有时候觉得所谓父母对于我来说只是个纯粹意义的义务而已了.
所谓的亲情意义上的家,已经不是回得去回不去的问题了.
而是还存在不存在的问题.
去年裸辞待业那段时间,为了削减开支回了趟家.
后来在没找到工作的前提下,又滚回了深圳.
对外我可以说是为了方便找工作什么的.
但实际原因只有自己知道.
开始的几天还能得到安慰,说凡事慢慢来.
但不久便是无休止的埋怨.
这些我也能理解.
毕竟,决定是我做的.
长时间找不到工作无业也是事实.
我没理由反驳.
某天,所谓父亲说了一句
"你这样每天无所事事,有意义么".
然后我看了看眼前这个还在50几岁就辞掉一份清闲工作在家赋闲的人.
默默起身回了自己的房间.
"无所事事".
流完该流的泪,出房间跟母亲说.
"明天回深圳".
"不多待几天么,外面开销那么大,找到了再出去嘛".
"明天回深圳".
虽然我对他没什么感情.
毕竟从小到大他多数时间都在外地工作.
但当时的我不确定还有多少空间去承受这种额外的歧视压力.
况且,某种程度上来说,他说地也没错.
回到深圳日子也并没有太多的改变.
依然是漫无止境的等待,以及无休止地心里调整.
某天跟所谓母亲通电话,情绪没控制住说了句:"不就是我现在没钱给你们么".
刚说出口的时候,我有点后悔.
毕竟这句话挺伤人的.
"对啊.你要有工作就有钱了".
于是我觉得没什么好说的了.
有些地方我已经回不去了.
或者说没有必要回去了.
从那天起,我想了很多事情.
从小到大,他们在我生活里到底算什么角色?
小时候,一个在外地工作不在家.
一个上班之后还继续打牌.
于是,经常就是一个人饿着肚子,从家走到她公司,喊她回家,不回应.
再回家,再到她公司,喊她.
如此反复.
然后最终得到的是一句对小孩说:"加班".
学生时期,是他们在楼下打牌,我在楼上学习.
要想入睡的话,还得等到他们消停散伙.
有时候我会想.
除了养大我之外,他们给过什么么?
这么多年来,什么事情都是自己一个人默默吞下,默默承受.
他们也觉得一切一帆风顺,挺好的.
后来,也许他们觉得我走得太远太自由了,想拉回来,控制住.
我只能说抱歉了.
我承认我是个冷血无情的人.
他们现在对于我来说只是某种程度上的债权人.
生老病死之后,走完过场大概就两清了.
某种程度上来说,是他们那两句话让我看清了很多东西.
所谓哀莫大于心死.
2015-03-30
所谓小国寡民
某天在小区电梯间,闲着没事就开始浏览周围的广告.
于是忽然发觉,其实这些平面广告挺有针对性的.
印象中之前是一些针对老年人的优惠,现在是一些补习班和小升中之类的.
想想,其实这个很理所当然,毕竟广告的投放还是要考虑受众以及覆盖面和回报的.
但换个思路看待的话,投放广告的行为,是某种主动的的对特定特征人群的筛选行为.
也就是说,是一种现有目的,再找受众的过程.
那么,反过来,如果已有受众,再找目的呢?
对于一个居住小区来说,由于价格因素,大致可以人物居住人群有着相似的资产水平.
再考虑到平均收入范围以及小区附属的交通属性的话,应该可以认为有着类似的年龄和工作年限背景.
至少从经济实力和收入水平上来说,应该不会有太大的差异.
于是,这里就有了一群相似收入和支出结构的人群存在.
且比较重要的一点是有着相似的年龄和家庭组成结构.
这也就因为着在人生的一些共同路径,诸如婚丧生老病死上面,有着隐含的类似的现期和预期需求.
这一点的话,观察下一些小区的配套商圈也可以看得出来.
毕竟,作为商铺来说,首要的目的是寻找可供挖掘的消费人群.
如果把时间范围拉长一点看的话,理论上作为配套商圈的商铺经营内容应该也会随着变化.
在假定居住人口变动不大的情况下,人口年龄结构便会相应地重心往后推移变化,从而对消费的需求变化产生方向性的影响.
从而使得供需结构产生变化,对商户结构就行重新的编排.
也即是所谓的"老龄化"或者年龄的整体结构性变化产生的经济影响.
那么从个体的角度来看,如果把整个居住环境作为一个统一的服务提供者来看待的话,则是类似一个终身服务的概念.
随着消费者生理心理年龄结构的变化,服务提供者随之提供适应性的变化服务,以解决其需求.
所以,重新把各个个人放在一起作为整体看待的话,就是一个系统提供一个闭环的终生服务的概念.
从经营的角度来看,就是通过消费这一行为在系统中得以"生存"下来.
