天安門廣場遊客手持紅旗為祖國慶生
中國青年網北京10月3日電(記者 馬昌 實習記者 肖戎川)國慶長假，來自祖國各地的遊客，來到天安門為祖國慶生。有的是全家總動員，有的是朋友組團出遊，不論是大人還是小孩，他們用高舉着手中的紅旗，表達着對祖國誕辰的祝福。
一位來自福建的遊客告訴記者，一直都夢想來一次首都，特別想看一看天安門。今天，在這個特別有紀念意義的時間，既能給自己留一個紀念，也由衷地表達一點對祖國的熱愛。
一位遊客告訴記者，“我覺得這種方式特別有紀念意義，我愛你，中國!”。
在天安門廣場一位小朋友揮舞自己手中的國旗在奔跑。
以下為網友評論：
網友“I＆U”：國旗威武
眼下，各大高校的校園招聘會已火熱開啓，2018屆畢業生將投入競爭激烈的求職大潮中。據2017年《中國大學生就業難人羣畫像報告》顯示，有下列五大特徵的人羣是典型的就業“困難户”，一起看看你是否中槍？
特徵一：男性
按常理，一般男性在求職過程中較女生更有競爭力。但在當下的社會環境下，男性畢業生的壓力往往較大，故對工作的要求會較高，所以在應聘意向工作的過程中難度更大。
特徵二：一般本科(二本居多)
在當下大學畢業生數量居高不下的背景下，985、211大學的畢業生競爭力自然更高，普通一本次之；專科院校畢業生如果有一技之長的話，畢業季就業也不是問題；反而是那些二本、三本院校的畢業生，有些“高不成、低不就”的意思，就業稍顯
特徵三：來自二三線城市，求職目標在一二線城市
不得不承認，在現在的企業招聘中，尤其是一些大城市的企業，對於應聘者的户籍所在地也有要求，他們往往更加青睞有本地户籍和本地院校畢業的學生。這其實是一種隱性的就業歧視，但大多數考生往往都很無奈。
特徵四：單身
數據顯示， 就業難人羣中單身比例更大，單身人羣佔比超過71%；對比來看，就業比較順利的人羣單身者只佔50%，而已經結婚的比例也達到了近7%。這説明，能解決好個人問題，也是很有利於就業和職業發展的。
具體從專業來看，從專業來看，在求職難人羣中，又以歷史學、經濟學、土木工程、美術學以及工商管理這五大專業的人羣居多。
而比較容易就業的專業前五位則為計算機類、交通運輸類、電氣與自動化類、中國語言文學以及食品科學與工程類。
怎麼樣，你有就業“困難户”特徵嗎？你的專業是否難就業？歡迎交流分享！
以下為網友評論：
網友“年輕young活得漂亮”：説得好對啊，得解決問題啊
(2017-09-22)
全中國人都知道天安門城樓上懸掛着一幅巨大彩色畫像，那就是毛主席的畫像。
而大家有沒有想過這畫雖然歷經風吹日曬卻毫不褪色是為什麼呢？還有就是去過首都天安門廣場的看官，不知道你們站在不同的角度去看毛主席像，有沒有發現不管你站在上面位置像中毛主席的眼神始終注視着你，這又是為什麼呢？這些原來都是畫師用心設計的傑作。
這幅畫像是出自著名畫家王國棟之手。當年他接到中央派給他的這一重任時，他感覺壓力和責任重大。別看只是一幅畫像，其實是非常有難度和講究的。
為了突出毛主席的眼神，他廣泛蒐集資料，先後收集了60多幅主席畫像，從中篩選出十多張有特點的照片，編成一個小集子，作為畫像時參考，仔細研究了很久才作出了一副中西畫法結合的作品。他繪製的畫像以毛澤東半側面、雙眼平視的照片為摹本。他注重對毛澤東眉宇和眼神的表現，力求在描繪主席慈祥和善的同時，表現出他性格中敏鋭、機智和洞察一切的層面。最終將毛主席的畫像呈現的淋漓盡致，每個方位都能看到他的眼神。
而畫出如此大一副人像，是對畫者水平的考驗，不僅對畫者的藝術水平要求是極高，同時也是對身體素質的一種考驗。
因為畫像是為了讓人民都看到它，所以設計在天安門高處懸掛，而繪畫時就需要站到高梯上去畫，這高空作業一畫就是一天，普通身體素質是吃不消的。王國棟的徒弟曾回憶道，師傅傾注了一生的心血在這幅畫上，為了將這幅畫儘可能完美的畫出來，他經常站在梯子上一畫就是一整天，連飯都不吃。
而這幅畫的畫板選用的材質也是非常有講究了。因為這幅畫是暴露在室外，所以必須經得起風吹日曬，全都是手工糊成的平面玻璃鋼層壓板。就連顏料選用最好的顏料，幾十年過去了那幅畫還是和剛做出來的時候一樣。
這幅畫像總共耗時一個多月才完成，可見這幅畫像背後的人是付出了多少的心血。而迄今為止，這幅作品始終保持着亞洲最大手繪的地位。
