在吳道子還沒有成名的時候，靠給人畫肖像維持生計。當時遠在邊疆的安祿山也喜歡附庸風雅，但是為人心特別小氣，一次他聽到有人說吳道子畫畫小有名氣，於是就派人來到吳道子的家裡，讓吳道子給自己畫一張畫像，承諾給100兩紋銀。等吳道子畫好了以後，安祿山突然說道：“我改變了注意，一幅畫無論如何也值不了一千兩紋銀，我決定給你10兩，”反正已經畫好了，而且這畫裡的人是自己，如果自己不買的話， 別人也肯定不會買的，那就等於是把忙活了一場。
安祿山背信棄義臨時壓價，這讓吳道子很是生氣。於是吳道子就開始給安祿山講了很多關於誠信的道理，安祿山一臉不屑的說：“你也甭廢話，痛快點，到底是想要10兩紋銀，還是一毛錢也沒賺不到，你好好想想吧，你這個固執的不入流的傢伙。
吳道子一聽，非常憤怒。他大聲對著安祿山說：“我寧願一分錢不賣，也絕不會低價賣給你。不過我要提醒你的是，如果你今天違背承諾，不願意花100紋銀的話，那麼將來你就要付出一百倍的價格，為此付出代代價。安祿山心想：“一百倍那就是10000兩，做你的春秋大夢去吧”，說完安祿山得意的離開了。
吳道子覺得自己被安祿山狠狠地戲耍了一回，心裡暗暗發誓一定要讓安祿山為此後悔。從此吳道子四處拜師學藝，苦苦鑽研繪畫技巧。十幾年之後，功夫不負有心人，吳道子一舉成名，作品的價格也開始瘋狂上漲。安祿山早已將戲耍吳道子的那件事情忘得一乾二淨。過了很久，有個朋友告訴安祿山說：“我在大畫家吳道子的家裡看到一幅畫標價萬金，畫上的人物和你幾乎一模一樣，只不過那幅畫的名字可是不怎麼樣啊，你還是親自去看看把”。
這個安祿山於是就來到了吳道子的家裡，發現這一幅畫上面的人就是自己，正是當面吳道子不願意低價售賣的那幅畫，更讓他難堪無比的是那副標價萬金的名字竟然叫做“無面”。安祿山頓時氣不打一處來，正要發作，但是他又知道，吳道子現在是全國有名的大畫家，而且又是唐玄宗御用的宮廷畫師。如果吳道子在唐玄宗面前說自己壞話的話，那自己可就得不償失了。安祿山只好忍氣吞聲，心甘情願的花了萬金兩買走當時自己以為只值10兩白銀的那幅畫。吳道子將羞辱和打壓變成了一種前行的動力，吳道子很快便迎來到了柳暗花明。話又說回來,安祿山花了萬金買來了一幅吳道子的真跡，究竟是虧了還是賺了？
今天0點05分，毛主席畫像更換完成攝影/本報記者 郝羿
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，昨天夜裡，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，更換工作正式啟動。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，穩穩地鉤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，雖然是夜裡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“王根群9626”：偉大的毛主席
(2017-09-28)
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+首席資料架構師&資料委員會會長張金來為大家講解到底什麼是使用者畫像，快速建模框架，如何提高使用者精準畫像的的準確性，從理論到應用的一起了解使用者畫像。
什麼是使用者畫像？
使用者畫像也叫使用者標籤， 是基於使用者行為分析獲得的對使用者的一種認知表達，也是後續資料分析加工的起點。從認知心理學的角度，使用者標籤其實與人認知世界的方式相一致，人為了簡化思考，通常也會透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，使用者畫像的內容可以很寬泛，只要是對人的認知，都可以叫做使用者畫像。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，使用者標籤和使用者透視，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使用者畫像。今天我們在這裡說的使用者畫像主要指標籤。
使用者畫像的 4 個核心價值
一、市場細分和使用者分群：市場營銷領域的重要環節。比如在新品釋出時，定位目標使用者，切分市場。這是營銷研究公司會經常用的方式。
二、資料化運營和使用者分析。後臺 PV\UV\留存等資料，如果能夠結合使用者畫像一起分析就會清晰很多，揭示資料趨勢背後的秘密。
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使用者，進行定向廣告投放。
四、各種資料應用：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，都需要基於對使用者的理解，前提就需要獲得使用者畫像。
使用者畫像的基礎：資料
做好使用者畫像需要一定的門檻，一方面是資料的體量和豐富程度，另一方面是技術和演算法能力。今天介紹的經驗基礎是[友盟+]資料，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資料資源，每天大約有 14 億的裝置，覆蓋數百萬級的網站和 APP 行為，這個龐大的資料量使得我們有豐富的資料資源來生產使用者畫像，同時又要求我們能相應的技術能力來進行處理。
資料是如何生產，變成畫像的？
結合上圖，使用者畫像生產流程概覽，我們將使用者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。使用者瀏覽網頁、使用 APP、線下行為，這些資料都是礦石，需要提煉、加工成為產品，最後還要透過質檢。
這個過程通常有幾個步驟。首先獲得原始行為資料，基於這些資料做特徵抽取，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互動。實際上機器演算法對人的理解，一定要基於知識體系，就好像我們說的概念。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。
使用者畫像生產流程框架
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：
這裡先留三個懸念：
