回复: 266 | 浏览: 54484
| 字体: tT
微信扫一扫 手机看此贴
好内容 随时分享到朋友圈
[生活服务]
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
你的另一个娘家
孕妈必用 谁用谁好孕
羊城大小事 尽在广州圈
| 字体大小: tT
本帖最后由 两种闲愁 于
10:32 编辑
4月18日更新：我的工作虽然半个小时可以完成，但是要朝9晚六，要打卡。晚上到家都要7点了。即使没事做也要在公司坐着啊？何来照顾家庭？？？我都不知道什么样的单位可以上下班不打卡，下班可以提前送小孩上学的。我是没做过。这么多年都是要按时上下班的。。。所以，这份工作也不能照顾家庭更多。 如果请假，要扣钱的撒。。。
————————————————
我30了。本来想换工作的，可是觉得自己什么都不会，一无是处。
想冲冲电，拿本书来看，但是大脑一直处于混沌状态，就是虽然眼睛在看这书，但是大脑根本不能分析和记住书的内容。
我不知道是年纪的原因让我每天都走下坡路？
还是因为我一直都在混日子，从大学开始？大学基本没怎么学习。
毕业了工作，前几份工作在小公司，待遇一般，不算很好也还成。也没学到什么东西。
现在的公司呢，类似于那种国企（不是国企，只是说在这里工作就像在国企工作一样，大家都在混日子），每天也就工作半小时。做得多也没成绩，做的少也不被批。所有的员工都在混日子。
我觉得自己已经是个废人了，很难再找到新的工作。
我可以选择继续在这里混下去，但是人心难免不甘。而且老公还在外地工作，我怕辞职了到外地（BEIJING）找不到工作。
如果给自己充电，到校园读书基本不太可能了。就即使自己看书，我的脑子根本就不在书上？看不进去，也记不住。。
30岁，我就已经有了50岁的状态，怎么办怎么办怎么办？？
————————
4月17日更新：上了首页，回复的人越来越多。我已经没法一一回复了。
感谢那些善意的建议和批判。
也希望同处困境中的们能慢慢改变心态，做个有上进心的人（我属于空有一颗上进之心却很少行动的人）
行动起来，从现在开始。
每天写写日记，工作笔记，短期计划，长远规划，，一切一切你想写的东西；
每天思考一下工作心得，经验教训（这个我还没有，因为工作太少，没有心得）
每天读书（无论是管理，理财，散文，杂谈.etc.）
走出家庭和工作，结交朋友，重归社会。不要总是生活在自己的世界里。我现在属于这种情况，导致跟陌生人有点了。说话也说不到点子上，没有逻辑思维，反应迟钝。。等等。问题很多。还是要与人多多交流。
学一些技能。转行也好不转也罢。充实自己，比如英语，西班牙语，（我的爱，没学过），（可以缓解压力塑形提升自信），等等；
有时间的可以做些兼职（我有个接近2钻的淘宝店，闲置很久。如果有妈妈有好的货源愿意招人代销的可以联系我。以前也做过家教和翻译。钱是一方面，接触社会也很重要。。大概我已经快成白毛女了，这么多年一直活在自己的世界里。）
保持妆容。适当化妆，学会穿，，不要买很多便宜货又压箱底（好的外在是女人自信的源泉）
带小孩的妈妈可能比较难实现很多事情。比如读书，我晚上下班要带小孩，孩子睡了很晚了。周末也要带。没机会去买书。这种困难要想办法客服。需要家人的理解和支持。
慢慢改变，做个积极向上的老美女！
发表于141楼
楼主,你把我这个潜水的千年老妖给炸出来了.
我也是外贸,工作大多数时间也在混日子.也是脑子好像浆糊,看书学习都学不进去.主要是脑子混沌的感觉.
只是好的一点儿:我老板对我不错,从07年7月入职的1.6K,到现在,工资升到10K了.
公司离家近,只有三五分钟.我儿子尚小,所以没有跳的想法.
我们共勉哈..
发表于181楼
回复 blueskysmart 的帖子
培训的哦，中华会计和东奥都有点，我是中午休息时间在公司听了课，然后下班在外面吃点东西去图书馆看书的，然后回家洗个澡休息吃东西，11点看到12点左右，睡觉，怀孕八月，累得要S，不过当时我是很强烈努力过的，因为我知道生完孩子我就没心情考这些了
发表于186楼
美妈,刚好我朋友工厂做皮包的,在招网络分销商哦,好像不用交什么费用的,一件代发的.有兴趣可以和他联系QQ
发表于243楼
同龄人~我还未婚未育呢！之前在大型连锁零售家电企业工作压力太大所以辞职了~因为呢个时候是区域主管~辞职跳出来后就高不成低不就的了！现在只求有个安稳的公司一直做到退休就可以了~LZ公司请人不？！
&能这样混到50已是很好的事情，能腾更多时间照顾家庭，挺羡慕的&
&我前两年还有这种茫然感，不过我是公务员，待遇不高，没LZ这么轻松，就是没有奋斗目标，现在生小孩了，整个心思放在宝宝身上，茫然感也消失了&
&公司招人么？叫我去嘛。哈哈。&
&懒散的工作氛围确实会影响到员工的生活态度。。。&
&我都觉得是罗，如果LZ有得五六K以上，又不用加班，一天只工作半小时，又无压力，还是国企，多少人狠都狠吾到拉。&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
我不知道是什么原因导致我的状态：
- 生小孩和其他手术的全麻导致？
- 大学开始到现在有10年都没有学习过，看书过，充电过，知识层面已经无法对接现在的社会？
-带孩子累的？
-目前工作闲的？以前的工作虽然不是很累，但是也不会先到整天无所事事。我现在每天就是逛淘宝。。就是因为生活太过空虚。
&自己找点事情做，上班有电脑都能做很多事情的啦&
&太闲了，不好，我以前的工作就是那样，如果人没有冲劲，那真是浑浑噩噩的过日子&
&我现在也是这样的状态，以前总说别人打酱油，现在却变成是自己在打酱油。有时候一天也就只有半小时是在工作的。&
&就是闲的，还有对生活没有太大期望了，或者对自己失去信心了，认为自己的能力无法改变现状了&
&感觉是习惯安逸了~&
精华0&帖子1560&经验值7488 &注册时间&妈币6038 &
帖子1560&经验值7488 &注册时间&
唉，跟我有点像啊，更麻烦的是我老公辞职了，找了半个月还没找到新工作，他都失去信心了，这时我更不敢说半句泄气的话，还得一直鼓励他，其实我心里也有很多想法啊，也有心情不佳的时候啊。难，，，，，生活难。。。。。
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
我LG虽然没失业，但是他已经开始有意无意的在言语中嫌弃我 找不到高薪的工作了。他忘了跟我结婚时工资是我的一半，并且身无分文，欠的信用卡1w还是我给他还的。。。
男人真是靠不住。还是要靠自己。可是自己已没有竞业资本。为家庭和孩子所累。。容颜老去。。
&30岁是新的开始，才不老呢，lz要转变心态哦&
&才30岁的人就说老了，真的老了，但是是说你的心态&
&所以说女人有收入才有地位才有话事权，即使收入少起码不用伸手看人面色要钱花！&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
找工作一搬都要1-2个月。。。。
精华0&帖子1560&经验值7488 &注册时间&妈币6038 &
帖子1560&经验值7488 &注册时间&
唉，怎么说呢，我和老公刚认识的时候，他工资也没我多，过了几年后他是我的好几倍了，有时也会透出嫌我工资少了的意思，有时我也会很气，为了家，为了他，我从外地嫁过来跟他过，有时爸妈生病了，我都不能及时回家看看，每每想到这些，我就上淘宝买自己喜欢的东西，给我爸妈买东西，只要是自己觉得的好的。这样以后心里稍微会平衡一些。所以说女人还是要对自己好点，要不没人会可怜你，老公和婆婆就更不可能了。
&是的。要争气&
&同意，而且如果你的工资比他高好几倍，他也不会开心，真是无聊呢&
&顶这个 认同&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
所以说 天下男人都是薄情寡义的。。别指望他们太多。。
还是要自己努力。可是到了30岁还混的比较差，估计会一直这么差下去了。。。
坐着一份自己讨厌的工作，却又没能力换到好的工作。是被岁月蹉跎了，还是被男人蹉跎了，还是自己堕落了。。。。。
&正能量在哪里!&
&与其埋怨，不如行动，什么时候开始学习都不晚，不要认为自己被谁谁蹉跎了，其实是你自己。&
&你的心态有点低落，先调节一下好点。。。。&
精华0&帖子1560&经验值7488 &注册时间&妈币6038 &
帖子1560&经验值7488 &注册时间&
& & 回复 WCC1984 的帖子
所以说 天下男人都是薄情寡义的。。别指望他们太多。。
你的心态有点低落，先调节一下好点。。。。
精华0&帖子43&经验值207 &注册时间&妈币144 &
头像被屏蔽
帖子43&经验值207 &注册时间&BB生日
提示: 作者被禁止或删除 内容自动屏蔽
精华1&帖子1383&经验值15703 &注册时间&妈币12907 &
帖子1383&经验值15703 &注册时间&BB生日
我都觉得系啊，抱抱，情况同你差唔多~
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
前几天一个500强外企HR电话面试我，是猎头推荐的。我觉得我自己说的语无伦次。
后来猎头说可能是电话面试语音语调和案例分享的问题。
现在特别不自信，说话也是小小声。
没有认真总结过工作，没啥惊天地泣鬼神的案例。
似乎都是糊里糊涂的做事。
一直做外贸。以前在小贸易公司，外贸业景气，很好拿高薪。现在想转行。。。以前的东西基本没用。
转行很难。
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
&&& &。。。。。。。。其实其他的我都不在意，
我就是想有一份不错自己也喜欢的工作。可以多多少少“自我实现”
这是前提，有了工作有了好心情才有其他。
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
我也是。不知道什么时候变得这么自卑。。。。。。。。我是有工作，收入也还勉强，主要是工作很无聊没前景，不喜欢现在的行业和工作。。
可能没有其他路可走，只有充电吧。。虽然不一定冲进去，好歹试试吧
&没有激情的工作会荒废你的一生，才30出头这样子，太颓废了，改变一下现况吧！&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
还是不能太多消极的东西，影响自己，也影响别人。。
有些事情既然没法改变，也只好接受。
精华0&帖子0&经验值854 &注册时间&妈币648 &
帖子0&经验值854 &注册时间&
最近我也消极了。生活和工作都不顺心，真不想再继续下去，但却无力改变，想要工资高点改善生活条件，自己却没这个能力，老公也指不上，自己也还是在迷茫中。
精华1&帖子1383&经验值15703 &注册时间&妈币12907 &
帖子1383&经验值15703 &注册时间&BB生日
你简直讲出我心声啊，当初就是想追寻自己想要的也，而坚决甘离开左一间做左八年的工作，到宜家都未稳到合适的，所以我成日问自己，系米真是错啦?