毛主席雖然離開了我們，但是他為祖國做出的貢獻，為人民做出的貢獻我們永遠銘記在心，他永遠值得我們紀念！
以下為網友評論：
網友“U78706109”：偉大導師
(2017-08-24)
為迎接國慶68週年的到來，9月27日夜，天安門城樓毛主席畫像迎來了每年一次的“換新”工作。在施工人員們細心、安全的操作下，經歷一年風雨的舊畫像被緩緩取下，最新繪製而成的毛主席畫像懸掛在了天安門城樓上。9月28日清晨，來自五湖四海的遊客將在天安門城樓上看到一幅顏色飽滿亮麗的毛主席畫像。
9月27日23點，在微涼的秋風中，更換工作正式啓動。此次更換，施工人員動用了兩輛徐工QY25K5起重機和一輛貨車。和往年的更換工作一樣，施工人員登上城樓，先探身下到毛主席畫像的懸掛處，緩慢的將舊畫像輕輕摘下，再用起重機將畫像吊離懸掛的位置，直至舊畫像完全被取下。
QY25K5起重機的吊臂再次抬起，穩穩地鈎住停放在貨車上的新畫像的頂端，將畫像懸起，並向天安門城樓的中央靠近。整個過程，畫像並沒有搖擺晃動。三十幾分鍾後，新繪毛主席畫像被懸掛在天安門城樓中央。經過微調，9月28日0點05分，更換工作全部完成，整個換像過程持續了1個多小時。
徐工起重機械事業部副總經理張漢徐介紹説，在更換前，施工方已經做好周密的方案和施工人員的選派，確保施工的順利進行。
這樣的儀式每年一次，已經持續了51年。在1966年8月以前，每逢重大節假日，天安門城樓上才懸掛毛澤東畫像，平時在城樓上是沒有的。1966年8月以後，經中央決定，天安門城樓上的毛澤東畫像天天懸掛，每年國慶節前要更換一幅新的。
天安門城樓上懸掛的彩色巨幅畫像，是全中國人最為熟悉的一幅肖像畫。據瞭解，毛主席畫像高6米、寬4.6米，加上框，總重量達1.5噸，是全亞洲最大的手繪領袖畫像，用20天的時間完成，每年重畫一次。
從1996年至今，更換主席畫像的重任都由徐工承擔。從吊裝天安門毛主席像到天安門廣場“巨型花籃”，從人民廣場花壇建設到擦拭天安門華燈，徐工作為共和國長子，用幾十年的產業積澱和領悟，凝練出“技術領先、用不毀”的行動金標準，以責任擔當獻禮祖國生日。
無線徐州全媒體記者苗丹張峻琿
編輯悠然
以下為網友評論：
網友“U36492431”：好!支持
網友“心想是成”：莊嚴霸氣，鎮國之寶。
(2017-10-01)
此公開課為極客公園策劃的「極客公開課•Live」第十四期。本次公開課，我們將邀請到友盟+首席數據架構師&數據委員會會長張金來為大家講解到底什麼是用户畫像，快速建模框架，如何提高用户精準畫像的的準確性，從理論到應用的一起了解用户畫像。
什麼是用户畫像？
用户畫像也叫用户標籤， 是基於用户行為分析獲得的對用户的一種認知表達，也是後續數據分析加工的起點。從認知心理學的角度，用户標籤其實與人認知世界的方式相一致，人為了簡化思考，通常也會通過概念化的方式簡化事物認知，這種概念認知就是標籤。因此，用户畫像的內容可以很寬泛，只要是對人的認知，都可以叫做用户畫像。例如：今天路過這個門口三次的人，也可以是一個標籤，只要他有合適的應用場景。
另外，我們需要從概念上加以區分，用户標籤和用户透視，一個是個體的認知，一個是整體的標籤分佈，二者都經常被人統稱為用户畫像。今天我們在這裏説的用户畫像主要指標籤。
用户畫像的 4 個核心價值
一、市場細分和用户分羣：市場營銷領域的重要環節。比如在新品發佈時，定位目標用户，切分市場。這是營銷研究公司會經常用的方式。
二、數據化運營和用户分析。後台 PV\UV\留存等數據，如果能夠結合用户畫像一起分析就會清晰很多，揭示數據趨勢背後的秘密。
三、精準營銷和定向投放。比如某產品新款上市，目標受眾是白領女性，在廣告投放前，就需要找到符合這一條件的用户，進行定向廣告投放。
四、各種數據應用：例如推薦系統、預測系統。我們認為：未來所有應用一定是個性化的，所有服務都是千人千面的。而個性化的服務，都需要基於對用户的理解，前提就需要獲得用户畫像。
用户畫像的基礎：數據
