画像完全被取下。
QY25K5起重机的吊臂再次抬起，稳稳地钩住停放在货车上的新画像的顶端，将画像悬起，并向天安门城楼的中央靠近。整个过程，画像并没有摇摆晃动。三十几分钟后，新绘毛主席画像被悬挂在天安门城楼中央。经过微调，9月28日0点05分，更换工作全部完成，整个换像过程持续了1个多小时。
徐工起重机械事业部副总经理张汉徐介绍说，在更换前，施工方已经做好周密的方案和施工人员的选派，确保施工的顺利进行。
这样的仪式每年一次，已经持续了51年。在1966年8月以前，每逢重大节假日，天安门城楼上才悬挂毛泽东画像，平时在城楼上是没有的。1966年8月以后，经中央决定，天安门城楼上的毛泽东画像天天悬挂，每年国庆节前要更换一幅新的。
天安门城楼上悬挂的彩色巨幅画像，是全中国人最为熟悉的一幅肖像画。据了解，毛主席画像高6米、宽4.6米，加上框，总重量达1.5吨，是全亚洲最大的手绘领袖画像，用20天的时间完成，每年重画一次。
从1996年至今，更换主席画像的重任都由徐工承担。从吊装天安门毛主席像到天安门广场“巨型花篮”，从人民广场花坛建设到擦拭天安门华灯，徐工作为共和国长子，用几十年的产业积淀和领悟，凝练出“技术领先、用不毁”的行动金标准，以责任担当献礼祖国生日。
无线徐州全媒体记者苗丹张峻珲
编辑悠然
以下为网友评论：
网友“U36492431”：好!支持
网友“心想是成”：庄严霸气，镇国之宝。
(2017-10-01)
此公开课为极客公园策划的「极客公开课•Live」第十四期。本次公开课，我们将邀请到友盟+首席数据架构师&数据委员会会长张金来为大家讲解到底什么是用户画像，快速建模框架，如何提高用户精准画像的的准确性，从理论到应用的一起了解用户画像。
什么是用户画像？
用户画像也叫用户标签， 是基于用户行为分析获得的对用户的一种认知表达，也是后续数据分析加工的起点。从认知心理学的角度，用户标签其实与人认知世界的方式相一致，人为了简化思考，通常也会通过概念化的方式简化事物认知，这种概念认知就是标签。因此，用户画像的内容可以很宽泛，只要是对人的认知，都可以叫做用户画像。例如：今天路过这个门口三次的人，也可以是一个标签，只要他有合适的应用场景。
另外，我们需要从概念上加以区分，用户标签和用户透视，一个是个体的认知，一个是整体的标签分布，二者都经常被人统称为用户画像。今天我们在这里说的用户画像主要指标签。
用户画像的 4 个核心价值
一、市场细分和用户分群：市场营销领域的重要环节。比如在新品发布时，定位目标用户，切分市场。这是营销研究公司会经常用的方式。
二、数据化运营和用户分析。后台 PV\UV\留存等数据，如果能够结合用户画像一起分析就会清晰很多，揭示数据趋势背后的秘密。
三、精准营销和定向投放。比如某产品新款上市，目标受众是白领女性，在广告投放前，就需要找到符合这一条件的用户，进行定向广告投放。
四、各种数据应用：例如推荐系统、预测系统。我们认为：未来所有应用一定是个性化的，所有服务都是千人千面的。而个性化的服务，都需要基于对用户的理解，前提就需要获得用户画像。
用户画像的基础：数据
做好用户画像需要一定的门槛，一方面是数据的体量和丰富程度，另一方面是技术和算法能力。今天介绍的经验基础是[友盟+]数据，首先简单介绍一下。[友盟+]有覆盖线上线下的实时更新的全域数据资源，每天大约有 14 亿的设备，覆盖数百万级的网站和 APP 行为，这个庞大的数据量使得我们有丰富的数据资源来生产用户画像，同时又要求我们能相应的技术能力来进行处理。