精华0&帖子889&经验值5498 &注册时间&妈币7438 &
帖子889&经验值5498 &注册时间&BB生日
& & 我30了。本来想换工作的，可是觉得自己什么都不会，一无是处。
想冲冲电，拿本书来看，但是大脑一直处于混 ...
我已经三十五岁，好想退休的生活，唔想工作，觉得好烦，好忧郁，亚力山甘的压力，个仔才二岁。
&和MM一样的心情呀，我昨天刚辞职-做完这个月底，烦恼中呀！&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
家庭经济如何？如果不是经济条件好，35岁很难退休。
但是可以自己做。。。。。
我有个好朋友，刚刚辞了华为的秘书工作（月薪1W多吧，连奖金），自己开个母婴店。回老家。
当然她LG比较给力，已经全款几套房。。
&当然不能不工作，只是叹下，不工作，吃饭都成问题，什么都是用钱的时候。&
精华1&帖子322&经验值1389 &注册时间&妈币1552 &
帖子322&经验值1389 &注册时间&BB生日
找了多久工作？如果1-2个月还是比较正常的。
现在我都觉得自己找不到工作了。。所以还在犹豫是不是要坐着这份工作一边工作一边充电，学点知识明年再跳巢。。可是现在的工作真是一天都不想做了。。
精华0&帖子2220&经验值9479 &注册时间&妈币10423 &
帖子2220&经验值9479 &注册时间&BB生日
有工作好过没工作的人呀，亲
V号：Ting2681293
30岁女人，觉得自己一无是处，没有能力再找工作。 ...
回帖后跳转到最后一页
羊城大小事 尽在广州圈
登录妈妈网
手机上妈网
孕妈必用 谁用谁好孕
宝宝成长时光相册
&增值电信业务经营许可证：粤网安备案号：4公安机关备案号：
All Right Reserved版权所有&&&&
你选择的金额范畴属于普通装修，将会为你分派装修队，只提供平面设计图噢！
一分钟免费预约！获取4套装修设计方案！
居住区域：
装修预算：276被浏览249406分享邀请回答263 条评论分享收藏感谢收起51 条评论分享收藏感谢收起&b&大数据（Big Data）&/b&&br&&br&大数据，官方定义是指那些数据量特别大、数据类别特别复杂的数据集，这种数据集无法用传统的数据库进行存储，管理和处理。大数据的主要特点为&b&数据量大（Volume）&/b&，&b&数据类别复杂（Variety）&/b&，&b&数据处理速度快（Velocity）&/b&和&b&数据真实性高（Veracity）&/b&，合起来被称为4V。&br&&br&大数据中的数据量非常巨大，达到了PB级别。而且这庞大的数据之中，不仅仅包括结构化数据（如数字、符号等数据），还包括非结构化数据（如文本、图像、声音、视频等数据）。这使得大数据的存储，管理和处理很难利用传统的关系型数据库去完成。在大数据之中，有价值的信息往往深藏其中。这就需要对大数据的处理速度要非常快，才能短时间之内就能从大量的复杂数据之中获取到有价值的信息。在大数据的大量复杂的数据之中，通常不仅仅包含真实的数据，一些虚假的数据也混杂其中。这就需要在大数据的处理中将虚假的数据剔除，利用真实的数据来分析得出真实的结果。&br&&br&&b&大数据分析（Big Data Analysis）&/b&&br&&br&大数据，表面上看就是大量复杂的数据，这些数据本身的价值并不高，但是对这些大量复杂的数据进行分析处理后，却能从中提炼出很有价值的信息。对大数据的分析，主要分为五个方面：&b&可视化分析（Analytic Visualization）&/b&、&b&数据挖掘算法（Date Mining Algorithms）&/b&、&b&预测性分析能力（Predictive Analytic Capabilities）&/b&、&b&语义引擎（Semantic Engines）&/b&和&b&数据质量管理（Data Quality Management）&/b&。&br&&br&&b&可视化分析&/b&是普通消费者常常可以见到的一种大数据分析结果的表现形式，比如说百度制作的“百度地图春节人口迁徙大数据”就是典型的案例之一。可视化分析将大量复杂的数据自动转化成直观形象的图表，使其能够更加容易的被普通消费者所接受和理解。&br&&br&&b&数据挖掘算法&/b&是大数据分析的理论核心，其本质是一组根据算法事先定义好的数学公式，将收集到的数据作为参数变量带入其中，从而能够从大量复杂的数据中提取到有价值的信息。著名的“啤酒和尿布”的故事就是数据挖掘算法的经典案例。沃尔玛通过对啤酒和尿布购买数据的分析，挖掘出以前未知的两者间的联系，并利用这种联系，提升了商品的销量。亚马逊的推荐引擎和谷歌的广告系统都大量使用了数据挖掘算法。&br&&br&&b&预测性分析能力&/b&是大数据分析最重要的应用领域。从大量复杂的数据中挖掘出规律，建立起科学的事件模型，通过将新的数据带入模型，就可以预测未来的事件走向。预测性分析能力常常被应用在金融分析和科学研究领域，用于股票预测或气象预测等。&br&&br&&b&语义引擎&/b&是机器学习的成果之一。过去，计算机对用户输入内容的理解仅仅停留在字符阶段，不能很好的理解输入内容的意思，因此常常不能准确的了解用户的需求。通过对大量复杂的数据进行分析，让计算机从中自我学习，可以使计算机能够尽量精确的了解用户输入内容的意思，从而把握住用户的需求，提供更好的用户体验。苹果的Siri和谷歌的Google Now都采用了语义引擎。&br&&br&&b&数据质量管理&/b&是大数据在企业领域的重要应用。为了保证大数据分析结果的准确性，需要将大数据中不真实的数据剔除掉，保留最准确的数据。这就需要建立有效的数据质量管理系统，分析收集到的大量复杂的数据，挑选出真实有效的数据。&br&&br&&br&&b&分布式计算（Distributed Computing）&/b&&br&&br&&br&对于如何处理大数据，计算机科学界有两大方向：第一个方向是集中式计算，就是通过不断增加处理器的数量来增强单个计算机的计算能力，从而提高处理数据的速度。第二个方向是分布式计算，就是把一组计算机通过网络相互连接组成分散系统，然后将需要处理的大量数据分散成多个部分，交由分散系统内的计算机组同时计算，最后将这些计算结果合并得到最终的结果。尽管分散系统内的单个计算机的计算能力不强，但是由于每个计算机只计算一部分数据，而且是多台计算机同时计算，所以就分散系统而言，处理数据的速度会远高于单个计算机。&br&&br&过去，分布式计算理论比较复杂，技术实现比较困难，因此在处理大数据方面，集中式计算一直是主流解决方案。IBM的大型机就是集中式计算的典型硬件，很多银行和政府机构都用它处理大数据。不过，对于当时的互联网公司来说，IBM的大型机的价格过于昂贵。因此，互联网公司的把研究方向放在了可以使用在廉价计算机上的分布式计算上。&br&&br&&b&服务器集群（Server Cluster）&/b&&br&&br&服务器集群是一种提升服务器整体计算能力的解决方案。它是由互相连接在一起的服务器群所组成的一个并行式或分布式系统。服务器集群中的服务器运行同一个计算任务。因此，从外部看，这群服务器表现为一台虚拟的服务器，对外提供统一的服务。&br&&br&尽管单台服务器的运算能力有限，但是将成百上千的服务器组成服务器集群后，整个系统就具备了强大的运算能力，可以支持大数据分析的运算负荷。Google，Amazon，阿里巴巴的计算中心里的服务器集群都达到了5000台服务器的规模。&br&&br&&b&大数据的技术基础：&/b&&b&MapReduce、Google File System和BigTable&/b&&br&&br&2003年到2004年间，Google发表了MapReduce、GFS（Google File System）和BigTable三篇技术论文，提出了一套全新的分布式计算理论。&br&&br&MapReduce是分布式计算框架，GFS（Google File System）是分布式文件系统，BigTable是基于Google File System的数据存储系统，这三大组件组成了Google的分布式计算模型。&br&&br&Google的分布式计算模型相比于传统的分布式计算模型有三大优势：首先，它简化了传统的分布式计算理论，降低了技术实现的难度，可以进行实际的应用。其次，它可以应用在廉价的计算设备上，只需增加计算设备的数量就可以提升整体的计算能力，应用成本十分低廉。最后，它被Google应用在Google的计算中心，取得了很好的效果，有了实际应用的证明。&br&&br&后来，各家互联网公司开始利用Google的分布式计算模型搭建自己的分布式计算系统，Google的这三篇论文也就成为了大数据时代的技术核心。&br&&br&&b&主流的三大分布式计算系统：&/b&&b&Hadoop，Spark和Storm&/b&&br&&br&由于Google没有开源Google分布式计算模型的技术实现，所以其他互联网公司只能根据Google三篇技术论文中的相关原理，搭建自己的分布式计算系统。&br&&br&Yahoo的工程师Doug Cutting和Mike Cafarella在2005年合作开发了分布式计算系统Hadoop。后来，Hadoop被贡献给了Apache基金会，成为了Apache基金会的开源项目。