做好用户畫像需要一定的門檻，一方面是數據的體量和豐富程度，另一方面是技術和算法能力。今天介紹的經驗基礎是[友盟+]數據，首先簡單介紹一下。[友盟+]有覆蓋線上線下的實時更新的全域數據資源，每天大約有 14 億的設備，覆蓋數百萬級的網站和 APP 行為，這個龐大的數據量使得我們有豐富的數據資源來生產用户畫像，同時又要求我們能相應的技術能力來進行處理。
數據是如何生產，變成畫像的？
結合上圖，用户畫像生產流程概覽，我們將用户畫像的生產比喻成一個流水線，就如同將礦石加工成成品的過程。用户瀏覽網頁、使用 APP、線下行為，這些數據都是礦石，需要提煉、加工成為產品，最後還要通過質檢。
這個過程通常有幾個步驟。首先獲得原始行為數據，基於這些數據做特徵抽取，相當於清洗、加工的工作；在機器學習環節，會與外部知識庫有一些交互。實際上機器算法對人的理解，一定要基於知識體系，就好像我們説的概念。比如，機器給人打汽車相關的標籤，一定要首先知道汽車體系有什麼樣的分類，有什麼車型，有這樣的知識系統我們才能把人做很好的標識歸類。
最後，質量檢測，這一步也很重要。一個標籤的質量決定了後期的應用效果，如果前期對人的分析偏了，後期結果就很難做對。
用户畫像生產流程框架
上面講的是概念圖，如果具象到實際操作中，是這樣一個框架流程：
這裏先留三個懸念：
懸念一：從用户行為日誌開始到標籤產出，為什麼有兩條線？
懸念二：標籤體系為什麼只作用在內容標註上？
懸念三：為什麼下面的「評估」過程要特別標註出來？
1、從用户行為日誌開始到標籤產出，為什麼有兩條線？我們把畫像分為兩大類：第一類：統計型畫像；第二類：預測性畫像。
第一類，統計型畫像是客觀存在，這種都是興趣偏好。比如，用户每天都在看汽車新聞、搜索汽車相關的內容，基於這種行為，我們判斷這個用户對汽車感興趣。這些行為是客觀發生的，因此無所謂正確率，也不需要訓練樣本集。
第二類，預測性畫像。需要通過用户行為做預測，像用户的性別預測，尤其是挖掘人的內心態度。比如，用户在消費時，是激進的，還是保守的？有預測就有準確率。所以這裏面有很重要的評估指標，就是正確率，也需要取樣本集。這就是二者的不同，也會有不同的加工流程。
常用的一些標籤體系
再繼續介紹標籤體系，因為很多同學會問到，「我應該建一個什麼樣的標籤體系？什麼樣的標籤體系是比較好的？」通常我們會把它分為四大類：
第一類：人口屬性。比如説性別、年齡、常駐地、籍貫，甚至是身高、血型，這些東西叫做人口屬性。
第二類：社會屬性。因為我們每個人在社會里都不是一個單獨的個體，一定有關聯關係的，如婚戀狀態、受教育程度、資產情況、收入情況、職業，我們把這些叫做社會屬性。
第三類，興趣偏好。攝影、運動、吃貨、愛美、服飾、旅遊、教育等，這部分是最常見的，也是最龐大的，難以一一列舉完。
第四類，意識認知。消費心理、消費動機、價值觀、生活態度、個性等，是內在的和最難獲取的。舉個例子，消費心理/動機。用户購物是為了炫耀，還是追求品質，還是為了安全感，這些都是不一樣的。
如何判斷標籤體系的好壞？
在實際構建標籤體系時，大家經常會遇到很多困惑，我列舉 5 個常見問題。
第一、怎樣的標籤體系才是正確的？其實每種體系各有千秋，要結合實際應用去評估。
第二、標籤體系需要很豐富麼？標籤是枚舉不完的，可以橫線延展、向下細分。也可以交叉分析，多維分析。如果沒有自動化的方式去挖掘，是很難做分析的，太多的標籤反而會帶來使用上的障礙。
第三、標籤體系需要保持穩定麼？不是完全必要，標籤體系就是產品/應用的一部分，要適應產品的發展，與時俱進。比如，以前沒有共享經濟這個詞，今天卻很熱。我們是不是要增加一個標籤，分析哪些人對共享經濟的參與度高？喜歡共享單車、共享汽車。
但是，有一種情況下，標籤要保持穩定。如果你生產的標籤有下游模型訓練的依賴，即我們模型建完後，它的輸入是要保持穩定的，不能今天是 ABC，明天是 BCD。在這種情況下，是不能輕易對標籤體系做更改的。
第四個，樹狀結構 or 網狀結構？樹狀結構和網狀結構從名字上就可以看出其分別。網狀結構，更符合現實，但是層次關係很複雜，對數據的管理和存儲都有更高要求。知乎，如果仔細去看它的話題設置，其實是網狀的。
