楠木轩

今日最大声:天安门城楼更换毛主席画像 历经八个版本最终定稿

由 纳喇傲儿 发布于 娱乐

新闻阁今日最大声栏目为您提供手机凤凰客户端今日最大声栏目的网页版,让您足不出户就能了解各地热点综合资讯。

  今天凌晨,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。

  很多人认为,毛泽东画像是在1949年10月1日开国大典时被第一次悬挂的。其实不然,天安门上第一次悬挂毛泽东画像是在1949年2月12日庆祝北平和平解放大会上。那天,在天安门城楼上同时悬挂的画像还有朱德、林彪、聂荣臻、叶剑英。一次悬挂这么多的人物画像,这在天安门历史上还是第一次,而且也是唯一的一次。

  从1949年到现在的65年里,天安门城楼上的毛泽东画像经历过“8次更迭”。

  第一幅画像

  悬挂时间:1949年2月12日,庆祝北平解放大会

  主笔:董希文

  1949年2月12日,农历正月十五,北平的大街小巷、家家户户都把大红灯笼高高挂起,不仅因为这一天是中国人民的传统节日元宵节,更因为这天还是一个的特别的日子,二十多万北平市民将在天安门广场集会,庆祝北平和平解放。那天,天安门城楼中央悬挂着毛泽东主席的巨幅画像,城门上挂着写有“庆祝北平解放大会”几个金字的红色横幅,中间有“工、农、兵、学、商”塑像,工人、农民高举斧头、镰刀,一颗红星挂在雕像上方。这是毛泽东画像第一次挂上天安门城楼。那天,在天安门城楼上同时悬挂的画像还有朱德、林彪、聂荣臻、叶剑英。一次悬挂这么多的人物画像,这在天安门历史上还是第一次,而且也是惟一的一次。

  第二幅画像

  悬挂时间:1949年7月7日,纪念“七七”抗战12周年大会

  主笔:董希文

  1949年7月7日,抗战12周年纪念日这天,北平各界人民纪念“七七”抗日战争12周年大会在天安门前举行。天安门城楼上同时悬挂上了毛泽东和朱德两幅画像。

  第三幅画像

  悬挂时间:1949年10月1日开国大典

  主笔:周令钊

  1949年10月1日,天安门城楼悬挂起戴八角帽的毛主席画像,当时,北平国立艺专实用美术系周令钊画领袖像颇有名气。六国饭店(今为华风宾馆)国共和平谈判会场、北京饭店会议室等处悬挂的毛泽东画像都是他的杰作。这幅画像宽4.6米、高6米,重达1.5吨。

  第四幅画像

  悬挂时间:1950年“五一”国际劳动节

  主笔:辛莽

  1950年5月1日,毛泽东主席免冠画像挂上天安门城楼。担任主笔的是人民美术工作室的辛莽,左辉、张松鹤协助绘制。

  第五幅画像

  悬挂时间:1950年“十一”至1952年“五一”

  主笔:辛莽

  1950年新中国成立一周年前夕,陈石林精心制作出毛泽东第一张标准像后,新华社向全中国正式公布。

  第六幅画像

  悬挂时间:1952年“十一”至1963年“五一”

  主笔:张振仕

  1952年国庆节,第六个版本的毛泽东画像挂上了天安门城楼。这幅画像的主笔是中央美术学院张振仕。

  第七幅画像

  悬挂时间:1963年“十一”至1967年9月30日

  主笔:张振仕

  1963年10月1日,第七个版本的毛泽东画像悬挂于天安门城楼。这版画像主笔仍是中央美术学院张振仕。

  第八幅画像

  悬挂时间:1967年10月1日至今

  主笔:王国栋

  1967年10月1日,第八版毛泽东画像挂上天安门城楼,主笔是北京市美术公司王国栋。1977年,其徒弟葛小光接任主笔,直到现在。

  来到天安门广场的游客仔细观察毛主席画像的话,会发现,无论你站在天安门广场哪个位置,都能感觉到主席注视着你。

  18种油画色

  为不褪色用高档颜料“中国银珠”

  绘制领袖油画像,相关用具、画笔都是北京市制笔厂生产的。“上世纪70年代,北京市制笔厂的老师傅亲自到肖像组里听取画师对笔的意见,然后再回去修改制作方法,以便拿出最适合的画笔,保证画像的质量。”