数据是如何生产，变成画像的？
结合上图，用户画像生产流程概览，我们将用户画像的生产比喻成一个流水线，就如同将矿石加工成成品的过程。用户浏览网页、使用 APP、线下行为，这些数据都是矿石，需要提炼、加工成为产品，最后还要通过质检。
这个过程通常有几个步骤。首先获得原始行为数据，基于这些数据做特征抽取，相当于清洗、加工的工作；在机器学习环节，会与外部知识库有一些交互。实际上机器算法对人的理解，一定要基于知识体系，就好像我们说的概念。比如，机器给人打汽车相关的标签，一定要首先知道汽车体系有什么样的分类，有什么车型，有这样的知识系统我们才能把人做很好的标识归类。
最后，质量检测，这一步也很重要。一个标签的质量决定了后期的应用效果，如果前期对人的分析偏了，后期结果就很难做对。
用户画像生产流程框架
上面讲的是概念图，如果具象到实际操作中，是这样一个框架流程：
这里先留三个悬念：
悬念一：从用户行为日志开始到标签产出，为什么有两条线？
悬念二：标签体系为什么只作用在内容标注上？
悬念三：为什么下面的「评估」过程要特别标注出来？
1、从用户行为日志开始到标签产出，为什么有两条线？我们把画像分为两大类：第一类：统计型画像；第二类：预测性画像。
第一类，统计型画像是客观存在，这种都是兴趣偏好。比如，用户每天都在看汽车新闻、搜索汽车相关的内容，基于这种行为，我们判断这个用户对汽车感兴趣。这些行为是客观发生的，因此无所谓正确率，也不需要训练样本集。
第二类，预测性画像。需要通过用户行为做预测，像用户的性别预测，尤其是挖掘人的内心态度。比如，用户在消费时，是激进的，还是保守的？有预测就有准确率。所以这里面有很重要的评估指标，就是正确率，也需要取样本集。这就是二者的不同，也会有不同的加工流程。
常用的一些标签体系
再继续介绍标签体系，因为很多同学会问到，「我应该建一个什么样的标签体系？什么样的标签体系是比较好的？」通常我们会把它分为四大类：
第一类：人口属性。比如说性别、年龄、常驻地、籍贯，甚至是身高、血型，这些东西叫做人口属性。
第二类：社会属性。因为我们每个人在社会里都不是一个单独的个体，一定有关联关系的，如婚恋状态、受教育程度、资产情况、收入情况、职业，我们把这些叫做社会属性。
第三类，兴趣偏好。摄影、运动、吃货、爱美、服饰、旅游、教育等，这部分是最常见的，也是最庞大的，难以一一列举完。
第四类，意识认知。消费心理、消费动机、价值观、生活态度、个性等，是内在的和最难获取的。举个例子，消费心理/动机。用户购物是为了炫耀，还是追求品质，还是为了安全感，这些都是不一样的。
如何判断标签体系的好坏？
在实际构建标签体系时，大家经常会遇到很多困惑，我列举 5 个常见问题。
第一、怎样的标签体系才是正确的？其实每种体系各有千秋，要结合实际应用去评估。
第二、标签体系需要很丰富么？标签是枚举不完的，可以横线延展、向下细分。也可以交叉分析，多维分析。如果没有自动化的方式去挖掘，是很难做分析的，太多的标签反而会带来使用上的障碍。
第三、标签体系需要保持稳定么？不是完全必要，标签体系就是产品/应用的一部分，要适应产品的发展，与时俱进。比如，以前没有共享经济这个词，今天却很热。我们是不是要增加一个标签，分析哪些人对共享经济的参与度高？喜欢共享单车、共享汽车。
但是，有一种情况下，标签要保持稳定。如果你生产的标签有下游模型训练的依赖，即我们模型建完后，它的输入是要保持稳定的，不能今天是 ABC，明天是 BCD。在这种情况下，是不能轻易对标签体系做更改的。