網狀的特點就是一個子話題，父級可以不止一個，可能有兩個。比如兒童玩具，既可以是母嬰下分分類，也可以是玩具下的分類，它就會存在兩個父節點之下。樹狀結構相對簡單，也是我們最常用的。網狀結構在一些特定場景下，我們也會去用。但是實現和維護的成本都比較高。比如，有一個節點是第四級的，但它的兩個父節點一個是二級，一個是三級，結構異化帶來處理上的麻煩。
第五個，何為一個好的標籤體系？應用為王，不忘初心。標籤是為了用的，並不是為了好玩，最好保證標籤體系的靈活和細緻性。
統計型標籤的生產流程
再回到剛才説的生產流程上。我先結合下面的圖介紹上半邊，統計型的標籤是怎麼去加工的。
首先我們要有行為數據，例如用户每天看 100 篇文章，有 40 篇是體育的，有 30 篇是汽車的，有 20 篇是旅遊的，還有 10 篇其他的。我推測，你比較喜歡體育、汽車、旅遊。
對於這樣的標籤，大概需要什麼流程去做呢？環節一很重要，內容標註。只有知道用户看的內容是什麼，才能統計偏好。環節二，如何基於用户行為做聚合統計和歸一化。
一個經典的標註例子：網頁標註
在做內容標註時，一般會有兩種情況：第一種：有些公司在建自有用户畫像時會很幸運，例如電商、視頻類、音樂類的媒體，它給用户服務的這些內容是已經分類好的。可以直接用內容的標註來做用户行為標註。
但是，對於一些通用型的內容，比如[友盟+]的數據，會有 PC 瀏覽數據、APP 的使用數據，一定要先了解用户喜歡看什麼，才能去做下一步的工作。在這裏面，最複雜，也最典型的就是網頁的內容標註。
標籤的最終生成：行為統計
根據用户的行為，統計標籤數值，歸一化。比如，我們判斷用户是喜歡運動、還是服飾，會將他看來多少相關網頁、使用了多少 APP 進行累加，在除以一個總累積，得到一個標籤得分。
這裏面有幾個點需要關注：
第一、統計量的選取。可能是瀏覽數量、瀏覽時長、瀏覽頻度、複合關係等。舉個複合關係的例子，對於某個商品類目的偏好，你可以將瀏覽、搜索、收藏，購買等行為統計量加權在一起考慮。
第二、個體內的可比性。個體用户的不同標籤間具有可比性。舉個例子，我有兩個標籤：閲讀、旅遊。我的閲讀標籤是 0.8 分，旅遊是 0.6 分，代表我更傾向於去閲讀，而不是去旅遊？如何保證這一點呢？在上面公式裏將個體的行為總和作為分母就可以了。
第三、垂類內的可比性。一個垂類內不同用户的相同標籤具有可比性。
例如，我的動漫得分是 0.8，你的是 0.6，表示我比你要更喜歡動漫。那麼分母就是選取整個動漫類行為的總和。比如説，今天全國用户在 B 站上一共 100 萬小時，你有 1 個小時，你是百萬分之一，他花了 2 個小時，大約是百萬分之二，最後再做一個歸一化，就會產生一個類內可比的得分。
我們剛剛説的是絕對化的值，還有一個簡單的做法就是做排序，基於用户的使用時間做排序，這樣也可以。
但是排序和歸一化到底有什麼不同？排序只代表相對性，而剛才説歸一化代表了強弱， 我的得分是 0.8 和你是 0.6，就表示偏好強度上我比你高了 30%，而排序則不能反映這樣的比例。
11、統計型標籤生產要點回顧
1、行為數據。瀏覽、使用、點擊、購買、LBS 等，通過行為數據反映人的偏好傾向；
2、標籤體系。根據實際需要進行設定。可以參考《消費者行為學》、電商類目體系、應用市場體系、媒體資訊體系等；
3、內容標註。把行為相關的內容抽出來做分析，把標籤體系先打到它們身上，再累積到「人」身上；
4、得分歸一化。明確歸一化的目標，選擇所需的歸一化方法。舉個例子，推薦適合用個體內可比較的得分，不管 A 看會某個內容用了多少時間，A 所看到最多的內容就優先推薦給 A，不用和其他人比較；
但在投放廣告上，就要考慮用户在這個商品上的傾向度有多高，需要用户間可比較的得分。
預測型標籤的生產流程
預測性標籤的生產流程：特徵抽取→監督學習、樣本數據→評估→標籤產出，這也是經典的機器學習流程。
特徵工程
特徵工程，是機器學習的關鍵過程之一。最重要的是提取不同側面的特徵。我們以移動端使用行為可抽取的部分特徵為例：
1、APP 使用事實特徵：用户 30 天內開啓 APP 的天數、用户 180 天內開啓 APP 的天數。這兩個數據都會作為特徵，考慮用户短期和長期的情況。
用户 30 天內使用 APP 時長佔比、用户 180 天內使用 APP 時長佔比。剛才説的是次數，這塊是時長，用户可能反覆打開，但是總時長很短。