  油画的绘制最讲究用色,“天安门每天的强光照射,墙体的土红色,周围的绿色植物以及古建筑风格等都要考虑,还有主席像在各个角度、远近距离的观察效果等。”邢秋成说。

  油画色在强烈的阳光照射下很容易褪色,最多坚持一年,这也是为什么毛主席画像每年都要更换的原因。在上世纪70到80年代,绘制毛主席画像主要使用的颜料都是天津美术颜料厂和上海美术颜料厂生产的国产颜料。为了让红颜色褪色慢,王国栋使用了一种叫“中国银珠”的高档颜料。“当时,一般的颜料也就三四角一支,中国银珠起码在6角以上,这在70年代很贵了。”

  毛主席像画框的造型也是专用的,特有的金色、粗细与画面的比例,风格上区别于欧式画框,适合毛主席像特有的东方风格,该风格从上世纪60年代一直沿用至今。

  毛泽东画像的画像板最早由五合板和铝板制成,每逢下雨下雪,画布后面的五合板总是受到雨水浸泡,造成画板变形翘角,影响画像的整体效果。1994年国庆45周年时,经过反复研究试验,对画像板基板进行了调整。新画板为一块手糊成型的平面玻璃钢层压板,弥补了此前多块五合板拼接的不足,使画像效果较之前有了明显改善。

  2010年初,天安门管理委员会与北京航空材料研究院合作,研究解决画像悬挂期间的防护问题。北京航材院提出采用航空用蜂窝夹层板制造画像基板的方案,并分别在北京和三亚进行了耐大气自然老化等试验。经过反复试验,效果比较理想。目前,北京航材院对画像基板的研制还在进行中。


  焦裕禄,60年代担任河南兰考县的县长,在岗位上工作兢兢业业,是全国干部的楷模,焦裕禄在工作中表现出“亲民爱民、艰苦奋斗、科学求实、迎难而上、无私奉献”的精神,被人们称为“焦裕禄精神”,1964年焦裕禄病逝于郑州,年仅42岁,他有个女儿名叫焦守云。

  焦守云是焦裕禄的二女儿,是焦家兄弟姐妹中最幸运的,因为六个兄弟姐妹,只有他上过学,上学前他跟着奶奶一起生活,焦守云的人生跟父亲一样,既平凡又充满意义,父亲逝世后第二年,焦守云来到天安门,受到毛主席的亲自接见。

  1966年9月15日,焦守云年仅13岁,她是毛主席请来的客人,从开封来到北京,一路受到最好的待遇,一下火车就被毛主席派过来的人接走,而坐军用车,在北京住楼房,睡的也是军用被褥,有大米饭和白菜炒肉吃,出门坐公交车可用代表证免票。

  13岁的焦守云在天安门上,跟毛主席握手,当时她穿着打补丁的衣服,穿着一双破旧的布鞋,不过精神面貌很好,而且受到毛主席的鼓励和亲切问候,这样的际遇让焦守云成为当时的名人,她决定把父亲为人民服务的艰苦作风传承下来。

  1968年,焦守云年仅15岁,但她报名参军了,当时的她是个皮肤白皙的女孩,有一双明亮的大眼睛,鼻头微翘跟父亲焦裕禄挺像,后来到20岁,焦守云被选为“十大代表”年龄最小的,在战友眼里,焦守云是个活泼有上进心的普通士兵。

  焦守云一生铭记自己是焦裕禄的女儿,每逢父亲去世周年纪念日,她都要去纪念父亲,并开一次家庭会议,把父亲全心全意为人民的精神灌输下来,后来焦守云退休后,在河南省焦裕禄精神研究会继续任职,她希望像父亲一样,尽最大的努力为社会做出贡献。

  2008年奥运会时,焦守云成为奥运圣火的传递员,在开封和女篮第一高中锋郑海霞点燃火炬,生活中的焦守云也很爱体育,虽然现在焦守云退休了的,但她依旧继续发光发热,为社会做出自己的贡献。

  在开会和报告中,焦守云多次宣传父亲的“焦裕禄精神”,她希望年轻一代更多了解父亲,让父亲的事迹流传下去,鼓励一代代年轻人,焦守云还表示,新时代的建设离开父亲的“焦裕禄精神”,所以焦守云常说:“在父亲离开的日子里,我把宣传父亲的事迹当成自己的责任。”

  (2017-08-14)


  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)


  我们看过的有关清朝的宫廷剧很多, 这些宫廷剧不管是以什么为背景,都离不开一个人设——皇后。剧中的皇后都是貌美如花的女子,可是实际上清朝的14位皇后到底长的什么样子呢?我们从这些画像中来找到答案吧!