从广义上来说,整个人类社会就是这么一个系统.
如果把范围缩写点,国家本身也是一个这样的系统.
并且,国家作为系统考虑的话,还有一个比较明显的特点.
就是税收.
原则上来说,可以将"税收"作为是这种生存服务系统的盈利模式.
尤其把国家以及其对公共行为的影响作为商业行为考虑的话.
换句话说,"税收"这种商业模式的实质在于,倾入到人一生的各个交互点,从而进行利润化处理.
也就是说,这种盈利模式的立足点不在于单次或者某几次的最大化收益,而在于长期性的比率处理.
考虑如果把人的一些偶发性购买行为作为独立事件考虑的.
那么,一般的思路就是最大化单次购买的成本和价格差.
而如果把人一个的支出看为一个定量的话,那么这个定量则是由上面所说的各个独立消费事件组合而成的.
由于各个事件本身已经利润最大化了,那么对于参与支出利润瓜分的各个生产者来说,最大化利润的策略就剩下尽可能地包揽覆盖这些消费组合了.
通俗地说,就是覆盖产品的覆盖面.
像税收的形式,实际就是以各种税的形式渗透在各种产品渠道上.
而像沃尔玛之类的就是渗透日常消费的部分.
值得注意的就是想Amazon/淘宝这类电子商务,覆盖面是线下百货不能企及的,而且类似国家,在上面的所有交易都会有类似"交易税"的佣金.
也就是说,某种程度上来说,这跟"国家"的商业模式是几乎一样的.
不同的地方在于,"国家"是一个单一的寡头模式,具有独占性.
但一般商业则没有这种几乎绝对的垄断方式.
由于竞争的存在,一般企业的有着相对的lockdown成本,以使得其独占模式并不具有国家般的绝对性.
那么,在存在竞争的情况下,"税收"这种商业模式的利润最大化策略是如何的呢?
由于消费的总支出固定,而对于各个商家来说,最大化的策略又都是消费组合的覆盖面.
在存在竞争的前提下,消费者对应的策略就应该是在支出固定的情况下,最大化收益.
也就是寻找能够相对低成本提供覆盖面的商家.
于是,原则上来说,均衡点就应该是各个商家覆盖边际为0的地方.
问题在于,这个为零的地方是否存在/有解,或者说有现实意义.
对于一个始终有利可图的消费点,只会对覆盖边际差生正的影响.
考虑一个不那么有利可图,即是需要从其他店腾挪利润以保证覆盖面和使得边际大于零的情况.
也就是,存在那么一个消费点,它是在倾斜利润之后,强行扩大覆盖面的话,会使得边际小于零.
这样的话,作为商家来说,就有了不进行覆盖的决策.
也就是说,存在一个消费点,使得某些商家不再进入.
那么,在假设存在覆盖边际小于零的消费点/领域的前提下,竞争性的税收模式是允许存在相异性的.
即,允许商家之间有着不同的覆盖面.
于是,在不考虑研发和开拓成本的前提下,或者在研发和开拓成本足以保证足够的进入门槛的假设下.
税收模式的最佳策略应该就是尽可能地独占某些消费点的优势.
而独占的方式有很多.
朴素的技术创新/需求扩展.
以及lockdown手段.
像服饰的风格,电子产品接口的非标准化等.
概括来说,就是某种形式的品牌忠诚度.
所以,这里的关键点在于某人说的"think different",所谓的差异化.
而要成为类似"税收"这种长期且覆盖面广的维度的模式的话,也就要求这种差异化具有长期/持续性,并且需要能不断"横向"扩展.
就电商来说,它虽然可以横向无限扩展,但是很难有确定的持续性和长期性.
毕竟,无论从哪个维度来看的话,都不是无可替代/不可竞争的.
那么回到最开始的问题.
如果已有受众,那么如何产生"目的"呢?
对于小区居民来说,存在一些特质是具有区域性的.
也就是这些特质是具有独占性的,这就保证了一定程度的长期和持续性.
而覆盖度的话,由于小区居民是整个人类社会的子集.
那么可以认为只要是合理存在的模式,都可以在这个子集内应用扩展.
某种程度上来说,如果把小区作为"国家"来看待的话,物业可以认为是一个授权的代理执行机关.
理论上来说,可以有专有的商业交通医疗教育和一切对公对私处理通道.
也就是相当于某种形式上的次级行政区域划分,只不过这种划分的依据不是地域,而是建立在雇佣关系的联合体下面.
所谓小国寡民.
于是忽然发觉,其实这些平面广告挺有针对性的.
印象中之前是一些针对老年人的优惠,现在是一些补习班和小升中之类的.
想想,其实这个很理所当然,毕竟广告的投放还是要考虑受众以及覆盖面和回报的.