2、興趣特徵：雖然信息有損失，但是泛化效果更好。舉個例子，你是 A 站用户，他是 B 站用户，理論上講，如果我們用最底層的數據，你們兩個人是不太一樣的，但某種程度上，他們都是對二次元感興趣的人；
近期用户興趣標籤歸一化值、長期用户興趣標籤歸一化值。用户長短期基於興趣標籤下使用不同 APP 的熵值、歷史某類 APP 時間消耗佔比變動比例。其實反映了我們要看這個分佈，以及分佈的趨勢性，你過去關注度高，現在關注度減弱，和你過去關注度不高，現在關注度高，其實這兩個是完全對應不同的人，這也是我們參考的特徵。
3、設備與環境特徵：近期使用的設備品牌、近期使用的設備型號；工作日時間段內 Wi-Fi 使用時間分佈、休息日時間段內 Wi-Fi 使用時間分佈（工作日與假日的區分）。
模型訓練與結果評估
1、模型選擇。有有監督的分類算法：邏輯迴歸、SVM、決策樹、Bagging、深度學習；
2、二分類 or 多分類。二分類比較簡單，多分類則有不同的拆分策略。舉個例子，把人分為男女，是二分類的問題；分為年齡段，就是多分類的問題，我們在機器學習當中也有不同的做法，OvO（一對一）、OvR（一對其他）、MvM（多對多）。
3、結果評估。評估指標包括：正確率、召回率、應用效果。但是對於統計型標籤來説無正確率，召回率看閾值，今天你只看一個汽車的型號，理論上我也可以給你打一個標籤，但是分值非常低，這個分值到底要不要算做這個標籤的人，要看中選什麼樣強度的人。預測型標籤，一般看 Precision，Recall，F-Score，ROC。
4、Ranking 任務。一類特殊的定製化標籤。針對特定場景，如對電話營銷需要按照可能性排序打電話。套用上述模型，可以用最終得分來做 Ranking。
15、關於標籤評估的延展
標籤的生產不是目的，使用才是。正確率≠效果，舉個例子：喜歡看車不代表是試駕購車的目前人羣。
第一，用户分層的評估。針對於重點人羣進行評估，不同人羣分層進行評估；第二，從全局進行評估。不要只侷限於樣本集合的評估，參看一些全局統計數據。例如，人口屬性的分佈和統計局的結果是否相符？第三，有效果反饋的應用。將標籤直接應用於使用場景中檢驗效果。例如，進行營銷的定向投放，測試點擊率；第四，利用其它數據佐證。使用其他行為數據來驗證標籤的有效性。例如，在電商環境中後續的行為差異來評估顯著性。
一個快速建模框架
我們今天不再強調標籤豐富度，而是快速建模的能力。快速建模怎麼做到？這套系統在[友盟+]比較完備，使得我們收到一個樣本就可以很快訓練模型，這個流程最快 3 個小時就能夠把標籤算出來。
用户畫像的應用
Data -> Insight -> Action->Data->…
第一步，先有數據，就像標籤生產出來，要有數據的過程；第二步，分析，洞察。洞察並不是最終目的，因為洞察只是得到一個結論或者方向；第三步，開始應用；應用後又帶來新的數據，從而形成數據的閉環。舉個例子，廣告怎樣的羣體點擊了，數據被反饋回來，下一個循環可以進行調整，不斷地迭代，優化整個效果。
DIP營銷服務流程
關於上述流程的實際使用，結合[友盟+]DIP 數據智能平台講一下營銷服務流程是如何做的。
左上面是我們一些數據，例如：客户上傳數據後，我們會有一個匹配的過程，把所有數據打通連接。上傳、匹配之後，會對這些數據做人羣分析。比如説寶馬 X1 今年剛上市，他們把去年購買 X1 的用户都上傳上來，我們會分析這樣的用户在哪些方面是有特性的，比如年齡段、地域分佈、收入、偏好。有了這樣的分析後，我們可以選擇相應的人羣，基於歷史的偏好、特徵，然後再去投放；如果中間我們會發現人羣量不夠，最初選擇 10 萬人可以放大到 100 萬人。最後輸出到媒體、RTB 等渠道商。做預算，看效果，將效果數據迴流，再去迭代，以進一步提高投放的精準率。這是我們常用的一個流程。
在舉個實際的例子，如果要做一個新產品的傳播推廣，這時需要做定向投放。我們先要對潛在用户要進行分析，例如對於科技產品非常感興趣的人，我們發現他每天 8、9 點特別活躍，通過進一步分析，他會和哪些媒體做觸達，或者他看不看電視會不會留意到地鐵裏面的廣告，這也是一個觸達渠道，以及看什麼樣類型的，看資訊、社交、八卦，這個不太一樣。要找到受眾，應該到哪找？比如説去這種有態度的網易新聞，還是個性化的今日頭條，或者説騰訊新聞，這都需要進行分析。