懸念一：從使用者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、從使用者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，使用者每天都在看汽車新聞、搜尋汽車相關的內容，基於這種行為，我們判斷這個使用者對汽車感興趣。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。需要透過使用者行為做預測，像使用者的性別預測，尤其是挖掘人的內心態度。比如，使用者在消費時，是激進的，還是保守的？有預測就有準確率。所以這裡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。比如說性別、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。使用者購物是為了炫耀，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？標籤是列舉不完的，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，對資料的管理和儲存都有更高要求。知乎，如果仔細去看它的話題設定，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
再回到剛才說的生產流程上。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。
首先我們要有行為資料，例如使用者每天看 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。只有知道使用者看的內容是什麼，才能統計偏好。環節二，如何基於使用者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：有些公司在建自有使用者畫像時會很幸運，例如電商、影片類、音樂類的媒體，它給使用者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使用者行為標註。
但是，對於一些通用型的內容，比如[友盟+]的資料，會有 PC 瀏覽資料、APP 的使用資料，一定要先了解使用者喜歡看什麼，才能去做下一步的工作。在這裡面，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
根據使用者的行為，統計標籤數值，歸一化。比如，我們判斷使用者是喜歡運動、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。
這裡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、搜尋、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。個體使用者的不同標籤間具有可比性。舉個例子，我有兩個標籤：閱讀、旅遊。我的閱讀標籤是 0.8 分，旅遊是 0.6 分，代表我更傾向於去閱讀，而不是去旅遊？如何保證這一點呢？在上面公式裡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。一個垂類內不同使用者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。比如說，今天全國使用者在 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。
我們剛剛說的是絕對化的值，還有一個簡單的做法就是做排序，基於使用者的使用時間做排序，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，而剛才說歸一化代表了強弱， 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、行為資料。瀏覽、使用、點選、購買、LBS 等，透過行為資料反映人的偏好傾向；
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，就要考慮使用者在這個商品上的傾向度有多高，需要使用者間可比較的得分。
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、樣本資料→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：使用者 30 天內開啟 APP 的天數、使用者 180 天內開啟 APP 的天數。這兩個資料都會作為特徵，考慮使用者短期和長期的情況。
使用者 30 天內使用 APP 時長佔比、使用者 180 天內使用 APP 時長佔比。剛才說的是次數，這塊是時長，使用者可能反覆開啟，但是總時長很短。
2、興趣特徵：雖然資訊有損失，但是泛化效果更好。舉個例子，你是 A 站使用者，他是 B 站使用者，理論上講，如果我們用最底層的資料，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；
近期使用者興趣標籤歸一化值、長期使用者興趣標籤歸一化值。使用者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、裝置與環境特徵：近期使用的裝置品牌、近期使用的裝置型號；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。有有監督的分類演算法：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說無正確率，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群。
第一，使用者分層的評估。針對於重點人群進行評估，不同人群分層進行評估；第二，從全域性進行評估。不要只侷限於樣本集合的評估，參看一些全域性統計資料。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，測試點選率；第四，利用其它資料佐證。使用其他行為資料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。
使用者畫像的應用
Data -> Insight -> Action->Data->…
第一步，先有資料，就像標籤生產出來，要有資料的過程；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；應用後又帶來新的資料，從而形成資料的閉環。舉個例子，廣告怎樣的群體點選了，資料被反饋回來，下一個迴圈可以進行調整，不斷地迭代，最佳化整個效果。
DIP營銷服務流程
關於上述流程的實際使用，結合[友盟+]DIP 資料智慧平臺講一下營銷服務流程是如何做的。