第四个，树状结构 or 网状结构？树状结构和网状结构从名字上就可以看出其分别。网状结构，更符合现实，但是层次关系很复杂，对数据的管理和存储都有更高要求。知乎，如果仔细去看它的话题设置，其实是网状的。
网状的特点就是一个子话题，父级可以不止一个，可能有两个。比如儿童玩具，既可以是母婴下分分类，也可以是玩具下的分类，它就会存在两个父节点之下。树状结构相对简单，也是我们最常用的。网状结构在一些特定场景下，我们也会去用。但是实现和维护的成本都比较高。比如，有一个节点是第四级的，但它的两个父节点一个是二级，一个是三级，结构异化带来处理上的麻烦。
第五个，何为一个好的标签体系？应用为王，不忘初心。标签是为了用的，并不是为了好玩，最好保证标签体系的灵活和细致性。
统计型标签的生产流程
再回到刚才说的生产流程上。我先结合下面的图介绍上半边，统计型的标签是怎么去加工的。
首先我们要有行为数据，例如用户每天看 100 篇文章，有 40 篇是体育的，有 30 篇是汽车的，有 20 篇是旅游的，还有 10 篇其他的。我推测，你比较喜欢体育、汽车、旅游。
对于这样的标签，大概需要什么流程去做呢？环节一很重要，内容标注。只有知道用户看的内容是什么，才能统计偏好。环节二，如何基于用户行为做聚合统计和归一化。
一个经典的标注例子：网页标注
在做内容标注时，一般会有两种情况：第一种：有些公司在建自有用户画像时会很幸运，例如电商、视频类、音乐类的媒体，它给用户服务的这些内容是已经分类好的。可以直接用内容的标注来做用户行为标注。
但是，对于一些通用型的内容，比如[友盟+]的数据，会有 PC 浏览数据、APP 的使用数据，一定要先了解用户喜欢看什么，才能去做下一步的工作。在这里面，最复杂，也最典型的就是网页的内容标注。
标签的最终生成：行为统计
根据用户的行为，统计标签数值，归一化。比如，我们判断用户是喜欢运动、还是服饰，会将他看来多少相关网页、使用了多少 APP 进行累加，在除以一个总累积，得到一个标签得分。
这里面有几个点需要关注：
第一、统计量的选取。可能是浏览数量、浏览时长、浏览频度、复合关系等。举个复合关系的例子，对于某个商品类目的偏好，你可以将浏览、搜索、收藏，购买等行为统计量加权在一起考虑。
第二、个体内的可比性。个体用户的不同标签间具有可比性。举个例子，我有两个标签：阅读、旅游。我的阅读标签是 0.8 分，旅游是 0.6 分，代表我更倾向于去阅读，而不是去旅游？如何保证这一点呢？在上面公式里将个体的行为总和作为分母就可以了。
第三、垂类内的可比性。一个垂类内不同用户的相同标签具有可比性。
例如，我的动漫得分是 0.8，你的是 0.6，表示我比你要更喜欢动漫。那么分母就是选取整个动漫类行为的总和。比如说，今天全国用户在 B 站上一共 100 万小时，你有 1 个小时，你是百万分之一，他花了 2 个小时，大约是百万分之二，最后再做一个归一化，就会产生一个类内可比的得分。
我们刚刚说的是绝对化的值，还有一个简单的做法就是做排序，基于用户的使用时间做排序，这样也可以。
但是排序和归一化到底有什么不同？排序只代表相对性，而刚才说归一化代表了强弱， 我的得分是 0.8 和你是 0.6，就表示偏好强度上我比你高了 30%，而排序则不能反映这样的比例。
11、统计型标签生产要点回顾
1、行为数据。浏览、使用、点击、购买、LBS 等，通过行为数据反映人的偏好倾向；
2、标签体系。根据实际需要进行设定。可以参考《消费者行为学》、电商类目体系、应用市场体系、媒体资讯体系等；