但换个思路看待的话,投放广告的行为,是某种主动的的对特定特征人群的筛选行为.
也就是说,是一种现有目的,再找受众的过程.
那么,反过来,如果已有受众,再找目的呢?
对于一个居住小区来说,由于价格因素,大致可以人物居住人群有着相似的资产水平.
再考虑到平均收入范围以及小区附属的交通属性的话,应该可以认为有着类似的年龄和工作年限背景.
至少从经济实力和收入水平上来说,应该不会有太大的差异.
于是,这里就有了一群相似收入和支出结构的人群存在.
且比较重要的一点是有着相似的年龄和家庭组成结构.
这也就因为着在人生的一些共同路径,诸如婚丧生老病死上面,有着隐含的类似的现期和预期需求.
这一点的话,观察下一些小区的配套商圈也可以看得出来.
毕竟,作为商铺来说,首要的目的是寻找可供挖掘的消费人群.
如果把时间范围拉长一点看的话,理论上作为配套商圈的商铺经营内容应该也会随着变化.
在假定居住人口变动不大的情况下,人口年龄结构便会相应地重心往后推移变化,从而对消费的需求变化产生方向性的影响.
从而使得供需结构产生变化,对商户结构就行重新的编排.
也即是所谓的"老龄化"或者年龄的整体结构性变化产生的经济影响.
那么从个体的角度来看,如果把整个居住环境作为一个统一的服务提供者来看待的话,则是类似一个终身服务的概念.
随着消费者生理心理年龄结构的变化,服务提供者随之提供适应性的变化服务,以解决其需求.
所以,重新把各个个人放在一起作为整体看待的话,就是一个系统提供一个闭环的终生服务的概念.
从经营的角度来看,就是通过消费这一行为在系统中得以"生存"下来.
从广义上来说,整个人类社会就是这么一个系统.
如果把范围缩写点,国家本身也是一个这样的系统.
并且,国家作为系统考虑的话,还有一个比较明显的特点.
就是税收.
原则上来说,可以将"税收"作为是这种生存服务系统的盈利模式.
尤其把国家以及其对公共行为的影响作为商业行为考虑的话.
换句话说,"税收"这种商业模式的实质在于,倾入到人一生的各个交互点,从而进行利润化处理.
也就是说,这种盈利模式的立足点不在于单次或者某几次的最大化收益,而在于长期性的比率处理.
考虑如果把人的一些偶发性购买行为作为独立事件考虑的.
那么,一般的思路就是最大化单次购买的成本和价格差.
而如果把人一个的支出看为一个定量的话,那么这个定量则是由上面所说的各个独立消费事件组合而成的.
由于各个事件本身已经利润最大化了,那么对于参与支出利润瓜分的各个生产者来说,最大化利润的策略就剩下尽可能地包揽覆盖这些消费组合了.
通俗地说,就是覆盖产品的覆盖面.
像税收的形式,实际就是以各种税的形式渗透在各种产品渠道上.
而像沃尔玛之类的就是渗透日常消费的部分.
值得注意的就是想Amazon/淘宝这类电子商务,覆盖面是线下百货不能企及的,而且类似国家,在上面的所有交易都会有类似"交易税"的佣金.
也就是说,某种程度上来说,这跟"国家"的商业模式是几乎一样的.
不同的地方在于,"国家"是一个单一的寡头模式,具有独占性.
但一般商业则没有这种几乎绝对的垄断方式.
由于竞争的存在,一般企业的有着相对的lockdown成本,以使得其独占模式并不具有国家般的绝对性.
那么,在存在竞争的情况下,"税收"这种商业模式的利润最大化策略是如何的呢?
由于消费的总支出固定,而对于各个商家来说,最大化的策略又都是消费组合的覆盖面.
在存在竞争的前提下,消费者对应的策略就应该是在支出固定的情况下,最大化收益.
也就是寻找能够相对低成本提供覆盖面的商家.
于是,原则上来说,均衡点就应该是各个商家覆盖边际为0的地方.
问题在于,这个为零的地方是否存在/有解,或者说有现实意义.
对于一个始终有利可图的消费点,只会对覆盖边际差生正的影响.
考虑一个不那么有利可图,即是需要从其他店腾挪利润以保证覆盖面和使得边际大于零的情况.
也就是,存在那么一个消费点,它是在倾斜利润之后,强行扩大覆盖面的话,会使得边际小于零.
这样的话,作为商家来说,就有了不进行覆盖的决策.
也就是说,存在一个消费点,使得某些商家不再进入.
那么,在假设存在覆盖边际小于零的消费点/领域的前提下,竞争性的税收模式是允许存在相异性的.
即,允许商家之间有着不同的覆盖面.
于是,在不考虑研发和开拓成本的前提下,或者在研发和开拓成本足以保证足够的进入门槛的假设下.