Doug Cutting也成为Apache基金会的主席，主持Hadoop的开发工作。&br&&br&Hadoop采用MapReduce分布式计算框架，并根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。尽管和Google内部使用的分布式计算系统原理相同，但是Hadoop在运算速度上依然达不到Google论文中的标准。&br&&br&不过，Hadoop的开源特性使其成为分布式计算系统的事实上的国际标准。Yahoo，Facebook，Amazon以及国内的百度，阿里巴巴等众多互联网公司都以Hadoop为基础搭建自己的分布式计算系统。&br&&br&Spark也是Apache基金会的开源项目，它由加州大学伯克利分校的实验室开发，是另外一种重要的分布式计算系统。它在Hadoop的基础上进行了一些架构上的改良。Spark与Hadoop最大的不同点在于，Hadoop使用硬盘来存储数据，而Spark使用内存来存储数据，因此Spark可以提供超过Hadoop100倍的运算速度。但是，由于内存断电后会丢失数据，Spark不能用于处理需要长期保存的数据。&br&&br&Storm是Twitter主推的分布式计算系统，它由BackType团队开发，是Apache基金会的孵化项目。它在Hadoop的基础上提供了实时运算的特性，可以实时的处理大数据流。不同于Hadoop和Spark，Storm不进行数据的收集和存储工作，它直接通过网络实时的接受数据并且实时的处理数据，然后直接通过网络实时的传回结果。&br&&br&Hadoop，Spark和Storm是目前最重要的三大分布式计算系统，Hadoop常用于离线的复杂的大数据处理，Spark常用于离线的快速的大数据处理，而Storm常用于在线的实时的大数据处理。&br&&br&&b&以上回答版权属于虎嗅网：原文链接&a href=&///?target=http%3A///article/31457/1.html%3Ff%3Dzaker& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【专治不明觉厉】之“大数据”&i class=&icon-external&&&/i&&/a&&/b&
大数据（Big Data） 大数据，官方定义是指那些数据量特别大、数据类别特别复杂的数据集，这种数据集无法用传统的数据库进行存储，管理和处理。大数据的主要特点为数据量大（Volume），数据类别复杂（Variety），数据处理速度快（Velocity）和数据真实性高（…
&figure&&img src=&/v2-e3caa970a8b4_b.jpg& data-rawwidth=&560& data-rawheight=&503& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&/v2-e3caa970a8b4_r.jpg&&&/figure&&p&&br&&/p&&p&&b&1. 聚类的基本概念&/b&&/p&&p&&br&&/p&&p&&b&1.1 定义&/b&&/p&&p&&br&&/p&&p&聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。&/p&&p&&br&&/p&&p&&b&1.2 聚类与分类的区别&/b&&/p&&p&&br&&/p&&p&Clustering (聚类)，简单地说就是把相似的东西分到一组，聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起。因此，一个聚类算法通常只需要知道如何计算相似度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在Machine Learning中被称作unsupervised learning (无监督学习)。&/p&&p&&br&&/p&&p&Classification (分类)，对于一个classifier，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做supervised learning (监督学习)。&/p&&p&&br&&/p&&p&&b&1.3 聚类过程&/b&&/p&&p&&br&&/p&&ol&&li&数据准备：包括特征标准化和降维；&/li&&li&特征选择：从最初的特征中选择最有效的特征,并将其存储于向量中；&/li&&li&特征提取：通过对所选择的特征进行转换形成新的突出特征；&/li&&li&聚类(或分组)：首先选择合适特征类型的某种距离函数(或构造新的距离函数)进行接近程度的度量，而后执行聚类或分组；&/li&&li&聚类结果评估：是指对聚类结果进行评估，评估主要有3种：外部有效性评估、内部有效性评估和相关性测试评估。&/li&&/ol&&p&&br&&/p&&p&&b&1.4 衡量聚类算法优劣的标准&/b&&/p&&p&&br&&/p&&ol&&li&处理大的数据集的能力；&/li&&li&处理任意形状，包括有间隙的嵌套的数据的能力；&/li&&li&算法处理的结果与数据输入的顺序是否相关，也就是说算法是否独立于数据输入顺序；&/li&&li&处理数据噪声的能力；&/li&&li&是否需要预先知道聚类个数，是否需要用户给出领域知识；&/li&&li&算法处理有很多属性数据的能力，也就是对数据维数是否敏感。&/li&&/ol&&p&&br&&/p&&p&&b&2. 聚类方法的分类&/b&&/p&&p&&br&&/p&&p&主要分为层次化聚类算法，划分式聚类算法，基于密度的聚类算法，基于网格的聚类算法，基于模型的聚类算法等。&/p&&p&&br&&/p&&p&&b&2.1 层次化聚类算法&/b&&/p&&p&&br&&/p&&p&又称树聚类算法，透过一种层次架构方式，反复将数据进行分裂或聚合。典型的有BIRCH算法，CURE算法，CHAMELEON算法，Sequence data rough clustering算法,Between groups average算法,Furthest neighbor算法,Neares neighbor算法等。&/p&&p&&br&&/p&&p&&b&典型凝聚型层次聚类：&/b&&/p&&p&先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有对象都在一个簇中，或者某个终结条件被满足。&/p&&p&&br&&/p&&p&&b&算法流程：&/b&&/p&&ol&&li&将每个对象看作一类，计算两两之间的最小距离； &/li&&li&将距离最小的两个类合并成一个新类；&/li&&li&重新计算新类与所有类之间的距离；&/li&&li&重复2、3，直到所有类最后合并成一类。&/li&&/ol&&p&&br&&/p&&p&&b&2.2 划分式聚类算法&/b&&/p&&p&&br&&/p&&p&预先指定聚类数目或聚类中心，反复迭代逐步降低目标函数误差值直至收敛，得到最终结果。K-means,K-modes-Huang,K-means-CP,MDS_CLUSTER, Feature weighted fuzzy clustering，CLARANS等&/p&&p&&br&&/p&&p&&b&经典K-means算法流程：&/b&&/p&&ol&&li&随机地选择k个对象，每个对象初始地代表了一个簇的中心；&/li&&li&对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇；&/li&&li&重新计算每个簇的平均值，更新为新的簇中心；&/li&&li&不断重复2、3，直到准则函数收敛。&/li&&/ol&&p&&br&&/p&&p&&b&2.3 基于模型的聚类算法&/b&&/p&&p&&br&&/p&&p&为每簇假定了一个模型，寻找数据对给定模型的最佳拟合，同一”类“的数据属于同一种概率分布，即假设数据是根据潜在的概率分布生成的。主要有基于统计学模型的方法和基于神经网络模型的方法，尤其以基于概率模型的方法居多。一个基于模型的算法可能通过构建反应数据点空间分布的密度函数来定位聚类。基于模型的聚类试图优化给定的数据和某些数据模型之间的适应性。&/p&&p&&br&&/p&&p&&b&SOM神经网络算法：&/b&&/p&&p&该算法假设在输入对象中存在一些拓扑结构或顺序，可以实现从输入空间(n维)到输出平面(2维)的降维映射，其映射具有拓扑特征保持性质,与实际的大脑处理有很强的理论联系。&/p&&p&&br&&/p&&p&SOM网络包含输入层和输出层。输入层对应一个高维的输入向量，输出层由一系列组织在2维网格上的有序节点构成，输入节点与输出节点通过权重向量连接。学习过程中，找到与之距离最短的输出层单元，即获胜单元，对其更新。同时，将邻近区域的权值更新，使输出节点保持输入向量的拓扑特征。&/p&&p&&br&&/p&&p&&b&算法流程：&/b&&/p&&ol&&li&网络初始化，对输出层每个节点权重赋初值；&/li&&li&将输入样本中随机选取输入向量，找到与输入向量距离最小的权重向量；&/li&&li&定义获胜单元，在获胜单元的邻近区域调整权重使其向输入向量靠拢；&/li&&li&提供新样本、进行训练；&/li&&li&收缩邻域半径、减小学习率、重复，直到小于允许值，输出聚类结果。