3、内容标注。把行为相关的内容抽出来做分析，把标签体系先打到它们身上，再累积到「人」身上；
4、得分归一化。明确归一化的目标，选择所需的归一化方法。举个例子，推荐适合用个体内可比较的得分，不管 A 看会某个内容用了多少时间，A 所看到最多的内容就优先推荐给 A，不用和其他人比较；
但在投放广告上，就要考虑用户在这个商品上的倾向度有多高，需要用户间可比较的得分。
预测型标签的生产流程
预测性标签的生产流程：特征抽取→监督学习、样本数据→评估→标签产出，这也是经典的机器学习流程。
特征工程
特征工程，是机器学习的关键过程之一。最重要的是提取不同侧面的特征。我们以移动端使用行为可抽取的部分特征为例：
1、APP 使用事实特征：用户 30 天内开启 APP 的天数、用户 180 天内开启 APP 的天数。这两个数据都会作为特征，考虑用户短期和长期的情况。
用户 30 天内使用 APP 时长占比、用户 180 天内使用 APP 时长占比。刚才说的是次数，这块是时长，用户可能反复打开，但是总时长很短。
2、兴趣特征：虽然信息有损失，但是泛化效果更好。举个例子，你是 A 站用户，他是 B 站用户，理论上讲，如果我们用最底层的数据，你们两个人是不太一样的，但某种程度上，他们都是对二次元感兴趣的人；
近期用户兴趣标签归一化值、长期用户兴趣标签归一化值。用户长短期基于兴趣标签下使用不同 APP 的熵值、历史某类 APP 时间消耗占比变动比例。其实反映了我们要看这个分布，以及分布的趋势性，你过去关注度高，现在关注度减弱，和你过去关注度不高，现在关注度高，其实这两个是完全对应不同的人，这也是我们参考的特征。
3、设备与环境特征：近期使用的设备品牌、近期使用的设备型号；工作日时间段内 Wi-Fi 使用时间分布、休息日时间段内 Wi-Fi 使用时间分布（工作日与假日的区分）。
模型训练与结果评估
1、模型选择。有有监督的分类算法：逻辑回归、SVM、决策树、Bagging、深度学习；
2、二分类 or 多分类。二分类比较简单，多分类则有不同的拆分策略。举个例子，把人分为男女，是二分类的问题；分为年龄段，就是多分类的问题，我们在机器学习当中也有不同的做法，OvO（一对一）、OvR（一对其他）、MvM（多对多）。
3、结果评估。评估指标包括：正确率、召回率、应用效果。但是对于统计型标签来说无正确率，召回率看阈值，今天你只看一个汽车的型号，理论上我也可以给你打一个标签，但是分值非常低，这个分值到底要不要算做这个标签的人，要看中选什么样强度的人。预测型标签，一般看 Precision，Recall，F-Score，ROC。
4、Ranking 任务。一类特殊的定制化标签。针对特定场景，如对电话营销需要按照可能性排序打电话。套用上述模型，可以用最终得分来做 Ranking。
15、关于标签评估的延展
标签的生产不是目的，使用才是。正确率≠效果，举个例子：喜欢看车不代表是试驾购车的目前人群。
第一，用户分层的评估。针对于重点人群进行评估，不同人群分层进行评估；第二，从全局进行评估。不要只局限于样本集合的评估，参看一些全局统计数据。例如，人口属性的分布和统计局的结果是否相符？第三，有效果反馈的应用。将标签直接应用于使用场景中检验效果。例如，进行营销的定向投放，测试点击率；第四，利用其它数据佐证。使用其他行为数据来验证标签的有效性。例如，在电商环境中后续的行为差异来评估显著性。
一个快速建模框架
我们今天不再强调标签丰富度，而是快速建模的能力。快速建模怎么做到？这套系统在[友盟+]比较完备，使得我们收到一个样本就可以很快训练模型，这个流程最快 3 个小时就能够把标签算出来。