税收模式的最佳策略应该就是尽可能地独占某些消费点的优势.
而独占的方式有很多.
朴素的技术创新/需求扩展.
以及lockdown手段.
像服饰的风格,电子产品接口的非标准化等.
概括来说,就是某种形式的品牌忠诚度.
所以,这里的关键点在于某人说的"think different",所谓的差异化.
而要成为类似"税收"这种长期且覆盖面广的维度的模式的话,也就要求这种差异化具有长期/持续性,并且需要能不断"横向"扩展.
就电商来说,它虽然可以横向无限扩展,但是很难有确定的持续性和长期性.
毕竟,无论从哪个维度来看的话,都不是无可替代/不可竞争的.
那么回到最开始的问题.
如果已有受众,那么如何产生"目的"呢?
对于小区居民来说,存在一些特质是具有区域性的.
也就是这些特质是具有独占性的,这就保证了一定程度的长期和持续性.
而覆盖度的话,由于小区居民是整个人类社会的子集.
那么可以认为只要是合理存在的模式,都可以在这个子集内应用扩展.
某种程度上来说,如果把小区作为"国家"来看待的话,物业可以认为是一个授权的代理执行机关.
理论上来说,可以有专有的商业交通医疗教育和一切对公对私处理通道.
也就是相当于某种形式上的次级行政区域划分,只不过这种划分的依据不是地域,而是建立在雇佣关系的联合体下面.
所谓小国寡民.
2015-03-07
正确量化的重要性
记得Behavioral Finance里有个概念叫做overconfidence.
对于一般的return on investment来说,是类似R=f(I)的形式.
如果考虑对应f(I)的概率的话,那么应该也是expected return = \sum P(I_i)f(I_i)的形式
而overconfidence描述的则是expected return > \sum P(I_i)f(I_i) ~ R+\varepsilon 的形式.
即是说,实际在计算策略是,对R的期望是大于纯粹/绝对理性情况的.
这种解释也很容易理解和接受.
毕竟单独引入一个变量含糊过去,确实不费什么事.
但如果要深究这个\varepsilon 是什么的话呢?
把overconfidence考虑为一种个体的utility function的话.
可能也就有一定的合理性.
因为overconfidence的作用是放大理想状况下的期望值.
一种可能的形式就是,这个utility function是跟P(I)相关的复合函数.
在P(I)*f(I)值不符合主观期望的时候,进行对应P(I)的非理性的概率相关的向上修正.
即 R+\varepsilon = \sum P(I_i)f(I_i) + U(P(I_i))
也就是说,\varepsilon 实际上是个关于发生概率越低,向上修正值越高的一个utility function.
就像赌徒的最后一博时的心里动机.
或者追一个不可能的人的时候的策略评价.
所以,如果这么考虑的话,overconfidence并不算是一种非理性的行为模式.
之所以认为非理性,是因为考虑的评价函数是绝对中立/理性的R形式.
而实际上,正在在行为选择上参与计算的是这个中立函数加上utility function的复合/加权值.
也就是,决策过程是非常reasonable的,并不是随机或者不可解释的.
那么,为什么会出现这个向上修正的utility function呢?
或者说,支持utility function参与计算的策略模式又是什么呢?
为什么会有一个影响中立性的因素被主动包括进来.
对于单次博弈来说,utility function可能只是中立函数分解形式的一部分而已.
所以,这种情况没有所谓的包含不包含的问题,只是代数形式的不同.
考虑多次重复博弈的话.
如果这些多次重复博弈可以等价为相互独立的单词博弈的话,也没什么需要特别说明的.
但如果是类似Lag function的有某种time serial/序列特征的话,即之前博弈结果影响后面结果的话.
那么utility function也许就有存在必要性的解释了.
考虑,如果这类博弈的是带终止条件的.
比如return < 0的时候,这种多次重复博弈就停止了.
那么存在的价值就很显而易见了.
为了让博弈尽可能地延续下去,所以会有依据于中立函数的预期return < 0的概率,进行概率相关的向上修正的utility function.
也就是说,utility function是对f(I)值域的一种调整策略驱动的.
由于overconfidence的策略中立形式是 R + utility function驱动的.
所以,其与绝对理性情况的策略差异,主要也是因为utility function造成的.
于是,要让决策尽可能地接近理想状态的话,所需要做的只是简单的减少utility function的影响.
也就是让expected return从R+utility的形式,退化为R.
或者避免发生这种目标解被无意识替换的事情.
毕竟,在random walk要得到一个minimize的解的话,还是靠运气的.
虽然可能得到一个全局最优解的结果.
但这个"可能"两个字已经把解目标从"科学的可重复的解"变为了"可能的全局最优解"了.