&/li&&/ol&&p&&br&&/p&&p&&b&2.4 基于密度聚类算法&/b&&/p&&p&&br&&/p&&p&&b&主要思想：&/b&&/p&&p&只要邻近区域的密度（对象或数据点的数目）超过某个阈值，就继续聚类&/p&&p&擅于解决不规则形状的聚类问题，广泛应用于空间信息处理,SGC,GCHL，DBSCAN算法、OPTICS算法、DENCLUE算法。&/p&&p&&br&&/p&&p&&b&DBSCAN：&/b&&/p&&p&对于集中区域效果较好，为了发现任意形状的簇，这类方法将簇看做是数据空间中被低密度区域分割开的稠密对象区域；一种基于高密度连通区域的基于密度的聚类方法，该算法将具有足够高密度的区域划分为簇，并在具有噪声的空间数据中发现任意形状的簇。&/p&&p&&br&&/p&&p&&b&2.5 基于网格的聚类算法&/b&&/p&&p&&br&&/p&&p&基于网格的方法把对象空间量化为有限数目的单元，形成一个网格结构。所有的聚类操作都在这个网格结构（即量化空间）上进行。这种方法的主要优点是它的处理 速度很快，其处理速度独立于数据对象的数目，只与量化空间中每一维的单元数目有关。但这种算法效率的提高是以聚类结果的精确性为代价的。经常与基于密度的算法结合使用。&/p&&p&&br&&/p&&p&代表算法有STING算法、CLIQUE算法、WAVE-CLUSTER算法等。&/p&&p&&br&&/p&&p&&b&2.6 新发展的方法&br&&/b&&/p&&p&&br&&/p&&p&&b&基于约束的方法：&/b&&/p&&p&真实世界中的聚类问题往往是具备多种约束条件的 , 然而由于在处理过程中不能准确表达相应的约束条件、不能很好地利用约束知识进行推理以及不能有效利用动态的约束条件 , 使得这一方法无法得到广泛的推广和应用。这里的约束可以是对个体对象的约束 , 也可以是对聚类参数的约束 , 它们均来自相关领域的经验知识。该方法的一个重要应用在于对存在障碍数据的二维空间数据进行聚类。 COD (Clustering with Ob2structed Distance) 就是处理这类问题的典型算法 , 其主要思想是用两点之间的障碍距离取代了一般的欧氏距离来计算其间的最小距离。&/p&&p&&br&&/p&&p&&b&基于模糊的聚类方法：&/b&&/p&&p&基于模糊集理论的聚类方法，样本以一定的概率属于某个类。比较典型的有基于目标函数的模糊聚类方法、基于相似性关系和模糊关系的方法、基于模糊等价关系的传递闭包方法、基于模 糊图论的最小支撑树方法，以及基于数据集的凸分解、动态规划和难以辨别关系等方法。&/p&&p&&br&&/p&&p&&b&FCM模糊聚类算法流程：&/b&&/p&&p&标准化数据矩阵；&/p&&p&建立模糊相似矩阵，初始化隶属矩阵；&/p&&p&算法开始迭代，直到目标函数收敛到极小值；&/p&&p&根据迭代结果，由最后的隶属矩阵确定数据所属的类，显示最后的聚类结果。&/p&&p&&br&&/p&&p&&b&基于粒度的聚类方法：&/b&&/p&&p&基于粒度原理，研究还不完善。&/p&&p&&br&&/p&&p&&b&量子聚类：&/b&&/p&&p&受物理学中量子机理和特性启发，可以用量子理论解决聚类记过依赖于初值和需要指定类别数的问题。一个很好的例子就是基于相关点的 Pott 自旋和统计机理提出的量子聚类模型。它把聚类问题看做一个物理系统。并且许多算例表明，对于传统聚类算法无能为力的几种聚类问题，该算法都得到了比较满意的结果。&/p&&p&&br&&/p&&p&&b&核聚类：&/b&&/p&&p&核聚类方法增加了对样本特征的优化过程，利用 Mercer 核 把输入空间的样本映射到高维特征空间，并在特征空间中进行聚类。核聚类方法是普适的，并在性能上优于经典的聚类算法，它通过非线性映射能够较好地分辨、提 取并放大有用的特征，从而实现更为准确的聚类；同时，算法的收敛速度也较快。在经典聚类算法失效的情况下，核聚类算法仍能够得到正确的聚类。代表算法有SVDD算法，SVC算法。&/p&&p&&br&&/p&&p&&b&谱聚类：&/b&&/p&&p&首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并计算矩阵的特征值和特征向量,然后选择合适的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉、VLSI设计等领域,最近才开始用于机器学习中,并迅速成为国际上机器学习领域的研究热点。&/p&&p&&br&&/p&&p&谱聚类算法建立在图论中的谱图理论基础上,其本质是将聚类问题转化为图的最优划分问题,是一种点对聚类算法。&/p&&p&&br&&/p&&figure&&img src=&/v2-a0e776da38_b.jpg& data-rawwidth=&640& data-rawheight=&396& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/v2-a0e776da38_r.jpg&&&/figure&&p&&b&聚类算法简要分类架构图&/b&&/p&&p&&br&&/p&&p&&b&常用算法特点对比表&/b&&/p&&p&▼&/p&&figure&&img src=&/v2-6a71e0c3b309e0dbdc844d_b.jpg& data-rawwidth=&640& data-rawheight=&422& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/v2-6a71e0c3b309e0dbdc844d_r.jpg&&&/figure&&p&&br&&/p&&p&&b&3. 简单的代码示例&/b&&/p&&p&&br&&/p&&figure&&img src=&/v2-9d976ce282dba3ae1bb63_b.jpg& data-rawwidth=&640& data-rawheight=&272& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/v2-9d976ce282dba3ae1bb63_r.jpg&&&/figure&&p&&br&&/p&&p&&b&4. 学习资料&/b&&/p&&p&&br&&/p&&p&聚类算法属于机器学习或数据挖掘领域内，范畴比较小，一般都算作机器学习的一部分或数据挖掘领域中的一类算法，可结合机器学习进行学习。&/p&&p&&br&&/p&&ul&&li&&b&Scikit Learn:&/b&Python的基于NumPy和SciPy的机器学习库。（&a href=&///?target=http%3A//scikit-learn.org/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&scikit-learn.org/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&）&/li&&li&&b&Stanford Machine Learning:&/b&斯坦福的机器学习课程，在Coursera上观看，这门课是由 Andrew Ng讲解的，讲解非常好。（&a href=&///?target=https%3A//www.coursera.org/course/ml& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&coursera.org/course/ml&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&）&/li&&li&&b&A List of Data Science and Machine Learning &/b&&a href=&///?target=http%3A///data-science-resources/%25EF%25BC%2589& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&/data-science-resources/）&i class=&icon-external&&&/i&&/a&&/li&&/ul&&p&&br&&/p&&p&&br&&/p&&p&转载自 THU数据派 官方微信公众号 作者 廖旺坚 &/p&
1. 聚类的基本概念 1.1 定义 聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到…