用户画像的应用
Data -> Insight -> Action->Data->…
第一步，先有数据，就像标签生产出来，要有数据的过程；第二步，分析，洞察。洞察并不是最终目的，因为洞察只是得到一个结论或者方向；第三步，开始应用；应用后又带来新的数据，从而形成数据的闭环。举个例子，广告怎样的群体点击了，数据被反馈回来，下一个循环可以进行调整，不断地迭代，优化整个效果。
DIP营销服务流程
关于上述流程的实际使用，结合[友盟+]DIP 数据智能平台讲一下营销服务流程是如何做的。
左上面是我们一些数据，例如：客户上传数据后，我们会有一个匹配的过程，把所有数据打通连接。上传、匹配之后，会对这些数据做人群分析。比如说宝马 X1 今年刚上市，他们把去年购买 X1 的用户都上传上来，我们会分析这样的用户在哪些方面是有特性的，比如年龄段、地域分布、收入、偏好。有了这样的分析后，我们可以选择相应的人群，基于历史的偏好、特征，然后再去投放；如果中间我们会发现人群量不够，最初选择 10 万人可以放大到 100 万人。最后输出到媒体、RTB 等渠道商。做预算，看效果，将效果数据回流，再去迭代，以进一步提高投放的精准率。这是我们常用的一个流程。
在举个实际的例子，如果要做一个新产品的传播推广，这时需要做定向投放。我们先要对潜在用户要进行分析，例如对于科技产品非常感兴趣的人，我们发现他每天 8、9 点特别活跃，通过进一步分析，他会和哪些媒体做触达，或者他看不看电视会不会留意到地铁里面的广告，这也是一个触达渠道，以及看什么样类型的，看资讯、社交、八卦，这个不太一样。要找到受众，应该到哪找？比如说去这种有态度的网易新闻，还是个性化的今日头条，或者说腾讯新闻，这都需要进行分析。
基于上面的分析之后，再做结合分析。举个例子，你对科技感兴趣，那你的手机是不是到了更新期，你手机大概用了三年，应该到了更新期，就可以对这样的特定人进行投放。把人圈出来，投放、曝光，曝光之后我们去看营销的结果，然后返回来继续分析，会不会对其他内容感兴趣，再去做下一轮分析。
这就是我们之前做的一系列方法的一个应用。
最后关于数据应用我再给出一些通用型的建议：
第一、分析：
1、结合业务场景去选择分析维度：如果你是给中年妇女推荐保健品，你去分析她们喜欢不喜欢二次元，这就非常说不通了。
2、不要只是简单的看画像分布，一定要做对比。
3、例如，与大盘对比情况：TGI。上图是我们分析一个 APP 内的购买人群。紫色的线是人群的分布，年龄段的分布。我们看到 18-30 岁之间的人很多，感觉还不错。但是，如果你做一下大盘情况，APP 的用户大多是年轻人，因为本身这个产品有一个年龄偏小的分布特征。通过分析对比之后发现，TGI 比较高是 30-39 岁的人，这个范围的人才是在购买人群里面是显著的，这个群人才是你去做运营活动、投放的人群。
分析，一定要去做对比，单纯看分布是并没有太多信息含量。不对比看不出来差异。
4、环节的对比。哪些人我触达了，哪些人到这里落地了，哪些人注册了、哪些人真正浏览、哪些是留存、哪些是付费，每一个环节你都可以做这样的分析。
第二、精准投放（Action）。这是我们今天做标签非常大的一类应用。这时候大家可能会发现，我们做品牌广告、效果广告是不同的，举个例子，品牌广告我们就会关心 TA 浓度，关注我投放广告的人性别怎么样、年龄分布怎么样。效果广告是不一样的，效果广告通常很直接，你这个人是不是点了，最终 CTR 高不高，最终购买 ROI 高不高，这种一定是你最直接的兴趣是什么，你什么性别不重要，我就想知道你要不要。