评价体系不同,计算再精确,也不一定是正确的.
所谓正确量化的重要性.
对于一般的return on investment来说,是类似R=f(I)的形式.
如果考虑对应f(I)的概率的话,那么应该也是expected return = \sum P(I_i)f(I_i)的形式
而overconfidence描述的则是expected return > \sum P(I_i)f(I_i) ~ R+\varepsilon 的形式.
即是说,实际在计算策略是,对R的期望是大于纯粹/绝对理性情况的.
这种解释也很容易理解和接受.
毕竟单独引入一个变量含糊过去,确实不费什么事.
但如果要深究这个\varepsilon 是什么的话呢?
把overconfidence考虑为一种个体的utility function的话.
可能也就有一定的合理性.
因为overconfidence的作用是放大理想状况下的期望值.
一种可能的形式就是,这个utility function是跟P(I)相关的复合函数.
在P(I)*f(I)值不符合主观期望的时候,进行对应P(I)的非理性的概率相关的向上修正.
即 R+\varepsilon = \sum P(I_i)f(I_i) + U(P(I_i))
也就是说,\varepsilon 实际上是个关于发生概率越低,向上修正值越高的一个utility function.
就像赌徒的最后一博时的心里动机.
或者追一个不可能的人的时候的策略评价.
所以,如果这么考虑的话,overconfidence并不算是一种非理性的行为模式.
之所以认为非理性,是因为考虑的评价函数是绝对中立/理性的R形式.
而实际上,正在在行为选择上参与计算的是这个中立函数加上utility function的复合/加权值.
也就是,决策过程是非常reasonable的,并不是随机或者不可解释的.
那么,为什么会出现这个向上修正的utility function呢?
或者说,支持utility function参与计算的策略模式又是什么呢?
为什么会有一个影响中立性的因素被主动包括进来.
对于单次博弈来说,utility function可能只是中立函数分解形式的一部分而已.
所以,这种情况没有所谓的包含不包含的问题,只是代数形式的不同.
考虑多次重复博弈的话.
如果这些多次重复博弈可以等价为相互独立的单词博弈的话,也没什么需要特别说明的.
但如果是类似Lag function的有某种time serial/序列特征的话,即之前博弈结果影响后面结果的话.
那么utility function也许就有存在必要性的解释了.
考虑,如果这类博弈的是带终止条件的.
比如return < 0的时候,这种多次重复博弈就停止了.
那么存在的价值就很显而易见了.
为了让博弈尽可能地延续下去,所以会有依据于中立函数的预期return < 0的概率,进行概率相关的向上修正的utility function.
也就是说,utility function是对f(I)值域的一种调整策略驱动的.
由于overconfidence的策略中立形式是 R + utility function驱动的.
所以,其与绝对理性情况的策略差异,主要也是因为utility function造成的.
于是,要让决策尽可能地接近理想状态的话,所需要做的只是简单的减少utility function的影响.
也就是让expected return从R+utility的形式,退化为R.
或者避免发生这种目标解被无意识替换的事情.
毕竟,在random walk要得到一个minimize的解的话,还是靠运气的.
虽然可能得到一个全局最优解的结果.
但这个"可能"两个字已经把解目标从"科学的可重复的解"变为了"可能的全局最优解"了.
评价体系不同,计算再精确,也不一定是正确的.
所谓正确量化的重要性.
一个悲伤的故事(完)
"有曾经考虑过我么?"
"没有,我是个慢热型的人,不相信什么一见钟情,更在意能不能聊的来.第一次见到你,你确实把我吓到了,那天你穿的衣服,那条围巾我蛮喜欢,看了下你刚好不是我讨厌的类型,然后就给你了QQ.后来聊天,我们聊的并不多.你有自己的主见,思想属于浪漫型吧.但有时我不知道回应你.后来确实我们也没怎么聊了.每天走在上班熟悉的路上,有个人面对面的相互打招呼,我觉得这是一个很神奇的事情,让一条平淡的路,有点不同.每个人都有每个人认识相处的模式.像你的人生每一个阶段,都有一个人来陪你走一段路程,某一个人突然出现教会你某一个道理,那个阶段走完了,道理弄懂了,然后都会消失.然后我就在想,我们相识的缘分或许就在那么一段路上.过了这个时期,在相同或许各自的城市相互奔忙着."
所以.
这里最好的部分在于接触之前.
把手里的信息跟她逐条过了遍,告诉她我怎么知道的.
毕竟这个世界不全是良民.
加上,其实对我来说也没继续保密的需要.
然后跟她说了下如何拒绝的问题.
复述了下剧本,逐条罗列当初给的余地和错觉.
然后是她逐条的演练.
"不用逐条反驳的.说多,错多"
"我会祝福你的,有一天你会重新遇到你想找的那个女孩儿"
就这样,这段故事算正式完结了.