&blockquote&&a data-hash=&9dc46aad93e5e63049de& href=&///people/9dc46aad93e5e63049de& class=&member_mention& data-editable=&true& data-title=&@xlzd& data-hovercard=&p$b$9dc46aad93e5e63049de&&@xlzd&/a& 说：Google是最直接、最有效的方法，直接Google你需要用Python做的事情，比如「Python string similarity」&/blockquote&&br&假设你无法使用Google的话，我推荐另一个比较常用的方法，在之前的文章中我推荐过一个有关于整理Python资源相关的Github：&a href=&///?target=https%3A///vinta/awesome-python& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&vinta/awesome-python: A curated list of awesome Python frameworks, libraries, software and resources&i class=&icon-external&&&/i&&/a&&br&&br&在这个项目中，作者把所有的Python资源包括库资源等分成了几十个大类：数据挖掘、数据可视化、日期和时间处理、数据库相关……等等，在每个大类中归类了该类下的所有资源，并且该资源的首页有各个大类的索引。&br&&br&在这个大背景之下，假设我现在想找一个Python操作MongoDB的库，我们就首先点击最上面的索引：&b&Database Drivers&/b&直接跳转到数据库相关库的地方。&br&&br&&figure&&img src=&/v2-3c3d45ffa7c3e955cc013_b.png& data-rawwidth=&665& data-rawheight=&629& class=&origin_image zh-lightbox-thumb& width=&665& data-original=&/v2-3c3d45ffa7c3e955cc013_r.png&&&/figure&&br&跳转之后，如下界面，我们就可以直接寻找到我们需要的库了。&br&&br&&figure&&img src=&/v2-eb884eb817830facb55d3e3c9363801f_b.png& data-rawwidth=&746& data-rawheight=&628& class=&origin_image zh-lightbox-thumb& width=&746& data-original=&/v2-eb884eb817830facb55d3e3c9363801f_r.png&&&/figure&&br&当然，因为所有的资源都在同一个页面，所以我们同时可以使用浏览器自带的搜索功能，在Chrome下是Ctrl+F12，在该页面直接搜我们需要的某个功能关键词，比如：MongoDB，&br&&figure&&img src=&/v2-a00f5e2fad743ada0e5bd5fd8e328936_b.png& data-rawwidth=&1366& data-rawheight=&638& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/v2-a00f5e2fad743ada0e5bd5fd8e328936_r.png&&&/figure&&br&当然，这样搜索出来的结果可能不仅仅是一条，这样就需要你自己排查以下哪一个才是你真正那个需要的库资源了。&br&&br&&b&&i&&u&关于我：&a href=&/people/sgai/activities& class=&internal&&路人甲 - 知乎&/a&&/u&&/i&&/b&
说：Google是最直接、最有效的方法，直接Google你需要用Python做的事情，比如「Python string similarity」 假设你无法使用Google的话，我推荐另一个比较常用的方法，在之前的文章中我推荐过一个有关于整理Python资源相关的Github：
&p&&b&前天离职，周五还未下班就收到面试试题的HR来答。&/b&&/p&&p&&b&在职期间筛选过无数简历，并且在个人微信公众号（vermouth后缀）里免费帮粉丝修改简历近400份，相信回答这个问题还是有丁点儿话语权的。&/b&&/p&&p&&b&————————————————————————————————————————&/b&&/p&&p&这个问题问的比“怎么写简历”来得要好，因为知道考虑简历受众（HR）的看法。&/p&&p&一&b&份简历一般包括个人信息、教育背景、社会人士：工作经验/应届毕业生：实习经验/校内活动、项目经验、培训经验（要含金量高的那种，别新员工入职培训也写进去）自我评价/兴趣爱好等。&/b&&/p&&p&&b&1.首先是简历的标题&/b&，这里所说的简历标题是指：招聘渠道内填写的标题、word/pdf等简历文档的标题、简历正文的标题。&/p&&p&招聘渠道内填写的标题、word/pdf等简历文档的标题：不要写“我的简历”“个人简历”“简历1”这样的废话。&/p&&p&招聘渠道，HR输入关键字筛选简历，是包括这个标题的，如果你没写相关职位，就会被筛选掉，简历连出现的机会都没有，还找毛工作！&/p&&p&简历文档为什么不能这么写？如果你是投递到邮箱，HR点附件下载附件下载附件下载，然后装简历的文件夹里就是十几封“我的简历”“简历”“最新简历”“简历10086”，谁分得清谁是谁？！刚才下载了一份邮件里说是产品经理的简历呢？是哪封？我还要一封封点开来看，这里真的想爆粗。本来简历就多得吓死人，不一封封看感觉对不起候选人，一封封看老娘真的没时间啊啊啊啊。&/p&&p&&b&所以，简历的标题要这么写——XX职位-X年工作经验-姓名。&/b&&/p&&p&这样HR就能很快判断谁是谁，要找什么工作了，这样才垂直！OK ？&/p&&p&然后点开简历正文，无数的求职者在网上找了模板，然后那些模板无一例外写着大大“个人简历”“求职简历”“简历简历”。这里真的要吐槽，你们有没有想过如果来面试，你们也是一定会打印这份简历带过来的，我约你来面试，你带来的肯定是简历了，难道还能是给我的情书？或者你的结婚证书？
&/p&&p&模板这么写，是为了让你知道这个模板是简历模板，而我一定是知道你带来的A4纸是简历，不是别的好吗？不用再和我强调了。&/p&&p&&b&所以请把这个大大的“个人简历”四个字改成自己的名字。&/b&&/p&&p&&b&2.简历模板问题，&/b&一定要找直观、简约的模板，排版要整齐、不要太挤也不要太宽。&/p&&p&别找花里胡哨，背景一朵牡丹花的，或者配色亮瞎狗眼的。因为繁复的简历模板会吸引HR的注意力，她光去看你的牡丹花了，注意力都不在你写的字上面，你说这是成功还是失败？&/p&&p&颜色亮瞎狗眼的配色或者简历很大面积使用色块，HR点开的一瞬间肯定是瞳孔收缩，我的反应最强烈，因为我不近视，真的会用手挡眼睛的！有一次我打开投到邮箱的简历，满屏中国红，直接把我的脸都映红了，隔壁的同事直接调侃我看什么动作片呢？&/p&&p&简历的模板是为了更好的呈现你的内容，而不是喧宾夺主。&/p&&p&&b&举个例子，好像也是在知乎上看到的。女朋友新买的情趣内衣，换上了，结果男朋友看也不看，夸也不夸，就给脱掉了，是怎么回事？到底喜不喜欢？&/b&&/p&&p&&b&有人回答：难道你希望你男朋友问你：这衣服在哪买的？多少钱买的？贼好看了，啧啧啧，手感真不错，脱下来我试试？&/b&&/p&&p&&b&这就是你们想要的？HR给你打电话：李先生，你的简历模板选的太好看了，有唐宋遗风，色彩鲜艳，啧啧啧，前无古人后无来者，能麻烦问一下是在哪下载的吗？哦，不不不，您的简历和我们的要求不太符合，我就是想问问这简历模板是在哪下载的。&/b&&/p&&p&&b&3.个人信息部分：&/b&请写明——姓名、性别、出生年月日、籍贯（写到X省X市就行）、所在地（写到X省X市就行）、婚姻状况、电话、邮箱、微信、QQ。&/p&&p&基本上写明这些就行了，政治面貌看你的求职方向，公务员、企事业单位就写上，一般民营都不太会在乎这些对他们来说是无用信息的信息。&/p&&p&学历、专业什么的，别杂糅在一起写，写在教育经历里面。&/p&&p&&b&格式要对齐，像这样：&/b&&/p&&p&&b&姓名：
出生年月：&/b&&/p&&p&&b&籍贯：
电话：&/b&&/p&&p&&b&千万别这样：&/b&&/p&&p&&b&姓名：
出生年月：&/b&&/p&&p&&b&
电话：&/b&&/p&&p&&b&你这不是给HR添乱吗？&/b&&/p&&p&我说实话，HR每天要看很多简历，要打很多电话，要面试很多人，像我这样脾气不好的，很喜欢挑刺的，排版成这样，给我的印象就很不好。我所在的HR群里，经常有HR截图他们收到的奇葩简历，用来取乐。你们希望这样来引起HR的注意？&/p&&p&&b&4.照片：我个人建议放&/b&，我个人不存在歧视，只是想知道求职者长什么样。因为有些求职者不放照片，结果来面试了，我对不上号，还得问一遍，叫什么？应聘什么的，然后有时候来了粗壮的男子，结果是应聘客服的，内心就会OS：我是不是约错了？（黑人问号）&/p&&p&要放照片，就放正规照相馆拍的一寸免冠照片或者形象照，不要自己拿手机拍，拍的像大头贴一样，也不要放自拍、艺术照或者路飞的相片，我们是招聘，不是找保镖。上次在HR群里面看到有人放半果照的（还是个女孩子）....&/p&&p&&b&5.教育信息：&/b&写明起止时间、学校、专业、学历，最多再加上绩点就可以了，不用写你学的什么课程，HR不感兴趣....我们是招聘，不是招生。&/p&&p&也不要杂糅写你获什么奖、在社团里担任什么职务。待会在“在校经历”里面随便你写。&/p&&p&&b&6.工作经历：&/b&已经步入社会的求职者，要花功夫在工作经历的撰写上。逻辑一定要清晰，先写什么后写什么，什么重要写什么，含金量高的写在前面。撰写的公式是“起止时间—什么单位-担任职位或负责什么工作”，具体的内容：你通过什么渠道、什么方式方法，具体做了什么事情，效果怎么样/取得什么成绩。&/p&&p&&b&比如：&/b&&/p&&p&&b&