  孝庄文皇后

  清朝有两个知名度比较高的皇后,其中一个就是孝庄文皇后,孝庄文皇后代表了智慧、勇敢和刚毅,在满清的宫廷斗争中搏击一生。她辅佐了四代帝王,康熙大帝中斯琴高娃把孝庄演绎的不怒自威。

  2.孝惠章皇后

  她是孝庄文皇后的亲外孙女,顺治皇帝的是她的亲舅舅。顺治废后的第二个皇后,第一个废后是她的亲姑姑,这皇家的血脉真是让人费解啊。

  3.孝康章皇后

  她想康熙皇帝的亲生母亲,康熙继位后,她与孝惠章皇后并称为皇太后,称为圣母皇太后。死后康熙、雍正、乾隆都追封为:孝康慈和庄懿恭惠温穆端靖崇天育圣章皇后。

  4.孝诚仁皇后

  她是康熙皇帝最爱的女人,因为难产而死。

  她是康熙的第二位皇后,也是鳌拜的义女,按照画像来说她算是比较美丽的皇后了。

  6.孝恭仁皇后

  雍正皇帝的生母,死后被雍正、乾隆、嘉庆追封为:孝恭宣惠温肃定裕慈纯钦穆赞天承圣仁皇后”。

  《甄嬛传》中刘雪华饰演的皇太后也是气质典雅。

  7.孝敬宪皇后

  她是乌拉那拉氏,是雍正的嫡皇后。

  8.孝圣宪皇后

  乾隆的亲妈,就是《甄嬛传》中甄嬛的原型,钮祜禄氏。本来姓钱,汉人,但是雍正为了提高乾隆的影响力故意给她赐姓。而历史中的熹妃在王府也是当了20多年的侍妾。

  9.孝贤纯皇后

  乾隆的第一个皇后富察氏,算算顶顶的美人了,期待即将上映的《如懿传》。

  10.孝仪纯皇后

  乾隆的皇后,也就是我们小时候看《还珠格格》中最喜欢的令妃。她是嘉庆皇帝的生母,死后被追谥为孝仪恭顺康裕慈仁端恪皇后。而嘉庆、道光之后加谥为孝仪恭顺康裕慈仁端恪敏哲翼天毓圣纯皇后。

  11.孝淑睿皇后

  乾隆估计光顾着自己快活,没有给自己的儿子仔仔细细的挑选福晋,包衣女子作为福晋的也只有这一个了,不过据说嘉庆和她特别恩爱,她也是道光皇帝的生母。

  12.孝和睿皇后

  嘉庆的第二位皇后,也是钮祜禄氏。当乾隆为嘉庆选择这个侧福晋的时候,与上面的那个不同的是,嘉庆已经被定为接班人了。画像中的人,年纪略大了。

  13.孝慎成皇后

  道光皇帝的皇后,与嘉庆不同的是,道光生下来就被当作接班人来对待,所以在选择妃子的时候是慎之又慎。也不知道清朝末期的画师画风变化还是的确人长的就是这样,让人看起来有点不怎么赏心悦目。

  她的咸丰皇帝的生母,历史中记载道光皇帝超级爱她,为了她,即使咸丰皇帝并不出色还是传位给了咸丰。于是之后就有了慈禧……

  而关于画像中都是记载的她其实是一个龅牙,情人眼里出西施啊。

  (2017-09-22)


  文革前毛泽东画像固定于“五一”和“十一”各挂10天。在文革期间,改为天天悬挂,并且沿用至今。画像在室外经受一年风雨摧残,自然得换。于是,中央决定每年十一前一天晚上进行更换,重达1顿的画像如何挂上去?人民均无缘目睹,因为这项巨大工程仅在晚上进行。(画像重达1顿)

  天安门上的标语,一直沿用新闻总署署长胡乔木第一次装修时拟定横幅:“中华人民共和国万岁!”“中央人民政府万岁!”那么建国毛主席画像画作人选呢?这么艰巨的任务最终落在徐悲鸿任当任院长的国立艺专(中央美术学院)。周令钊勇担重任,于49年4月20日交出一份他自认为满意的答卷:戴八角帽毛泽东画像。

  那么中央领导对这幅画到底有何看法?