回头想想.
整件事情大概只是一时兴起的自编自导自演的剧本吧.
"没有,我是个慢热型的人,不相信什么一见钟情,更在意能不能聊的来.第一次见到你,你确实把我吓到了,那天你穿的衣服,那条围巾我蛮喜欢,看了下你刚好不是我讨厌的类型,然后就给你了QQ.后来聊天,我们聊的并不多.你有自己的主见,思想属于浪漫型吧.但有时我不知道回应你.后来确实我们也没怎么聊了.每天走在上班熟悉的路上,有个人面对面的相互打招呼,我觉得这是一个很神奇的事情,让一条平淡的路,有点不同.每个人都有每个人认识相处的模式.像你的人生每一个阶段,都有一个人来陪你走一段路程,某一个人突然出现教会你某一个道理,那个阶段走完了,道理弄懂了,然后都会消失.然后我就在想,我们相识的缘分或许就在那么一段路上.过了这个时期,在相同或许各自的城市相互奔忙着."
所以.
这里最好的部分在于接触之前.
把手里的信息跟她逐条过了遍,告诉她我怎么知道的.
毕竟这个世界不全是良民.
加上,其实对我来说也没继续保密的需要.
然后跟她说了下如何拒绝的问题.
复述了下剧本,逐条罗列当初给的余地和错觉.
然后是她逐条的演练.
"不用逐条反驳的.说多,错多"
"我会祝福你的,有一天你会重新遇到你想找的那个女孩儿"
就这样,这段故事算正式完结了.
回头想想.
整件事情大概只是一时兴起的自编自导自演的剧本吧.
2015-03-03
一个悲伤的故事(续)
一月剩下的日子,本以为遇见她的机会不多了.
然而事实似乎是相遇反而填满了余下的每一天.
于是,强装镇定地主动打招呼.
于是,地铁安检相遇时略喜出望外的微笑.
于是,女伴同行时不回避的挥手回应.
于是,穿新衣遇见时不自觉的低头小动作.
想着,也许还有也许吧.
然而,当试着几天了聊几句的时候,收获的却是诸如"我去洗刷刷了","不跟你聊了,我要做点东西"之类的呵呵感.
有时候晚上回家,走在她曾经的方向上的时候就会开始怀疑人生.
也许,到底还是难免地bias严重.
毕竟,也许自己始终不是个完全冷血中立的,人.
人类感情就像The Matrix描述的一样,是个只能用不等式描述的东西.
即使勉强用个epsilon化为形式上的确定性等式,也很难切实地解决量化定性的问题.
所以,很难说服自己,是,或者不是.
时间在这种阴晴不定的不可自拔中到了二月.
翻了翻日历,估计着年假安排.
结合之前的聊天内容,推算着应该是恰好14号回家吧.
想着13号做点什么吧.
一来,日子也算暧昧有余敏感不足.
二来,最坏的情况也是大概半个月的再也不见.
她曾经说过自己喜欢紫色和几米.
送几朵紫色郁金香吧.
刚好季节.
然后挑了本向左走向右走.
再在淘宝里找了同主题的手绘当书签,夹在"生命中充满了巧合,两条平行线也会有相交的一天"那页.
想着自己是不是入戏太深.
于是.
默等时间.
周末.
再约次看看吧.
也算某种pre-release.
"有没兴趣出来喝杯咖啡晒晒太阳呢?"
经日无语.
大概就是如此一个恰当地意料而情理的结果.
所以Plan还是搁置吧.
周一.
同样的道路,同样的遇见.
不同的大概是她跟几个同事说说笑笑的.
犹豫之间,擦身而过.
于是,心里的BGM歌手适时地切换到了阿杜.
就此结束的话,大概也算是个不错的结局.
带着某种复杂的解脱感,上班.
翻开Air,唤醒,挂代理,收邮件.
"周六周天很少上QQ呢"
右上横插了一条她的消息通知.
"过两天回去了,跟朋友一起去逛街了"
于是,沉默了几分钟.
然后拍了拍身上的土,又跳了回去.
回复着,"周三就不在了吧?"
"是呢".
于是,作为一名"专业"的互联网从业人员,即刻把废弃的Plan又翻了出来.
然后安慰自己说,这是快速迭代持续改进.
而不是计划赶不上变化.
翌日.
"你好?你知道我在哪个公司么?"
"猜的吧.位置"
"花是你送的吧"
"嗯"
10分钟的无所适从.
"所以,还有机会再见么?"
"谢谢,花很漂亮,我之前以为是我男朋友送的呢"
"有机会开年来,可以一起坐着喝喝茶,聊聊天什么的啊"
"好吧".
这么想着,也这么回着.
也许是有个送花人送了喜欢的郁金香,所以开心地有些放肆吧.