基於上面的分析之後，再做結合分析。舉個例子，你對科技感興趣，那你的手機是不是到了更新期，你手機大概用了三年，應該到了更新期，就可以對這樣的特定人進行投放。把人圈出來，投放、曝光，曝光之後我們去看營銷的結果，然後返回來繼續分析，會不會對其他內容感興趣，再去做下一輪分析。
這就是我們之前做的一系列方法的一個應用。
最後關於數據應用我再給出一些通用型的建議：
第一、分析：
1、結合業務場景去選擇分析維度：如果你是給中年婦女推薦保健品，你去分析她們喜歡不喜歡二次元，這就非常説不通了。
2、不要只是簡單的看畫像分佈，一定要做對比。
3、例如，與大盤對比情況：TGI。上圖是我們分析一個 APP 內的購買人羣。紫色的線是人羣的分佈，年齡段的分佈。我們看到 18-30 歲之間的人很多，感覺還不錯。但是，如果你做一下大盤情況，APP 的用户大多是年輕人，因為本身這個產品有一個年齡偏小的分佈特徵。通過分析對比之後發現，TGI 比較高是 30-39 歲的人，這個範圍的人才是在購買人羣裏面是顯著的，這個羣人才是你去做運營活動、投放的人羣。
分析，一定要去做對比，單純看分佈是並沒有太多信息含量。不對比看不出來差異。
4、環節的對比。哪些人我觸達了，哪些人到這裏落地了，哪些人註冊了、哪些人真正瀏覽、哪些是留存、哪些是付費，每一個環節你都可以做這樣的分析。
第二、精準投放（Action）。這是我們今天做標籤非常大的一類應用。這時候大家可能會發現，我們做品牌廣告、效果廣告是不同的，舉個例子，品牌廣告我們就會關心 TA 濃度，關注我投放廣告的人性別怎麼樣、年齡分佈怎麼樣。效果廣告是不一樣的，效果廣告通常很直接，你這個人是不是點了，最終 CTR 高不高，最終購買 ROI 高不高，這種一定是你最直接的興趣是什麼，你什麼性別不重要，我就想知道你要不要。
另外一點，直覺未必靠譜，一定要通過反饋來檢測，就是剛才説我們為什麼要數據閉環，比如説，有一個商品設計者説，我這個產品目標是吸引白領女性，實際上他上市場去賣的時候發現，買他的男性大學生最多，跟他想的根本不一樣。
如果你一直持續的給白領女性做廣告投放，實際上效果可能不是最優的，反而你做校園活動會達到更好的效果。
甚至説，你可以基於你的用户場景做專屬標籤，以及你可以通過人羣放大來做處理。舉個例子説，我今天有新的車型上市，一個方法是，先選取對汽車感興趣的人，或者 SUV 感興趣的人，就可以去做投放，這個效果就可能不是最優的，更優的情況是針對你這個 case，去針對性的做訓練，針對性的選取跟你相關的人，通常效果上比通用的標籤選取更好，這時候我建議如果你特別強調你的效果，就去試試訓練專屬的標籤。
更多詳細講解，請見知乎 Live
以上就是本次公開課的關鍵內容，更多演示請點擊「極客公開課•Live」第十四期查看獲取
(2017-09-22)
日前高校驚悚懸疑片《致命畫像》在泰國曼谷舉行了盛大的開機儀式，各大主創人員悉數到場，中泰雙方工作人員以當地習俗舉辦《致命畫像》開機儀式並請來高僧開光祝福，屆時該影片也將先後在泰國、緬甸等東南亞影院與中國大陸同步播出。
《致命畫像》由泰鳳凰文化娛樂集團， MUNWORK影視製作公司出品；北京泰鳳凰文化傳媒有限公司，上海丸夢傳播文化公司聯合出品。由泰國“鬼王”JOY執導（泰國），曾執導過著名恐怖片《魔鏡3D》，Soni與BOY監製（泰國），瑞雅製片。鬼馬少女劉珊、內地新晉花旦王璐、跨界音樂人徐熙宇、泰國人氣偶像blackJack蘭辰（泰國），泰國第七電視台當紅小生TYFOON（泰國）等聯袂主演。
泰國有着十宗恐怖傳聞的“藝術大學”取景
《致命畫像》的取景地是曼谷周邊的一所藝術大學，傳聞該大學曾經有過十宗恐怖傳聞，其中發生的各種靈異事件讓人捉摸不透，感覺異常恐怖。儘管泰國當地有着佩戴護身符的信仰，在開機儀式當天還請了高僧開光。劇組人員依舊互相講述着之前看景時所碰到的恐怖事件。最值得期待的是兩國跨界的合作也是該片的一大看點，幾位主創會帶給粉絲怎樣的驚喜，我們拭目以待。