白云黑土俱乐部
大象管理员，负责把大象装进冰箱里。&/b&&/p&&p&&b&1.借助起重机杠杆原理，把大象抬起来。&/b&&/p&&p&&b&2.打开冰箱门。&/b&&/p&&p&&b&3.把大象装进冰箱里。&/b&&/p&&p&&b&4.把冰箱门带上。&/b&&/p&&p&&b&在职期间，一共把50头大象装进冰箱内，无安全事故。&/b&&/p&&p&&b&同理，应届毕业生写在校活动和校外实践也是一样撰写。&/b&&/p&&p&&b&7.项目经验：&/b&同样是写清楚“起止时间—什么单位-负责项目哪部分工作”，具体的内容：你通过什么渠道、什么方式方法，具体做了什么事情，效果怎么样/取得什么成绩。再加上简要的项目介绍，让HR简单了解这个项目的含金量。&/p&&p&&b&8.培训经验：&/b&要挑含金量高的，你真真实实从中获得提高或者帮助的，不要为了写简历生憋内容，会适得其反。&/p&&p&&b&9.自我评价部分：&/b&&/p&&p&&i&忠实诚信,讲原则，说到做到，决不推卸责任；有自制力，做事情始终坚持有始有终，从不半途而废；肯学习,有问题不逃避,愿意虚心向他人学习；自信但不自负,不以自我为中心；愿意以谦虚态度赞扬接纳优越者,权威者；会用100%的热情和精力投入到工作中；平易近人。为人诚恳,性格开朗,积极进取,适应力强、勤奋好学、脚踏实地，有较强的团队精神,工作积极进取,态度认真。&/i&&/p&&p&大家喜欢这个吗？看着我的眼睛告诉我，你有认真看完上面这段话吗？网上抄的你觉得我会看吗？我会告诉你我曾经隔两天两份不同的简历，然后写了一样的自我介绍吗？这么伟光正，我推荐你加入少先队好不好？我们公司庙太小，供不起你这尊大佛。&/p&&p&实际一点，你真的有你所说的这么好，估计找工作也不是什么难题，又何必在这里看我写的回答呢？举例子证明你所写的一切，不能举证就删掉，只会是你的减分项。&/p&&p&———————————————————————————————————————————&/p&&p&写好一封简历是找工作的第一步，在我的微信号里，我还教你&/p&&p&职业规划是找工作的重要第一步：&a href=&/question//answer/& class=&internal&&怎样进行职业规划？ - 知乎用户的回答 - 知乎&/a&&/p&&p&高效的找工作：&a href=&/question//answer/& class=&internal&&如何高效地找工作？ - 知乎用户的回答 - 知乎&/a&&/p&&p&面试：&a href=&/question//answer/& class=&internal&&面试的时候，如何自我介绍？ - 知乎用户的回答 - 知乎&/a&&/p&&p&离职：&a href=&/question//answer/& class=&internal&&离职前需要注意哪些细节？ - 知乎用户的回答 - 知乎&/a&&/p&&p&入职的注意事项，社会人士同样适用：&a href=&/question//answer/& class=&internal&&应届毕业生入职必备技能有哪些？ - 知乎用户的回答 - 知乎&/a& &/p&&p&我的工作到底应该谁做主？&a href=&/question//answer/& class=&internal&&事业 不想听父母的安排 对不对？&/a& &/p&&p&&u&扫下面这个二维码呀，我在微信里等着你，告诉你更多关于求职的事情。&/u&&/p&&figure&&img src=&/v2-77a41aacd72b_b.png& data-rawwidth=&553& data-rawheight=&342& class=&origin_image zh-lightbox-thumb& width=&553& data-original=&/v2-77a41aacd72b_r.png&&&/figure&
前天离职，周五还未下班就收到面试试题的HR来答。在职期间筛选过无数简历，并且在个人微信公众号（vermouth后缀）里免费帮粉丝修改简历近400份，相信回答这个问题还是有丁点儿话语权的。————————————————————————————————…
&figure&&img src=&/ac946b9c941b4_b.jpg& data-rawwidth=&1500& data-rawheight=&845& class=&origin_image zh-lightbox-thumb& width=&1500& data-original=&/ac946b9c941b4_r.jpg&&&/figure&&p&&i&编者按：本文来自微信公众号“峰瑞资本”（微信号：freesvc），授权知乎发布，转载请联系原作者。&/i&&br&&/p&&figure&&img src=&/9ba60bd09f9b4c73ad31b6_b.png& data-rawwidth=&906& data-rawheight=&732& class=&origin_image zh-lightbox-thumb& width=&906& data-original=&/9ba60bd09f9b4c73ad31b6_r.png&&&/figure&&blockquote&&p&1986 年，美国艾滋病患者 Ron Woodroof 被告知只能活 30 天。他服用的药剂 AZT 毒性大，可能让病情恶化，但这是当时唯一合法批准上市的药物。为了活下去，Woodroof 开始研究各类未受当局批准的抗艾滋病药物和替代疗法，并开始自己调配组合药物以延长生命。他甚至走私来自世界各地未经批准的药物，卖给其他 HIV 携带者。他的故事被改编成《达拉斯买家俱乐部》，获奥斯卡金像奖最佳影片提名。&/p&&p&因为父亲曾患肺癌，作为病人家属的邱威妮见过太多的 “Woodroof”。这些与死神缠斗的人，做过许多 “疯狂冒险” 的行动。2012 年邱威妮还在 MIT 念书，有人托她在专利局找原料药，为的是手动配制救命药；肺癌网络社区里，邱威妮见到有人花费数百万买一尊大佛回家拜，喝拜完神的神灰；还有人去台湾买神奇的 “热身帖”，迷信 “包治好” 的中药。&/p&&p&理想决定了一家公司的上限。&/p&&p&2015 年，邱威妮的父亲和两位朋友因为癌症离世，她辞去在纽约的咨询工作，决定回国为癌症病人做点事。她创办肿瘤大数据公司 Haalthy，旨在缩小中国在肺癌医疗信息获取和治疗手段上与美国的差距，提高肺癌治愈率。Haalthy 的对标公司是美国医疗健康数据服务商 NantHealth，它于 2016 年 6 月在纳斯达克上市，市值约 22 亿美元。&/p&&p&今天，我们邀请到邱威妮和峰瑞资本生物医疗领域负责人王蕾（）来一场 AMA，谈医疗大数据行业在中国的创业机会和商业化路径。&/p&&/blockquote&&br&&p&▌&strong&“船长说一个月后再考虑要不要来接你” 的绝望&/strong&&/p&&br&&br&&p&&figure&&img src=&/7dfba0b7f6a92d41fafdfb_b.jpg& data-rawwidth=&640& data-rawheight=&400& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/7dfba0b7f6a92d41fafdfb_r.jpg&&&/figure&▲ 遭遇癌症好比被抛弃在大海上，在恐惧中挣扎着逃离死神的追赶。&/p&&br&&p&&strong&王：&/strong&在中国，围绕肺癌的创业模式主要有哪些方向？思路和逻辑分别是什么？&/p&&br&&p&&strong&邱：&/strong&在中国市场，专注于肺癌这个垂直领域的创业公司不多，仅有的一些主要围绕着科普和问诊来做。科普，即以自媒体的形式吸引用户；问诊，通常以轻问诊为主，模式是咨询医生。两种模式的目标一致——获客，这个 “客” 指病人或者医生，获取大量用户后它们再考虑变现。&/p&&br&&p&&strong&王：&/strong&在欧美市场，Haalthy 是否有成熟的对标公司？它们的模式在中国是否适用？&/p&&br&&p&&strong&邱：&/strong&现阶段，很多人看 Haalthy 时，会认为我们的对标是 &a href=&/?target=http%3A//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a& （PLM）, 一家已经和阿斯利康、药店 Walgreens、FDA 等机构和公司合作的公司，因为我们是一家从病患切入的互联网公司。