  一向严谨的大典筹委会副主任聂荣臻登上天安门城楼,隔老远看了看,大吼:“不错不错,可以了!”工人高兴的合不拢嘴,坐下休息!聂荣臻走近看时,神情凝重,大家不解。原来他发现主席的衣领是开着的,聂荣臻叮嘱周令钊:把主席的衣领扣好,这样好点!

  9月30日晚上,画像已经挂在了城楼正中央。周总理一边视察城楼上由日本人设计的大红灯笼,一边视察周边安全情况。

  一眼略过,发现照片下边还有一行毛体字:为人民服务。周恩来着急了:“主席怎么会那么不谦虚呢?在画像下写自己的字!”一时间工作人员忙了起来,脚手架、聚光灯、画刷子、黑墨准备好,周令钊把那行字涂成中山装颜色,又加了一只扣子,保持画像的整体美,这才完成任务!

  一年后,共和国迎来新的国庆节,照片要变,而且还要画马克思、列宁、斯大林、刘少奇、周恩来画像,经过文化部、中央宣传部严格审核,最终决定由张振仕和学生金石担此重任。一画就是11年,这段时间除了艰辛还有厄运:正值文革期间,因为张振仕老人画的主席像偶尔有些侧脸,结果遭到毒打,眼底出血,批斗更是家常便饭。

  时过境迁,接下来绘制主席像任务交到王国栋身上,12年间老人心酸落泪无数。在一次采访中老人讲了些故事:

  自己画像能力毋庸置疑,有一次摄像家取景角度问题,主席只露出一只耳朵。在那个领袖崇拜的年代里,根据大众心理学研究,极容易导致偏听偏信,集体愤怒。人们说:为啥画像只有一只耳朵,这是侮辱主席!绝对不行。照相人挨打就不说了,还得重新照一张有两只耳朵的主席像;毛泽东画像挂出后还有人说主席一直仰着个头,显得目无群众,画家没办法,改呗!能咋办。

  王国栋老师也难逃劫难,按照专业画像画法:都是先大致确定轮廓,然后集中一个点扩散开来。不料,有人说王老想拿毛主席当靶子,“先打鼻子后打眼”,想反革命、灭主席。王老是哭笑不得,只能生闷气。

  第四代主席画像人是葛小光,7岁学画,24岁独自绘制主席像。1977年开始由其主笔。每年1—2张。一张肖像画画了25年。接受采访时葛小光说:“每年感觉都不一样,我身边总会准备20多张不同年代、不同表情主席像作参考”。

  一切都在变化,一切都在发展,唯一不变的是人民对主席的感激,无论教科书专设《毛泽东思想及中国特设社会主义理论》,还是天安门不变的头像,乃至毛泽东纪念堂每日长长的排队瞻仰者。而他,则一直注视着这个国家的未来!

  (2017-09-01)


  如同我上一篇文章《给用户画了像,又如何》所讲的一样,用户画像已经人尽皆知了,在貌似满足用户需求的思想指引下,给用户进行了深入的画像并加深对用户的理解,但之后又该如何匹配合适的商品最终做到“人货合一”呢?