另外一点，直觉未必靠谱，一定要通过反馈来检测，就是刚才说我们为什么要数据闭环，比如说，有一个商品设计者说，我这个产品目标是吸引白领女性，实际上他上市场去卖的时候发现，买他的男性大学生最多，跟他想的根本不一样。
如果你一直持续的给白领女性做广告投放，实际上效果可能不是最优的，反而你做校园活动会达到更好的效果。
甚至说，你可以基于你的用户场景做专属标签，以及你可以通过人群放大来做处理。举个例子说，我今天有新的车型上市，一个方法是，先选取对汽车感兴趣的人，或者 SUV 感兴趣的人，就可以去做投放，这个效果就可能不是最优的，更优的情况是针对你这个 case，去针对性的做训练，针对性的选取跟你相关的人，通常效果上比通用的标签选取更好，这时候我建议如果你特别强调你的效果，就去试试训练专属的标签。
更多详细讲解，请见知乎 Live
以上就是本次公开课的关键内容，更多演示请点击「极客公开课•Live」第十四期查看获取
(2017-09-22)
日前高校惊悚悬疑片《致命画像》在泰国曼谷举行了盛大的开机仪式，各大主创人员悉数到场，中泰双方工作人员以当地习俗举办《致命画像》开机仪式并请来高僧开光祝福，届时该影片也将先后在泰国、缅甸等东南亚影院与中国大陆同步播出。
《致命画像》由泰凤凰文化娱乐集团， MUNWORK影视制作公司出品；北京泰凤凰文化传媒有限公司，上海丸梦传播文化公司联合出品。由泰国“鬼王”JOY执导（泰国），曾执导过著名恐怖片《魔镜3D》，Soni与BOY监制（泰国），瑞雅制片。鬼马少女刘珊、内地新晋花旦王璐、跨界音乐人徐熙宇、泰国人气偶像blackJack兰辰（泰国），泰国第七电视台当红小生TYFOON（泰国）等联袂主演。
泰国有着十宗恐怖传闻的“艺术大学”取景
《致命画像》的取景地是曼谷周边的一所艺术大学，传闻该大学曾经有过十宗恐怖传闻，其中发生的各种灵异事件让人捉摸不透，感觉异常恐怖。尽管泰国当地有着佩戴护身符的信仰，在开机仪式当天还请了高僧开光。剧组人员依旧互相讲述着之前看景时所碰到的恐怖事件。最值得期待的是两国跨界的合作也是该片的一大看点，几位主创会带给粉丝怎样的惊喜，我们拭目以待。
泰国风俗开机仪式，体验东南亚影视文化
当天的开机仪式泰凤凰文化娱乐传媒集团及MUNWORK制作公司还邀请了泰国的高僧前来坐镇，隆重程度足以看出主创团队对这部影片的重视。从制作方到剧组人员到演员，大家都想要踏踏实实的拍一部精良影片，让观众能够得到中泰影视文化结合的享受。泰国的惊悚片可以说是非常成功的，这次中泰合拍从演员到创作上都融入了一些中国元素，两种不同的文化碰撞出的火花多了一份期待性。人物设定、故事情节会不会跟观众固有思维中的泰式惊悚片有所差别，影片上映时亲自去感受一番就知道了。
影片制作组道具上力求做到最逼真，演员全程亲自拍摄不用任何替身，不论是氛围、音乐还是情感的营造都体现着一个惊悚片的高水准。虽然都是年轻演员，但大家的创作热情和对表演的热爱让这部片子有了一个基本的保障，相信这样一群年轻人最终呈现的作品会用诚心打动每一位观众。
以下为网友评论：
网友“武汉用户42xxxx208”：中泰开通,泰国获利巨大。
网友“妃飞洋洋”：魔镜,恐怖片,中泰韩三国导演,分泰国韩国中国三段故事
(2017-09-25)
昨夜天安门城楼更换毛主席画像