然而，这只是 Haalthy 的第一步。接下来，我们要做的是对接资源，甚至和合作伙伴一起创造技术来方便病人的就医过程，真正在治疗环节帮助病人。只要产品能帮助病人和家属找到他们承担得起同时适合他们的治疗方案，病人会自愿提供数据。&/p&&br&&p&从这个层面看，其实 Haalthy 对标的公司是 NantHealth（创始人 Patrick Soon-Shiong 因药物 Abraxane 的研发和销售而出名, 曾被福布斯评为历史上最富有的医生。他自己投了 10 亿进 NantHealth，在药－检测－治疗上布局）。不过，在早期 Haalthy 的运营方式会比 NantHealth 轻，因为我们不需要先开发产品再帮助病人。仅凭借透明、科学的方式帮病人对接它们需要的服务，就能够帮助到超过一半的患者。&/p&&p&&figure&&img src=&/ea0e37cd017b3eec53b66_b.jpg& data-rawwidth=&1200& data-rawheight=&796& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&/ea0e37cd017b3eec53b66_r.jpg&&&/figure&▲ NantHealth 是一家提供云服务的医疗决策服务平台，同时也提供人口健康平台以及癌症疗法学习系统等。&br&&/p&&br&&p&&strong&王：&/strong&为什么选择肺癌作为起点和切入口？&/p&&br&&p&&strong&邱：&/strong&贺捷院士领头发布的报告显示，2016 年的肺癌的新增人数高达 73 万，而环境污染成为近年来肺部肿瘤人数增加的一个重要因素。预计到 2025 年，也就是少于 8 年的时间里，每年肺癌新增患病人数将会涨到 150 万人。实际上，根据世界卫生组织的统计，这个数字远远大于 150 万人：随着基层医疗的普及，以前没有被查出的人群慢慢被发现了。&/p&&br&&p&因为肺癌 5 年生存率低，能分配到的医疗资源相对较少，病人和家属内心充满极大的恐惧，却有很多问题未能被解答，他们急切寻求解决方案。这给了 Haalthy 一个服务病人的机会。&/p&&br&&p&&strong&王：&/strong&你做这件事的初衷和契机是什么？&/p&&br&&p&&strong&邱：&/strong&2012 年，我的父亲得了肺癌。我用了中美印欧日本古巴各地的资源，帮我爸爸找方案，结果发现中国和国外，哪怕和香港的信息差距也实在太大了。当时我父亲是第一批有机会进入香港的临床实验组 PD-L1 （也是现今很火的一种免疫治疗）的患者。据当地医生描述，我父亲也是第一个在中国内地知道并联系上香港的临床。当时我就想，为什么这些信息不能公开？既然疾病面前人人平等，那我们更应该有这么一个平台，让所有患者都有获得这些治疗信息的权利。&/p&&br&&p&2015 年这一年，我的 3 位亲人和朋友接连去世。我辞去在纽约的咨询工作，决定回国为癌症病人做一点事情。&/p&&br&&p&回国以后，我比较幸运，遇到了两位有丰富临床经验的医生（现在成了我的导师），并因此得到了在一家大型三甲医院跟随他们出门诊的机会。在和他们以及病人交流时，我发现中国的肿瘤治疗手段很少会整体和系统地看肿瘤问题。&strong&像 “下一步怎么办” 这样严峻的问题，很多医生会告诉病人 “下个月再说”。&/strong&&/p&&br&&p&&strong&这时病人和家属会很迷茫。这种感觉，就像坐在一个游轮上，突然被放在了大海中央，船长说一个月以后再考虑要不要来接你。&/strong&有过这种经历的病人和家属都深知这个过程的难受。&/p&&br&&p&于是，我们打造了一款叫 “肺腾助手” 的产品，帮助用户做医学科普，提供个性化医疗资讯，帮助他们全方位地了解在每一步要做治疗决策时，如何通过患者提供的数据和临床的数据，来理性判断下一步该怎么办。&/p&&p&&figure&&img src=&/6f07b41e06e89e2364dcb67aea4d828f_b.jpg& data-rawwidth=&2048& data-rawheight=&1357& class=&origin_image zh-lightbox-thumb& width=&2048& data-original=&/6f07b41e06e89e2364dcb67aea4d828f_r.jpg&&&/figure&▲ 加拿大渥太华大学研究数据表明，PM 2.5 浓度每增加 10 微克每立方米，肺癌死亡率增加 15%-27%。在环境污染因素的诱导下，我国肺癌的发病率和死亡率呈持续走高态势。&/p&&br&&p&&strong&王：&/strong&为什么选择现在的中国做这个项目？这个时间、地区会让你有什么特别的条件和机会吗？&/p&&br&&p&&strong&邱：&/strong&现在国内的病人其实在以一个很低效率的方式获取信息：有钱人选择去国外治疗。而经济条件有限的，有些人则选择中药。然而，这些方案都未必是最适合他们的。&/p&&br&&p&反观美国，由于美国的医疗资源差异少，医疗数据库建立得较完善，对医疗信息有严格的把关，也有医保为大部分极其昂贵但有疗效的治疗买单，所以并不会遇到中国患者面临的难题。&/p&&br&&p&此外，像 “魏则西事件” 这样的社会新闻，使病人和家属对中国的医疗信息渠道和准确性产生了极大的怀疑。但这给患患社区一个极大的机会，来弥补信息不对称，重建信任度。这些都是中国独特的机会和机遇。&/p&&br&&p&另一方面，癌症相关研究和技术突破，给肿瘤治愈和提高生活质量带来了希望。不过在中国，很多治疗手段依然和国外差了很远。像 PD-1 这样的免疫治疗，在国外已经上市了 2 年，但是在今年 7 月才在中国才进入了 3 期临床。当消费升级和信息透明化后，也给海外医疗提供了一个很大的窗口，也使我们有了一个对接资源的机会。&/p&&br&&p&最后，从整个商业链来看，现在不少医疗保险和药企如平安、人保健康、药明康德、罗氏等在中国开始布局，市场达到成熟饱和是未来 3-5 年的事情。这些企业都需要数据来设计他们的商业产品。建立起 2C 的患者端平台，直接获得最完整最连续的数据。这些数据不仅能够对患者的病情进行及时反馈，同时也给保险公司、药企甚至医院带来了连续性大数据分析的价值。&/p&&br&&br&&p&▌&strong&从未被重视的院外数据&/strong&&/p&&br&&br&&p&&strong&王：&/strong&许多移动医疗公司都把致富远景落在大数据上，但目前核心大数据仍然落在医院，而公立医院像 “信息孤岛” 一直不愿意放开数据库。Haalthy 是否会面临数据量不足的问题，以及如何获取足量的、精准的病人数据，以让医疗大数据真正发挥作用？&/p&&br&&p&&strong&邱：&/strong&我同意医院的数据量很大。不过，从数据的完整性、连续性和准确性来说，医院甚至比不上许多和 Haalthy 类似的初创公司。为什么这么说？在北上广等医疗资源最集中的城市，有 40 - 60% 的病人来自外地。 “信息孤岛” 问题导致一家医院无法获得这位病人在其他医院的信息。即便要收集病人在同一家医院看病的数据，也要跑好几个科室。然而，病人是最有意愿且最有能力收集这些信息的。他们要拿着完整的报告去咨询医生，对方才能给出一个结论。&/p&&br&&p&&figure&&img src=&/b54a050f997e61dd86e2c_b.jpg& data-rawwidth=&620& data-rawheight=&413& class=&origin_image zh-lightbox-thumb& width=&620& data-original=&/b54a050f997e61dd86e2c_r.jpg&&&/figure&▲ 大量患者数据散落于各地医院的不同诊室，患者数据缺乏完整性和连续性。&br&&/p&&br&&p&我们之所以选择从患患切入，是因为我们相信（我们内部最近的数据也证实了），这是在国内唯一能够收集到一位病人完整且精准的数据的方法。&/p&&br&&p&这个收集的过程会慢，但是能够保证数据的质量能真正帮助到患者。我一直都认为，&strong&切实地帮助 1000 名患者找到对的治疗方案，比 100 万个注册用户来得更有价值。&/strong&我与药厂研发人员和医生的交流时，他们也认为完整的 1000 个相似病例，比 100 万个零散的数据点，更有分析价值。&/p&&br&&p&&strong&王：&/strong&如何激励平台上的患者和其他人分享数据和经验？&br&&/p&&br&&p&&strong&邱：&/strong&提供有价值的、病人最想要的东西。病人家属最想要的东西有两样：1. 这个病有治疗的希望；2. 有能治病的钱。&/p&&br&&p&有段时间我跟着医生出门诊，每次都能看到病人背着一个大书包，里面装着以往所有的病历，而且还按日期整理得非常整齐。为什么他们愿意做这些繁杂的事？除了医生要求他们这么做，最关键的是，他们认为这样能为医生提供数据支持，给治疗带来希望。