  很多零售商并没有深究,往往觉得货就是货,卖出去就行,这其实还是自己的本位思想在作祟,没有做到把最合适的商品呈现给最合适的用户,造成的现象则是:爆款总是断货,不好卖的货总是呆滞,客户看到店铺里堆了大量自己并不喜欢的产品时,体验可想而知。

  如何解决上述问题,就需要对自己的商品有深刻的理解,而“商品画像”则是解决这个问题的必由之路。

  商品画像如同用户画像一样,可以简单理解成是商品海量数据的标签,根据商品的特征、设计、功能、口味、波次、价位段、流行度、销售状况、促销力度、销售渠道差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、特点、场景、统计学要素等描述。

  而商品画像的意义则在于可以对商品进行精准的定位,让不同的商品迅速匹配到处在不同地域、时间、偏好、阶层中的消费者,进而去更加优化用户的体验,同时商品画像给商品所贴上的各种“标签”可以驱动后端供应链的各种的行为,如预测、补货、促销、库存、采购、生产、物流等等,都是要和这些标签相匹配,标签不同,模型不同,流程不同,管理的模式也有所不同,而且一切都是动态的。

  让众多零售商对“商品画像”重视程度不足的原因,主要是商品的管理往往扮演的是“幕后英雄”的角色,商品自身没有消费者自身“上帝”的地位,也没有场景那么炫目多彩,商品管理人员甚至有时不会和消费者直接发生接触,因而常备零售商所忽视,忘了“商品”才是消费者体验成败的关键所在。

  如同自己找到了一个目标,手中用于击中这个目标的手段(货)很多,但具体哪种“工具”能够最经济、效率最高击中目标并不非常清楚,好不容易了解了手中的“工具”,而“工具”(畅销款)又缺货了。

  有人说商品画像挺简单的,从销售历史的Top10和Bottom10的商品清单,就可以看出好卖还是不好卖,好卖多进货,不好卖少进货不就行了吗。

  但真的那么简单么?

  销售排行榜上排名第一的商品由于半价促销带来大量销量,或者由于铺货相对更广,就能说一定比第二名、第三名等没有促销政策或铺货较窄的货好卖吗?

  以时尚类行业为例,该类商品的一个典型特征是销售周期基本上都是在3个月左右,在对商品进行画像的时候,主要从商品的自然属性和销售状况出发,要考虑商品的颜色、面料、尺码、价位段、品类、品类结构比、波段规划、季节性特征、销售渠道、销售区域、门店铺货情况、竞争对手表现、市场容量/占比、产品生命周期趋势、供应商支持情况、整体销售趋势以及天气情况,并且依据分类算法模型给不同的商品贴上不同的标签,来综合判定不同的商品会适合于什么类型的消费者,以及商品的畅平滞的情况和原因,并且以上维度是要交叉分析的。

  例如渠道和产品维度、渠道和时间维度、产品和时间维度等进行交叉分析,鉴于这些商品上市的复杂度,就需要借助机器学习的算法来进行分类。

  在不同的销售渠道里销售的价格未必一样,面向的消费群体未必一样,每家店面铺货的情况未必一样,南北方的气温不同导致上市的时间会有所不同,而商品品类的结构在不同的区域也会不同,同时供应商的产能制约更是一个不可忽略的因素,如果竞争对手在忙上添乱,更是会让局势错综复杂,而整体行业数据的分析更是必不可少,所以这时就需要复杂的商品画像,让商品的自然属性和销售状态画像更加清晰的呈现在商品决策者面前。

  而零售便利店业态虽然和时尚品零售行业不完全一样,但也需要清晰的商品画像,重点考虑的因素包括商品的口味、特征、功能、天气、价格、当时活动、门店位置、竞争对手等因素。例如晴天将会导致中午气温上升,口味清爽、蛋白质高的便当会好卖,或者阴天将导致气温下降,那么消费者更加偏向口味浓郁、热量足、分量大的便当,所以零售商对便当的口味、分量、价位段、适用人群等要有清楚的认识,同时把便当和天气的外在因素结合在一起,形成一个完整的商品自然属性画像,这样对于目标消费群体更有针对性的销售和备货。

  一旦一个商品被贴上“好卖”的标签,那么对于预测要求开始提升,精度一定要高,而库存则要备足,后端的生产、原材料采购也要保证不出事,确保不断货;一旦被贴上“不好卖”的标签,那就赶快清库存找后路,防止库存积压。

  用户画像是产品的根基,但是“商品画像”是产品的外延生命力的象征。

  好的产品必须是易于在人群中推广的,一句话能讲清楚,如何让商品和消费者进行迅速匹配,同时通过商品画像来迅速启动需求链管理流程:预测、促销、补货、采购、生产、物流、配送等等,让好卖的商品不断货,利润最大化,让不好卖的商品赶紧清仓腾位置,不要形成呆滞库存,这样整个链条从消费者到零售商再到供应商就彻底地由商品给满意、高效、健康串联了起来。