本报讯(记者 王薇)为迎接建国68周年的到来，昨天夜里，天安门城楼毛主席像迎来了每年一次的“换新”工作。在施工人员细心、安全地操作下，经历了一年风雨的旧画像被缓缓取下，最新绘制而成的毛主席画像悬挂在了天安门城楼上。今天，来自五湖四海的游客将在天安门城楼上看到一幅颜色饱满亮丽的毛主席画像。
昨夜23点，更换工作正式启动。此次更换，施工人员动用了两辆吊车和一辆货车。和往年的更换工作一样，施工人员登上城楼，先探身下到毛主席画像的悬挂处，缓慢地将旧画像轻轻摘下，再用吊车将画像吊离悬挂的位置，直至旧画像完全被取下。吊车的吊臂再次抬起，稳稳地钩住停放在货车上的新画像的顶端，将画像悬起，并向天安门城楼的中央靠近。整个过程，画像并没有摇摆晃动。三十几分钟后，新绘毛主席画像被悬挂在天安门城楼中央。施工人员还细致地用毛巾将画像的底部画框擦拭干净。今天0点05分，更换工作完成，整个换像过程持续了1个多小时。
昨夜的北京微凉，虽然是夜里23点，天安门城楼前仍然有游览的游客。他们见证了画像的更换工作。画像更换完毕后，大家等不及纷纷举起相机、手机和新画像合影留念。
据了解，每年国庆节前夕，天安门城楼都要更换新的毛主席画像，被风吹日晒稍许褪色的旧画像被取下。画家将会把旧画像进行处理，在处理后的画板上再精心画出毛主席的新画像，等到了下一年国庆前夕，再把上一年的旧画像更换下来。据了解，毛主席画像高6米、宽4.6米，加上框，总重量达1.5吨，是全亚洲最大的手绘领袖画像。
以下为网友评论：
网友“王根群9626”：伟大的毛主席
(2017-09-28)
慈禧是历史上著名的＂奢侈＂太后。她生前酷爱珍珠、玛瑙、宝石、玉器、金银器皿，号称“皇室珠宝狂”，死后棺内陪葬的珍宝价值白银高达亿两。有人说，慈禧的奢侈，不是一个人的奢侈，是以整个大清的灭亡作为代价，大清才是她的陪葬品！
清王朝最后一任总管太监小德张回忆：慈禧当年一天的宫中费用大致是纹银四万两。
慈禧60岁的生日时为自己准备的首饰合黄金1万两，白银38万两；置办衣服花去黄金23万两；从颐和园回紫禁城所经道路的景点设置与装饰，花去白银240万两……
慈禧这个生日，约花了白银1000万两，相当于整个北洋舰队的经费。但这个数目跟我们接下来要说的，实在是小巫见大巫了。
1900年，清朝爆发了义和拳运动，时称“庚子之乱”。慈禧默许杀伐洋人，由此引起八国联军强攻大沽口并进犯京城，慈禧只得带光绪帝和一班亲贵仓皇逃离。
国难期间，慈禧这个实际统治者的国际形象败坏到了极点。西方报刊上便出现了依据传闻解读的中国太后形象，一个既丑陋又野蛮，既阴险又凶残的老女人。
“庚子之乱”平息后，慈禧让光绪帝（时称“两宫”）下罪己诏，发誓要母子同心，推行新政，并开始着意改变自己与中国的国际形象。
正好后来美国公使康格公爵与其夫人一起觐见慈禧，公爵夫人给太后介绍了一位技艺高超的美国油画家柯女士，擅长画人像，作品入选过巴黎展览会，她愿意为慈禧太后做一幅画。
慈禧不懂油画是什么，但见对方那么客气，就把柯女士留在了身边。私下里就问她那喝过洋墨水的德龄公主，油画要画多长时间，德龄公主说一般需要几个月。
原本慈禧的生活习惯，是每天起床后，梳洗三个钟头才出门。现在为了画像，提前半个小时就出来了。
慈禧坐在乐寿堂的宝座上，柯女士就坐在下首给她画像。一动不动的坐了几个早上，慈禧渐渐就不耐烦了，于是命令德琳公主穿上她的衣服坐在宝座上，说是等到画脸的时候她本人再坐上去，这应该也算是中国比较早的模特行业了。
可是事实证明，慈禧的耐心十分有限，后来等到画脸的时候，她也是坐几分钟就要下来，柯女士技术再好，到最后画的也是德龄公主的轮廓和面部线条。