泰國風俗開機儀式，體驗東南亞影視文化
當天的開機儀式泰鳳凰文化娛樂傳媒集團及MUNWORK製作公司還邀請了泰國的高僧前來坐鎮，隆重程度足以看出主創團隊對這部影片的重視。從製作方到劇組人員到演員，大家都想要踏踏實實的拍一部精良影片，讓觀眾能夠得到中泰影視文化結合的享受。泰國的驚悚片可以説是非常成功的，這次中泰合拍從演員到創作上都融入了一些中國元素，兩種不同的文化碰撞出的火花多了一份期待性。人物設定、故事情節會不會跟觀眾固有思維中的泰式驚悚片有所差別，影片上映時親自去感受一番就知道了。
影片製作組道具上力求做到最逼真，演員全程親自拍攝不用任何替身，不論是氛圍、音樂還是情感的營造都體現着一個驚悚片的高水準。雖然都是年輕演員，但大家的創作熱情和對錶演的熱愛讓這部片子有了一個基本的保障，相信這樣一羣年輕人最終呈現的作品會用誠心打動每一位觀眾。
以下為網友評論：
網友“武漢用户42xxxx208”：中泰開通,泰國獲利巨大。
網友“妃飛洋洋”：魔鏡,恐怖片,中泰韓三國導演,分泰國韓國中國三段故事
(2017-09-25)
昨夜天安門城樓更換毛主席畫像
本報訊(記者 王薇)為迎接建國68週年的到來，昨天夜裏，天安門城樓毛主席像迎來了每年一次的“換新”工作。在施工人員細心、安全地操作下，經歷了一年風雨的舊畫像被緩緩取下，最新繪製而成的毛主席畫像懸掛在了天安門城樓上。今天，來自五湖四海的遊客將在天安門城樓上看到一幅顏色飽滿亮麗的毛主席畫像。
昨夜23點，更換工作正式啓動。此次更換，施工人員動用了兩輛吊車和一輛貨車。和往年的更換工作一樣，施工人員登上城樓，先探身下到毛主席畫像的懸掛處，緩慢地將舊畫像輕輕摘下，再用吊車將畫像吊離懸掛的位置，直至舊畫像完全被取下。吊車的吊臂再次抬起，穩穩地鈎住停放在貨車上的新畫像的頂端，將畫像懸起，並向天安門城樓的中央靠近。整個過程，畫像並沒有搖擺晃動。三十幾分鍾後，新繪毛主席畫像被懸掛在天安門城樓中央。施工人員還細緻地用毛巾將畫像的底部畫框擦拭乾淨。今天0點05分，更換工作完成，整個換像過程持續了1個多小時。
昨夜的北京微涼，雖然是夜裏23點，天安門城樓前仍然有遊覽的遊客。他們見證了畫像的更換工作。畫像更換完畢後，大家等不及紛紛舉起相機、手機和新畫像合影留念。
據瞭解，每年國慶節前夕，天安門城樓都要更換新的毛主席畫像，被風吹日曬稍許褪色的舊畫像被取下。畫家將會把舊畫像進行處理，在處理後的畫板上再精心畫出毛主席的新畫像，等到了下一年國慶前夕，再把上一年的舊畫像更換下來。據瞭解，毛主席畫像高6米、寬4.6米，加上框，總重量達1.5噸，是全亞洲最大的手繪領袖畫像。
以下為網友評論：
網友“王根羣9626”：偉大的毛主席
(2017-09-28)
慈禧是歷史上著名的＂奢侈＂太后。她生前酷愛珍珠、瑪瑙、寶石、玉器、金銀器皿，號稱“皇室珠寶狂”，死後棺內陪葬的珍寶價值白銀高達億兩。有人説，慈禧的奢侈，不是一個人的奢侈，是以整個大清的滅亡作為代價，大清才是她的陪葬品！
清王朝最後一任總管太監小德張回憶：慈禧當年一天的宮中費用大致是紋銀四萬兩。
慈禧60歲的生日時為自己準備的首飾合黃金1萬兩，白銀38萬兩；置辦衣服花去黃金23萬兩；從頤和園回紫禁城所經道路的景點設置與裝飾，花去白銀240萬兩……
慈禧這個生日，約花了白銀1000萬兩，相當於整個北洋艦隊的經費。但這個數目跟我們接下來要説的，實在是小巫見大巫了。
1900年，清朝爆發了義和拳運動，時稱“庚子之亂”。慈禧默許殺伐洋人，由此引起八國聯軍強攻大沽口並進犯京城，慈禧只得帶光緒帝和一班親貴倉皇逃離。
國難期間，慈禧這個實際統治者的國際形象敗壞到了極點。西方報刊上便出現了依據傳聞解讀的中國太后形象，一個既醜陋又野蠻，既陰險又兇殘的老女人。
“庚子之亂”平息後，慈禧讓光緒帝（時稱“兩宮”）下罪己詔，發誓要母子同心，推行新政，並開始着意改變自己與中國的國際形象。
正好後來美國公使康格公爵與其夫人一起覲見慈禧，公爵夫人給太后介紹了一位技藝高超的美國油畫家柯女士，擅長畫人像，作品入選過巴黎展覽會，她願意為慈禧太后做一幅畫。
慈禧不懂油畫是什麼，但見對方那麼客氣，就把柯女士留在了身邊。私下裏就問她那喝過洋墨水的德齡公主，油畫要畫多長時間，德齡公主説一般需要幾個月。