另一个我们能够看到病历的地方是在 “轻松筹” 这样的捐款平台，因为病人家属需要钱来看病，所以愿意上传几乎任何资料。&/p&&br&&p&而 Haalthy 的做法是这两者的升级版：1. 我们通过有据可循（Haalthy 的临床数据库）和有证可循（真实病人）的治疗信息，给病人带来治疗希望；2. 我们通过智能化整合资源，把获取信息、看病甚至用药的成本大大降低。在 Haalthy 平台，用户只需手指简单点几下，就能看到只和自己相关的科普信息。如果用户知道病人的肿瘤基因突变类型，还可以迅速找到同样基因类型的病人，以及对此研究深刻的医生。&/p&&br&&p&&strong&王：&/strong&与很多行业不同，医疗行业面临着专业度高、垄断性高、政策风险高的 “三高” 障碍。Haalthy 最重要的商业筹码是什么？&/p&&br&&p&&strong&邱：&/strong&正是因为 “三高” 障碍，Haalthy 在提供服务和信息的时候，额外设定了一套筛选第三方服务的标准。我们也花了大量的金钱和时间，去验证甚至尝试这些服务是否可靠（比如，哪家的基因检测比较准确，哪个药厂的药物纯度高），比如踩点、大量收集用户反馈 。Haalthy 重视这些工作，视其为品牌的重要保障，因为我们希望尽量保证病人在接受服务的时候不会被坑。&/p&&p&&figure&&img src=&/d69ac9b419cfda1ed1cbcb89c0b70475_b.jpg& data-rawwidth=&630& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&630& data-original=&/d69ac9b419cfda1ed1cbcb89c0b70475_r.jpg&&&/figure&▲ 对于保险公司和药厂来说，医疗数据模型的精度每提升一个百分比，便意味着节约一大笔人力和资金。所以医疗大数据在这两方面的商业前景会更明确一些。&/p&&br&&p&&strong&王：&/strong&谁会付费？&/p&&br&&p&&strong&邱：&/strong&首先是药厂。2010 年美国临床肿瘤学会（JCO） 发布的一篇文章写到，药厂平均为每位临床病人花费超过 $25,000 美金。在单项临床招募中，仅观察和管理病人的数据就花费 1 亿美金。移动互联网的一大好处，是能以很低的成本更精准地聚集了一批适合临床的病人，并且以更低的成本来管理甚至从线上就能观察到病人的情况，让药厂能更快更准确地找到想要的患者。&/p&&br&&p&从科研的角度，我们从收集到的数据中得到洞见，如：我们在用户提供的数据中发现了一些基因突变与 PD-1 表达和病人的基本特征之间的关系，这些信息可以帮助医生和药厂分析更适用的药品群，从而使病人真正地受惠。&/p&&br&&p&此外，今后 3-5 年，保险公司会成为医疗数据的大买家。根据 2015 年证券日报的报道，现在健康险已经是一个 2400 多亿的市场，但是在我们和保险公司高层聊天的时候发现，因为以前没有基于人群基因、治疗、生活习惯、环境等因素的大数据分析，所以现在设计的健康险产品存在很多不合理的成分。随着这个市场激增至 2020 年的 5 万亿，保险公司需要对药物报销、对用户的健康负责时，他们将会对现在病人的用药疗效、副作用产生浓厚兴趣。&/p&&br&&p&▌&strong&创业公司最大的对手，是那 90% 还在线下的癌症用户&/strong&&/p&&br&&br&&p&&strong&王：&/strong&Haalthy 的第一批种子用户是怎么获取的？&/p&&br&&p&&strong&邱：&/strong&今年5 月 21日，我们通过在微信群和 QQ 群里传播我们的第一个线上肺癌公益活动，获得了第一批种子用户。当天就有 300 多人涌进了我们的微信群，比我们的预想翻了一倍，并且在一周内超过了当时最活跃的肺癌微信群。这些用户给我们的产品形态带来了很多有意义的方向性指导。&/p&&br&&p&&strong&王：&/strong&Haalthy 之前，肺癌用户都聚集在哪些地方？Haalthy 何以吸引他们？&/p&&br&&p&&strong&邱：&/strong&根据我们之前做的信息检索，我们发现肺癌用户大多集中在 BBS 平台，少数分散在知乎、天涯上。然而我们最新的数据表明，其实 90% 的病人依然在线下。一方面，出于对癌症的恐惧，有些人连打开网站查资料的勇气都没有；另一方面，肺癌知识庞杂、艰深，普通人常因看不懂，最后选择放弃。&/p&&br&&p&&figure&&img src=&/5fe6dfd207d08d9e6a2397_b.jpg& data-rawwidth=&1920& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&/5fe6dfd207d08d9e6a2397_r.jpg&&&/figure&▲ 患癌，可以说是生命中不能承受之重。&/p&&br&&p&因此 Haalthy 有个很重要的任务，就是减轻大家对疾病的恐惧。而这也是我们现在在患患社区里的布局：科普＋社交的形式，让病人和家属，以正面的姿态认识肺癌。实际上，我们的社群里，还有很多已经治愈的肺癌病人，以及经验十足的医生和科学家。他们以亲身经历和专业知识告诉其他患者，肿瘤真的有可能治愈。我们鼓励已经治愈的病人留在平台上，他们从帮助他人的过程中获得荣誉感，Haalthy 还可以为他们对接上康复类信息和资源帮助。&/p&&br&&p&&strong&王：&/strong&Haalthy 的社群运营是怎么做的？你关注的用户运营指标有哪些？做好患者社区最重要的是什么？&/p&&br&&p&&strong&邱：&/strong&线上运营，我们更关注的，是用户讨论问题的质量。其实有很多社群讨论的内容和主题几乎没关联，只是单纯的发发小广告，撒撒红包。在 Haalthy，我们很在意患者的问题是否被回答了，如果没有被其他用户回答，我们工作人员会尽可能做到有问必答。另一方面，我们也会区分，什么问题可以或者该由用户回答，什么问题应该交给医生。&/p&&br&&p&&strong&王：&/strong&在我看来，一个优质的患者社区，要有必要的引导和规范。患患社区似乎没有壁垒，Haalthy 究竟有什么优势？&/p&&br&&p&&strong&邱：&/strong&首先，Haalthy 的产品是一个由有亲身经历的病人家属和致力于规范医疗的医生共同设计的。产品的灵魂体现在对病人需求的理解和医学严谨的平衡。我们的医学导师曾经给我们举了 “海底捞” 的例子，以此来说明，世界上很多产品都可以抄袭，但是产品给人的感觉是抄不到的。&/p&&br&&p&此外，Haalthy 在肺癌领域有资源优势。我和另一位创始人在肿瘤界累积了人脉，Haalthy 团队还有超过 15 年临床经验的肿瘤医生和药企高管，能够把控好 Haalthy 的产品和品质。&/p&&br&&p&&strong&王：&/strong&提到资源优势，Haalthy 如何打通用户、医生、药品、医疗器械，保险公司等参与者的资源？&/p&&br&&p&&strong&邱：&/strong&在医疗的每一环里，都有他们特别想要的东西。用户希望治好病，肿瘤医生期待获得尊重、减轻工作负担，药厂和保险公司需要数据来改进产品，医疗器械需要带动销售。连接这些资源的关键，在于提供他们想要的东西。目前，我们已经和多家知名企业（如医院、药企、心理咨询和基因检测公司）建立了合作关系。&/p&
编者按：本文来自微信公众号“峰瑞资本”（微信号：freesvc），授权知乎发布，转载请联系原作者。 1986 年，美国艾滋病患者 Ron Woodroof 被告知只能活 30 天。他服用的药剂 AZT 毒性大，可能让病情恶化，但这是当时唯一合法批准上市的药物。为了活下去，Wo…
我会告诉你，刚工作那几年，帮某院士的公子写过很多牛津大学计算机系的编程作业吗？&br&&br&一开始，我还会悲愤地想：到底是他上牛津还是我上牛津？&br&&br&后来看到他的博客(我们用 MSN 联系，可以看到他的MSN Space)，里面一年到头更新照片，带着美女在欧洲到处旅游的照片。所以我明白了，还是人家在上牛津。&br&&br&＝＝＝＝＝＝＝＝＝&br&发生了什么事？为啥这个N久前的回答，突然出现大量赞&br&那我贴点小广告&br&目前我在创业做生物信息云计算。我们在招人 &a href=&///?target=https%3A///joinus/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&GeneDock&i class=&icon-external&&&/i&&/a&
我会告诉你，刚工作那几年，帮某院士的公子写过很多牛津大学计算机系的编程作业吗？ 一开始，我还会悲愤地想：到底是他上牛津还是我上牛津？ 后来看到他的博客(我们用 MSN 联系，可以看到他的MSN Space)，里面一年到头更新照片，带着美女在欧洲到处旅游的照…
已有帐号？
无法登录？
社交帐号登录
12598 人关注
581 条内容
130 人关注
184 条内容
154 人关注
2930 人关注
236 条内容
11719 人关注
233 条内容}