左上面是我們一些資料，例如：客戶上傳資料後，我們會有一個匹配的過程，把所有資料打通連線。上傳、匹配之後，會對這些資料做人群分析。比如說寶馬 X1 今年剛上市，他們把去年購買 X1 的使用者都上傳上來，我們會分析這樣的使用者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群，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群量不夠，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，將效果資料迴流，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。我們先要對潛在使用者要進行分析，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，透過進一步分析，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裡面的廣告，這也是一個觸達渠道，以及看什麼樣型別的，看資訊、社交、八卦，這個不太一樣。要找到受眾，應該到哪找？比如說去這種有態度的網易新聞，還是個性化的今日頭條，或者說騰訊新聞，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。
最後關於資料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，這就非常說不通了。
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 內的購買人群。紫色的線是人群的分佈，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 的使用者大多是年輕人，因為本身這個產品有一個年齡偏小的分佈特徵。透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群裡面是顯著的，這個群人才是你去做運營活動、投放的人群。
分析，一定要去做對比，單純看分佈是並沒有太多資訊含量。不對比看不出來差異。
4、環節的對比。哪些人我觸達了，哪些人到這裡落地了，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，一定要透過反饋來檢測，就是剛才說我們為什麼要資料閉環，比如說，有一個商品設計者說，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。
甚至說，你可以基於你的使用者場景做專屬標籤，以及你可以透過人群放大來做處理。舉個例子說，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，更多演示請點選「極客公開課•Live」第十四期檢視獲取
(2017-09-22)
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。有人說，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定與裝飾，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說的，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，並開始著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。私下裡就問她那喝過洋墨水的德齡公主，油畫要畫多長時間，德齡公主說一般需要幾個月。
原本慈禧的生活習慣，是每天起床後，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，說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麵部線條。
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，一張留在宮裡，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“使用者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)
朱元璋長什麼樣子?這是歷代史學家最喜歡討論的問題，根據《明史》裡描述其長相，朱元璋姿貌雄偉，奇骨貫頂，志意廓然，人莫能測。前八字是外貌，後八字是氣質，傳世的朱元璋畫像有兩類，一是明代宮廷畫師繪製的命太祖像，有兩副，一副中年像， 一副老年像，都畫得側向儒雅雍容華貴， 第二種是民間流傳，朱元璋其醜無比，下巴極長，滿臉麻子，這兩種像哪一種是對的呢?
其實民間的朱元璋像臨摹自宋文帝像，只是一種仿冒，懂得明史的人都可以知道，民間朱元璋畫像最大的問題就在於其衣冠，無論是哪種民間長下巴畫像，其衣冠服飾與明朝出土的畫像都有差異，包括朱元璋的兒子朱棣都不存在長下巴的形象，朱元璋與朱棣之間怎麼可能沒有遺傳呢?朱元璋的相貌異於常人，平民百姓上有愛美之心，何況講究威儀的帝王朱元璋?
即使平常百姓，也不希望畫師據實畫出面貌上的缺陷，所以有意識的暗示畫師造假是很可能的，但是需要我們質疑的是，既然朱元璋對自己的畫像要求極其嚴格，決不允許不滿意的作品流出，那麼民間何以會有這麼多版本流傳下來?明朝皇帝忌諱頗多，典律章法甚嚴，甚至在朱元璋孝陵前割豬草都可能嚴懲遭受牢獄之災，這那麼民間私藏畫像又該當何罪?如此多的版本畫像又是哪裡來的?因此民間醜畫像，甚至明朝衣物制度都不遵守，明顯唯一的可能就是是清代以後的付匯。
1644年，清世祖順治，也就是愛新覺羅·福臨趕走李自成遷都北京以後，清朝歷經數代，尤其是康熙時期或輕或重的都有開展篡改運動，為了加強對漢民族及漢文化的統治，甚至篡改《明太祖實錄》等史料，安排文人史官加以修飾，從文字到畫像極大醜化前朝，歌頌大清，在此背景下，原本民間傳說相貌怪異醜陋的朱元璋，就很難逃脫被惡搞的結局。再說，我國曆來就有成王敗寇的習俗做法及傳統思想，尤其臉譜化尤其明顯，比如戲劇中的曹操總是以白臉奸雄的形象示人。
再有我們的孔聖人孔子來說，當遵從儒術時其畫像儀表堂堂，一旦反孔盛行時又是猥瑣不堪，自然朱元璋也難免受到同樣的待遇。美國學者牟復禮及英國學者崔瑞德編寫的《劍橋中國明代史》描述，雖然體認民間傳說的，臉面有皺紋而痘點斑斑，顎部突出，但也認為朱元璋看起來預有不同凡響和神采奕奕的氣質。
在2005年出版的《劍橋插圖中國史》中，美國學者易蓓蕾也對明顯醜化朱元璋的畫像表達質疑，認為民間流傳的畫像是有畫師故意醜化的行為，認為明太祖和其他皇帝並無差別，至少應該以常人相貌示人。根據《明史》描述太祖姿貌俊傑奇骨貫頂，有學者也認為朱元璋異像裡的長下巴就是奇骨貫頂的寫照，實際上頂所指位置是頭頂，傳統相法有伏犀貫頂一說，認為是顯貴之相。《公篤相法》有云，其天庭之上有骨凸突，名曰伏犀骨，或伏犀骨貫頂而入百會，此貴而壽也，奇骨貫頂亦屬此類，並不是說下巴異常突出。
(2017-09-22)