后面倒是聊得稍微多了些,诸如理想计划什么的.
但,毕竟,如果中间没什么意外的话,花到底不是匿名送的.
也算是比较聪明的方式吧.
于是,也就等着老老实实安安心心过年了.
年后上班几天,倒是再也见不到她了的样子.
翻了下微博.
"明明只是想你哄我下,居然不理我了...".
叶寒凝珠泪,
滴水乱清涟.
本已平复的心情,多少又有些五味杂陈.
一来,大抵是真有男朋友的,毕竟算避而不见了.
二来,倒是某内心BGM又有些阴魂不散了.
这淡淡的挥之不去的烦躁感.
然而事实似乎是相遇反而填满了余下的每一天.
于是,强装镇定地主动打招呼.
于是,地铁安检相遇时略喜出望外的微笑.
于是,女伴同行时不回避的挥手回应.
于是,穿新衣遇见时不自觉的低头小动作.
想着,也许还有也许吧.
然而,当试着几天了聊几句的时候,收获的却是诸如"我去洗刷刷了","不跟你聊了,我要做点东西"之类的呵呵感.
有时候晚上回家,走在她曾经的方向上的时候就会开始怀疑人生.
也许,到底还是难免地bias严重.
毕竟,也许自己始终不是个完全冷血中立的,人.
人类感情就像The Matrix描述的一样,是个只能用不等式描述的东西.
即使勉强用个epsilon化为形式上的确定性等式,也很难切实地解决量化定性的问题.
所以,很难说服自己,是,或者不是.
时间在这种阴晴不定的不可自拔中到了二月.
翻了翻日历,估计着年假安排.
结合之前的聊天内容,推算着应该是恰好14号回家吧.
想着13号做点什么吧.
一来,日子也算暧昧有余敏感不足.
二来,最坏的情况也是大概半个月的再也不见.
她曾经说过自己喜欢紫色和几米.
送几朵紫色郁金香吧.
刚好季节.
然后挑了本向左走向右走.
再在淘宝里找了同主题的手绘当书签,夹在"生命中充满了巧合,两条平行线也会有相交的一天"那页.
想着自己是不是入戏太深.
于是.
默等时间.
周末.
再约次看看吧.
也算某种pre-release.
"有没兴趣出来喝杯咖啡晒晒太阳呢?"
经日无语.
大概就是如此一个恰当地意料而情理的结果.
所以Plan还是搁置吧.
周一.
同样的道路,同样的遇见.
不同的大概是她跟几个同事说说笑笑的.
犹豫之间,擦身而过.
于是,心里的BGM歌手适时地切换到了阿杜.
就此结束的话,大概也算是个不错的结局.
带着某种复杂的解脱感,上班.
翻开Air,唤醒,挂代理,收邮件.
"周六周天很少上QQ呢"
右上横插了一条她的消息通知.
"过两天回去了,跟朋友一起去逛街了"
于是,沉默了几分钟.
然后拍了拍身上的土,又跳了回去.
回复着,"周三就不在了吧?"
"是呢".
于是,作为一名"专业"的互联网从业人员,即刻把废弃的Plan又翻了出来.
然后安慰自己说,这是快速迭代持续改进.
而不是计划赶不上变化.
翌日.
"你好?你知道我在哪个公司么?"
"猜的吧.位置"
"花是你送的吧"
"嗯"
10分钟的无所适从.
"所以,还有机会再见么?"
"谢谢,花很漂亮,我之前以为是我男朋友送的呢"
"有机会开年来,可以一起坐着喝喝茶,聊聊天什么的啊"
"好吧".
这么想着,也这么回着.
也许是有个送花人送了喜欢的郁金香,所以开心地有些放肆吧.
后面倒是聊得稍微多了些,诸如理想计划什么的.
但,毕竟,如果中间没什么意外的话,花到底不是匿名送的.
也算是比较聪明的方式吧.
于是,也就等着老老实实安安心心过年了.
年后上班几天,倒是再也见不到她了的样子.
翻了下微博.
"明明只是想你哄我下,居然不理我了...".
叶寒凝珠泪,
滴水乱清涟.
本已平复的心情,多少又有些五味杂陈.
一来,大抵是真有男朋友的,毕竟算避而不见了.
二来,倒是某内心BGM又有些阴魂不散了.
这淡淡的挥之不去的烦躁感.
2015-02-23
系统化社交
某种程度上来说,微信抢红包的行为模式还是挺有代表性的.
"抢"的动作实质上是某种方式的reward function.
然后就是根据各自的reward promote/elect出新的activator,而后继续下一轮的reward.
也就是纯粹的reward -> elect -> reward 这种类feedforward的形式.
类似的还有某些诸如劝酒等酒桌文化的一些东西.