  [新零售行业峰会来袭!]2016年马云在云栖大会上首提“新零售”,自此“新零售”已成为当下电商界最热词,各电商大佬反复提到“线上线下融合”。如今,无人便利店、无人货架等模式也上升至新的风口,入局者蜂拥而至……

  从旧到新,从传统到智能,零售经历着种种变化。对于企业来说,如何做到真正的落地执行?怎样借力实现销量和渠道的裂变?现场演讲嘉宾将在峰会上碰撞出精彩的火花,这将是一场新零售思想的盛宴。

  版权声明

  (2017-09-22)


  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)


  地铁,郑州市民重要的公共交通工具,每天,数十万人乘坐地铁出行。在地铁里,也经常会有一些好玩的事,笔者昨天坐地铁时,就遇到一位在地铁里为乘客画像的老伯。

  我们先来看看老人的作品,简简单单的线条勾勒,人物的形态、神色就跃然纸上,能看出来,老人有较好的绘画功底。

  老人姓马,退休前在市内一家医院工作,年轻时就爱写写画画。退休后,老人就把画画当作了晚年生活的重要内容,他非常喜爱人物素描。

  后来,老人发现在地铁里画画更好找“模特”,地铁里人来人往,男女老少,高矮胖瘦,非常适合进行人物速写的创作。

  现在,老人几乎每天都会在地铁里画画。他作画的工具非常简单,几张白纸,一根圆珠笔,随着地铁的开行,老人寻找着作画的“模特”,进行创作。

  老人感觉画的好的,就会主动送给“模特”,往往会让当事人非常惊喜。有时候,一些乘客也发现老人在给自己画像,但也都能接受,很少有拒绝的。马老伯说,这其实也反映了郑州市的发展进步,人们的心态越来越开放,愿意接受新生事物。

  这三个年轻女孩子,看到马老伯在画人像,就围拢上来,主动要求做模特,非常大方自然。

  老人的人物速写创作过程很快,抓住人物的眼晴、神态等几个重要特征,一般地铁经过三、四站就可以完成一幅作品。

  三个漂亮的女孩子,每人都收到了一张老人为她们创作的人像素描,非常开心,她们说要把画好好收藏起来,当作个人的“形象照”呢!

  马老伯在地铁里画人像分文不取,纯属爱好!你会偶遇到这位在地铁里画人像的老人吗?你会让老人为你画像吗?

  以下为网友评论:

  网友“柠_檬”:这个爱好可以,比那些逼着让座,为老不尊的东西强太多了

  网友“Honey”:画的不错,每一件化作都值得尊重,在作者心里都是无价的

  网友“囧o(╯□╰)o”:遇见过

  网友“還俗~爲紅颜”:画的真心不怎么样

  网友“庸人自扰∝”:这就是你上班迟到说坐过站的理由?

  (2017-09-21)


  过去的一个世纪,中国这个千年古国,曾有过几位风云人物,一度主宰了中国的历史进程。中国六百年来的政治中心天安门广 场,见证了中华大地的历史变迁。天安门城楼上从民国时期开始曾经先后悬挂过袁世凯像、蒋介石像,毛泽东、朱德等中共领导人的照片,并于斯大林逝世时短暂悬 挂过其半身像,其中毛泽东像种类最多。民国时期的天安门挂着蒋介石巨幅像。

  蒋介石巨幅像

  1949年7月7日,纪念抗战爆发20周年,天安门城楼上挂着毛泽东和朱德的相片。

  1953年斯大林逝世时,天安门城楼正中挂着斯大林半身像,天安门城楼上悬挂着横条幅“斯大林同志永垂不朽”,肖像两侧各有5面旗帜。1953年斯大林逝世时,天安门城楼正中挂着斯大林半身像。

  毛泽东向斯大林像献花圈

  中共领导人在斯大林像前

  1949年10月1日悬挂在天安门城楼上的毛泽东像

  1950年5月1日悬挂在天安门城楼上的毛泽东像(仅挂了一天)

  1953年10月1日至1962年10月1日悬挂在天安门城楼上的毛泽东像

  1963年10月1日至1967年5月1日悬挂在天安门城楼上的毛泽东像

  1967年10月1日悬挂在天安门城楼上的毛泽东像。

  2009年9月27日,工作人员正在对毛泽东像进行更换。按照惯例,天安门城楼的毛泽东像每年至少更换一次。

  以下为网友评论:

  网友“qzuser”:毛主席像永远要挂!他对人民的功劳太大了!