原本慈禧的生活習慣，是每天起牀後，梳洗三個鐘頭才出門。現在為了畫像，提前半個小時就出來了。
慈禧坐在樂壽堂的寶座上，柯女士就坐在下首給她畫像。一動不動的坐了幾個早上，慈禧漸漸就不耐煩了，於是命令德琳公主穿上她的衣服坐在寶座上，説是等到畫臉的時候她本人再坐上去，這應該也算是中國比較早的模特行業了。
可是事實證明，慈禧的耐心十分有限，後來等到畫臉的時候，她也是坐幾分鐘就要下來，柯女士技術再好，到最後畫的也是德齡公主的輪廓和麪部線條。
閒下來的慈禧看到柯女士畫的自己不夠完美，就各種讓柯女士修改，最終出爐的畫像慈禧看完十分滿意(經過多次ps能不好看嗎)。
畫完第一幅，柯女士終於明白了慈禧想要什麼樣的作品，畫得像不像本人都不要緊，只要畫得好看就能過關，於是依樣畫葫蘆，又為慈禧畫了一幅。
慈禧果然更加喜歡，高興的慈禧當時就賞賜了柯女士一萬兩白銀，本來早已崩潰的柯女士看到這麼多的錢，估計要瘋掉了，徹徹底底的大賺一筆。
本來畫這兩幅畫的目的就是改善自己的國際形象，於是慈禧便命令工匠將兩幅畫都進行豪華裝裱，一張留在宮裏，另一張拿去參加美國聖路易展覽會，讓美國人民也一睹天顏。
以下為網友評論：
網友“用户75xxxx547”：清朝慈禧太后的作風
網友“閆永勇”：清朝的敗類___慈禧太后
(2017-09-22)
閲讀是人類進步的階梯，大家好，我是人見人愛、花見花開、車見車爆胎的小編，今天又來給大家扯淡來了！喜歡小編的，可以點下關注哦！！
盤點娛樂圈明星真人素描畫像，你最喜歡誰！！
楊穎素描畫像，不得不承認，顏值巔峯的楊穎，確實很美。不管整沒整，反正美就行了。
孫儷素描畫像，《甄嬛傳》的早期扮相，雖然劉海看着沒氣質，但是顯小，看起來很嫩。
佟麗婭素描畫像 丫丫的五官，簡直美到無可挑剔，唯一的膚色略黑的缺點整好被素描所掩蓋，美的一切都剛剛好。
黃渤素描畫像，這樣的黃渤看起來竟然有些痞帥痞帥的，看來渤哥不僅演技了得，顏值也不差。
郭德綱素描畫像，這樣的他，看起來還蠻好人臉的。
章子怡素描畫像，《十面埋伏》裏的小妹，章子怡最美的樣子。
劉亦菲素描畫像，劉亦菲真的美得太任性了，五官堪稱完美，黑白的素描更加凸顯氣質，簡直比本人還要美。
我們常常看到的風景是：一個人總是仰望和羨慕着別人的幸福，一回頭，卻發現自己正被仰望和羨慕着。其實，每個人都是幸福的。只是，你的幸福，常常在別人眼裏 。
以下為網友評論：
網友“武安君”：第一個和第三個不認識
網友“生活”：畫的很好，傳神
網友“雞蛋呱呱”：這是圖片軟件處理的，連素描基本的線條都沒有，小編出來搞笑的麼
網友“龍行愛你”：可是所謂的顏值巔峯我覺得並沒多漂亮，還沒我波多野結衣老師好看呢
網友“金玉佳人”：畫得像個逼樣，如果畫僅僅要求像，那麼就不需要畫了，傻瓜相機完全可以都搞定…什麼審美素養
網友“回眸一笑╰我吐了”：只有我一個感覺劉亦菲不是很漂亮嗎？
網友“夢也不行”：黃渤那張，我看到了冠希哥的影子
網友“清晨依舊”：我覺得楊穎的美只浮於表面，沒內涵，沒風情！
網友“jennifer”：見到説劉亦菲美的我就納悶
網友“重做版磊不停服更新已上線”：章子怡那張我感覺是圖片後期處理出來的，其他的肯定是畫出來的，之所以沒有線條是因為用了擦筆，章子怡那張就是看着太。。。太。。。説不上來，就是不對。
(2017-10-01)
9月27日23點，在深夜微涼的秋風中，動用了兩輛吊車和一輛貨車。遲緩的將舊畫像悄悄摘下，再用吊車將畫像吊離懸掛的位置，直至舊畫像完整被取下。整個過程，畫像並沒有搖晃晃動。
9月28日0點05分，改換工作全部完成，整個換像過程只持續了短短1個小時。
9月28日清晨，當在天安門城樓上看到一幅顏色豐滿亮麗的毛主席畫像。為中國的發展感到自豪，也衷心感謝毛主席做出的貢獻。
據説，每年國慶節前夕，天安門城樓都要改換新的毛主席畫像，被風吹日曬稍許褪色的舊畫像被取下。等到了下一年，畫家將會把舊畫像停止處置，在處置後的畫板上再精心畫出毛主席的新畫像，國慶前夕，把上一年的舊畫像改換下來。而毛主席畫像高6米、寬4.6米，加上框，總重量達1.5噸，是全亞洲最大的手繪首領畫像。
(2017-09-30)