而原则上了来说,这些场景下的所谓氛围如何,实际上就是这个pattern repeat的次数和周期如何.
也就是这系列的function是衰减的还是稳态的抑或增长的.
从构成形式上,主要是reward和elect两个layer的共同作用的结果.
换句话说,最终social sphere如何,取决于这两个layer之间的互相调整的结果.
就像赌钱.
如果某个参与者的reward低于一定程度,那么就有可能发生退出,从而需要对feedforward的计算形式进行重新调整.
而即使参与人数的变化不会对reward function及其相关过程产生影响,但是如果elect出来的新的activator有问题,或者根本elect不出来的话.
那么,对最终的结果也是有影响的.
比如抢完红包之后,没有promote出新的人选出来.
这样自然也就没有所谓的新的reward了.
所以,如果给定一个objective的话,如何设计一个尽可能理想的crowd behavior呢?
因为存在两个互为input/output的layer.
所以,如果两者是相互独立的,或者说不相关的,那么某种程度上来说,就等价于是接受一个random input的layer.
也就是说,在这种情况下,如果有一个既定的objective的话,那么运气的成分可能占主要部分.
而如果两个是dependent的,比如是简单的线性变换的话,那么其实就等价于一个有着确定input的transform layer.
在一些情况下,就是类似time serial的问题了.
也就是说,如果在给定一个activator的情况下,各个参与者的reward也是已知的,那么要达到既定的objective的话,只要适时调整elect的策略即可.
反过来说,如果elect的策略是deterministic的,那么,只要调整reward的策略也有可能逼近objective.
比如如果赌博的objective是维持各方帐目均衡的话,且elect是赢家开局的话,那么reward的策略就可能要考虑到输赢的倍数问题.
而像微信红包的话,尽管看上去reward是随机的,但是,概率分布是确定的.
所以,如果考虑的参与者的定义从具体的人,变换到某个分布上的人的话,这个reward就是"已知"的.
那么,elect的策略的制定应该也是以这个"参与者"的定义来决定的.
换句话说,这种"社交"是可以设计出来的.
也就是说,本质上来说,这种设计出来的机制并不直接依赖人与人的关系.
而纯粹是规则运作/保障的交互.
所谓的系统化社交.
"抢"的动作实质上是某种方式的reward function.
然后就是根据各自的reward promote/elect出新的activator,而后继续下一轮的reward.
也就是纯粹的reward -> elect -> reward 这种类feedforward的形式.
类似的还有某些诸如劝酒等酒桌文化的一些东西.
而原则上了来说,这些场景下的所谓氛围如何,实际上就是这个pattern repeat的次数和周期如何.
也就是这系列的function是衰减的还是稳态的抑或增长的.
从构成形式上,主要是reward和elect两个layer的共同作用的结果.
换句话说,最终social sphere如何,取决于这两个layer之间的互相调整的结果.
就像赌钱.
如果某个参与者的reward低于一定程度,那么就有可能发生退出,从而需要对feedforward的计算形式进行重新调整.
而即使参与人数的变化不会对reward function及其相关过程产生影响,但是如果elect出来的新的activator有问题,或者根本elect不出来的话.
那么,对最终的结果也是有影响的.
比如抢完红包之后,没有promote出新的人选出来.
这样自然也就没有所谓的新的reward了.
所以,如果给定一个objective的话,如何设计一个尽可能理想的crowd behavior呢?
因为存在两个互为input/output的layer.
所以,如果两者是相互独立的,或者说不相关的,那么某种程度上来说,就等价于是接受一个random input的layer.
也就是说,在这种情况下,如果有一个既定的objective的话,那么运气的成分可能占主要部分.
而如果两个是dependent的,比如是简单的线性变换的话,那么其实就等价于一个有着确定input的transform layer.
在一些情况下,就是类似time serial的问题了.
也就是说,如果在给定一个activator的情况下,各个参与者的reward也是已知的,那么要达到既定的objective的话,只要适时调整elect的策略即可.
反过来说,如果elect的策略是deterministic的,那么,只要调整reward的策略也有可能逼近objective.
比如如果赌博的objective是维持各方帐目均衡的话,且elect是赢家开局的话,那么reward的策略就可能要考虑到输赢的倍数问题.
而像微信红包的话,尽管看上去reward是随机的,但是,概率分布是确定的.
所以,如果考虑的参与者的定义从具体的人,变换到某个分布上的人的话,这个reward就是"已知"的.
那么,elect的策略的制定应该也是以这个"参与者"的定义来决定的.
换句话说,这种"社交"是可以设计出来的.
也就是说,本质上来说,这种设计出来的机制并不直接依赖人与人的关系.
而纯粹是规则运作/保障的交互.
所谓的系统化社交.
订阅：
博文 (Atom)