  网友“斗地主”:这才是真正的伟人,毛主席这种为国家为人民全心全意奉献一生的事迹后世永颂扬。

  网友“晨光”:伟大领袖毛主席万岁!

  网友“衣服又瘦了'”:伟大领袖毛爷爷万岁!

  网友“邪道”:我爱毛爷爷

  网友“星落天穿”:毛主席是真正代表人民的领袖,毛主席万岁,人民万岁

  网友“BIOTHERM”:伟大领袖毛主席万岁!伟大导师毛主席万岁!伟大舵手毛主席万岁万岁万万岁!

  网友“自由自在^_^”:没有毛主席没有新中国,毛主席万岁!

  网友“电锯惊魂”:伟大领袖毛主席,引领我们向前进。我爱北京天安门……

  网友“曹青宁”:永远是毛主席

  (2017-09-14)


  1、阿凡提和妻子一起商讨谋生之道,力求自己生活过得好一点。

  妻子思来想去,最后对阿凡提说:“我们在羊群通往草场的必经之路上,种许许多多的骆驼刺,当羊群来回经过的时候,肯定会在骆驼刺上留下很多羊毛。我们把这些羊毛蓄积起来,擀制出一张张漂亮的羊毛毡,然后把毡子拿去卖了再买回一群鸡,这样我天天就能拾许多许多鸡蛋,你再把鸡蛋卖了换回一只羊……”

  “与其这样还不如从那些羊群里抓回两只羊哩!”阿凡提打断妻子的话说。

  “不,不,不劳而获不好,再说做贼肯定没有好下常刚才我说到哪儿了?对了,我们买回了羊再让它下小羊,然后再用卖羊的钱买回一匹母马,再让母马生一匹马驹,我骑上小马驹……”

  2、某美女决定下重金让自己瘦身。花十几万元以后,她觉得非常满意。

  回家路上,在报摊,买了份报纸,找钱的时候,她问老板:“不好意思。你猜我几岁?”

  老板说:32。

  她好高兴:47啦!

  接着,她去麦当劳。问柜台的小姐同样的问题。

  小姐说:我猜29。

  她好高兴:不是,47啦!

  于是,兴高采烈的她去街角的统一超市买包口香糖,忍不住又问那里的柜台小姐。

  小姐说:嗯,我猜30。

  她好得意:47,谢谢!

  等公车的时候,她又问旁边的老头。

  老头说:我78岁了。眼睛不好,看不出来。不过,年轻的时候有种方法可以确定。如果你让我把手伸进你的衣服里,我绝对可以知道你的年纪!

  3、......某地的公交车上就设了有刷卡的机器,刚出来的时候人们对这机器就产生了很浓厚的兴趣,一位年轻的女士看到许多人都是拿个手提包有些是撅起屁股然后司机就让他们都过了,这时候女士看到前面一位少妇把屁股一撅然后就找了个位置坐了下来,这位年轻的女士也效仿着前面的少妇,把屁股一撅然后就走了。这时司机把年轻的女士叫住了。

  “喂,你还付钱呢?”司机回头朝那位年轻女士叫了下

  “怎么?什么意思啊?他们不都把屁股一撅就通过了,我比前面的那位少妇还年轻,她一撅屁股就可以通过,我就不行了啊!我还比她年轻呢!”说完气忽忽地甩了甩头发

  4、母女二人参观女儿男朋友的画展。

  母亲发现其中一幅裸体人像酷似自己的女儿,便急切的问道:“你没有光着身子给他画吧?”

  女儿回答:“啊,没有!”母亲听后,终于放心了。

  但是女儿接着说道:“他可能是凭记忆画的。”

  (2017-09-25)

  本文来源于新闻阁:转载请保留链接,不保留本文链接视为侵权,谢谢合作!