闲下来的慈禧看到柯女士画的自己不够完美，就各种让柯女士修改，最终出炉的画像慈禧看完十分满意(经过多次ps能不好看吗)。
画完第一幅，柯女士终于明白了慈禧想要什么样的作品，画得像不像本人都不要紧，只要画得好看就能过关，于是依样画葫芦，又为慈禧画了一幅。
慈禧果然更加喜欢，高兴的慈禧当时就赏赐了柯女士一万两白银，本来早已崩溃的柯女士看到这么多的钱，估计要疯掉了，彻彻底底的大赚一笔。
本来画这两幅画的目的就是改善自己的国际形象，于是慈禧便命令工匠将两幅画都进行豪华装裱，一张留在宫里，另一张拿去参加美国圣路易展览会，让美国人民也一睹天颜。
以下为网友评论：
网友“用户75xxxx547”：清朝慈禧太后的作风
网友“闫永勇”：清朝的败类___慈禧太后
(2017-09-22)
阅读是人类进步的阶梯，大家好，我是人见人爱、花见花开、车见车爆胎的小编，今天又来给大家扯淡来了！喜欢小编的，可以点下关注哦！！
盘点娱乐圈明星真人素描画像，你最喜欢谁！！
杨颖素描画像，不得不承认，颜值巅峰的杨颖，确实很美。不管整没整，反正美就行了。
孙俪素描画像，《甄嬛传》的早期扮相，虽然刘海看着没气质，但是显小，看起来很嫩。
佟丽娅素描画像 丫丫的五官，简直美到无可挑剔，唯一的肤色略黑的缺点整好被素描所掩盖，美的一切都刚刚好。
黄渤素描画像，这样的黄渤看起来竟然有些痞帅痞帅的，看来渤哥不仅演技了得，颜值也不差。
郭德纲素描画像，这样的他，看起来还蛮好人脸的。
章子怡素描画像，《十面埋伏》里的小妹，章子怡最美的样子。
刘亦菲素描画像，刘亦菲真的美得太任性了，五官堪称完美，黑白的素描更加凸显气质，简直比本人还要美。
我们常常看到的风景是：一个人总是仰望和羡慕着别人的幸福，一回头，却发现自己正被仰望和羡慕着。其实，每个人都是幸福的。只是，你的幸福，常常在别人眼里 。
以下为网友评论：
网友“武安君”：第一个和第三个不认识
网友“生活”：画的很好，传神
网友“鸡蛋呱呱”：这是图片软件处理的，连素描基本的线条都没有，小编出来搞笑的么
网友“龙行爱你”：可是所谓的颜值巅峰我觉得并没多漂亮，还没我波多野结衣老师好看呢
网友“金玉佳人”：画得像个逼样，如果画仅仅要求像，那么就不需要画了，傻瓜相机完全可以都搞定…什么审美素养
网友“回眸一笑╰我吐了”：只有我一个感觉刘亦菲不是很漂亮吗？
网友“梦也不行”：黄渤那张，我看到了冠希哥的影子
网友“清晨依旧”：我觉得杨颖的美只浮于表面，没内涵，没风情！
网友“jennifer”：见到说刘亦菲美的我就纳闷
网友“重做版磊不停服更新已上线”：章子怡那张我感觉是图片后期处理出来的，其他的肯定是画出来的，之所以没有线条是因为用了擦笔，章子怡那张就是看着太。。。太。。。说不上来，就是不对。
(2017-10-01)
9月27日23点，在深夜微凉的秋风中，动用了两辆吊车和一辆货车。迟缓的将旧画像悄悄摘下，再用吊车将画像吊离悬挂的位置，直至旧画像完整被取下。整个过程，画像并没有摇晃晃动。
9月28日0点05分，改换工作全部完成，整个换像过程只持续了短短1个小时。
9月28日清晨，当在天安门城楼上看到一幅颜色丰满亮丽的毛主席画像。为中国的发展感到自豪，也衷心感谢毛主席做出的贡献。
据说，每年国庆节前夕，天安门城楼都要改换新的毛主席画像，被风吹日晒稍许褪色的旧画像被取下。等到了下一年，画家将会把旧画像停止处置，在处置后的画板上再精心画出毛主席的新画像，国庆前夕，把上一年的旧画像改换下来。而毛主席画像高6米、宽4.6米，加上框，总重量达1.5吨，是全亚洲最大的手绘首领画像。
(2017-09-30)