做一点假设.
假设有个阅读数read为R的公众号.
订阅用户subscriber是 S人,且这些人的习惯保证必然会点开看.
再假设每个订阅用户好友数 friend位类似F,其中有p的 portion会二次传播该篇文章.
那么就应该有
R = S + S*F*p + S*(F*p)*(F*p) ...
->
R = \sum_{i=0}^n S*(F*p)^n
假设有1000订阅平均有F=100好友,触发几率是10%.
则
100,000 <= \sum_{i=0}^n 1000*10^n
也就是差不多就3度传播.
如果不考虑严格的话.
100,000 ~= 1000*10^2
也就是
R ~= S*10 ^(Degree-1)
->
R ~= S*10 ^degree
->
degree <- log(R/S)
即传播度数为阅读数和订阅用户数的数量级差异+1.
即假设有100w阅读,1000用户的话,差不多传播度就是 log(1,000,000 / 1,000) = 3.
四度的关系.
但如果只有100w 阅读,100w用户的话,那就是1度关系了.
那么考虑下,10w+阅读的意义.
也就是说,如果一个热门订阅也只有10w阅读的话,那么实际上来说它的传播影响力也就仅限于订阅用户这个群体.
而如果一个1k用户的账号要达到10w的话则需要3度传播.
对于低于1k的要达到10w阅读的话,考虑到>0的约束,则可能不太适合这个简单假设.
因为后面的余项会衰减地很快.
所以基本上如果能达到的话,相当于通过一个巨型的扩张节点从新传播了.
直觉上来说,微信这个平台应该不能说是一个传播平台.
更像是一种圈养平台.
因为就其给出的这个数据印象而言,很难说是具有强的传播属性.
更多的固定覆盖度.
尤其考虑到次级传播到时候,由于朋友圈的交集因素,发生再次传播的概率p可能会进一步衰减.
当然,另外一个要打破的约束就是平均好友数.
在传播过程中,各个层级节点的好友分布数量存在差异.
也就是可能存在一些大型的节点造成放大效应.
但即使这种情况来看,那也是一个比较稀疏的网络.
这些大型节点类似与连接各个subgraph的主干道.
在某种层面上把小型节点去掉的话,基本上就是这些有限数量的大型节点组成的网络.
即使是这种简化的放大网络,由于每个节点的传播意愿 可能并不存在一个统计上有效的偏好数值.
所以就传播范围和效果来说,存在相当大偶然性.
你不能说它不能成为一个有效的传播网络,但也很难做到大规模的扩散.
因为每个大节点的偏好由于样本变小了所以失去了统计上的意义.
因此在这种结构下,一个东西可能很难说是有生命力的.
因为要么, 这个东西是在一个固有的圈子里游荡,不会被外界所挖掘感知.
要么就是它的被感知存在的相当程度的随机/偶然性,因为被某些主要节点放大.
当然,这里还有一点就是公众号的10w+只是个表意数值.
可能实际是几百上千万阅读.
以某咪蒙为例的话.
.
简单Google到的数据是600w粉丝/订阅.
有些地方提到某些文章的点赞数是5w.
假设所有阅读的人点赞几率是5%的话,那么就是100w人阅读.
这个跟订阅数差距有点大.
用广告的曝光点击千分之五算的话,就是1000w人阅读.
差强人意.
但也基本上就是一度传播.
当然,因为可能本身体量大交叉冲突多了.
另一个数据是和菜头.
以新浪微博的粉丝数算70w订阅的话.
它的某篇文章里提到过个数据就是差不多每天1k左右的订阅增减.
所以实际量级在几十万的数量级应该是没问题的.
提到的另外一个数据是某篇文章20w+的阅读.
虽然是个例.
但至少量级上还是处于一度的.
也就是说即使是几十w的订阅,在微信生态里也基本上是一度传播.
或者可能在其他地方也是一度传播.
但至少有一点可以相对明朗的是.
对于除了一些"共鸣"性质或者virus属性比较强的东西之外.
单纯的内容传播/阅读是跟订阅数数量级相关的.
传播性大多数情况下是一个伪命题.
2017-02-18
信用价值变现与风险
考虑下付费订阅和粉丝经济的关系.
传统的粉丝经济算是纯粹的消费性经济.
主要是建立在某种精神性享受的投入变现的基础上.
虽然有时候也表现为一些周边或者实际物质性的购买回馈.
但总的来说,还是建立在一种类似宗教但随从信仰上面.
而付费订阅或者说现在所谓的知识经济呢.
字面上来说是一种知识交易.
无论是以专栏,直播或者问答什么的方式展现,浅层的思路是知识交换.
或者说用一个比较中古的词来说就是咨询.
直观的交易标的物是购买者所定义的"知识".
或者说信息内容.
那么,从交易的角度来说,成交的这笔交易有着什么样的特殊属性使得其能成交呢.
或者说是什么支撑着这种交易的存在.
就信息本身而言可能并不存在独占性或者稀缺性.
即便是传统的咨询业务,也不不是说只此一家别无二店可以提供.
那么是便利性么.
也不一定.
像文章栏目订阅来说,跟传统的报纸杂志订阅并没有什么太本质的区别.
也就是说,这些信息并不不一定是必需品或者急缺品,对于交易的频道和效率而言.
并没有什么太大的权重趋向优势.
权威性或者说影响力么?
可能.
所谓的信用背书.
通过已有的身份地位和影响力支撑的对言行的信用加成.
那么信用和信仰之间的区别是什么呢.
依靠信仰的经济依托的是一种不计回报的纯成本投入.
或者说并不要求有明显的回馈回报.
比如购买一个周边可能并不是因为有什么特别的实用功能.
而是一种建立在自我认知范畴内的联系性产生的溢价.
而信用经济是一种某种形式的远期估值体系.
对交易的结果标的隐含了某种实际的价值回报在内.
就像某些问答专栏等,购买的是一个对结果的合理性预期.
解决问题或者收获/知道了什么.
所以本质上来说,它是依赖于这个远期合约的定价合理性的.
也就是说,这个期权交易的结果对购买/持有者而言是有一定的实际价值偏离的.
或者说行权之后存在对价格波动的敏感性.
比如并没有解决问题或者说预期的结果不理想等等.
这个会对行权者对承兑方的信用估值产生重新计算/衡量/定位的需求.
就像自由市场里对价格合理性的回归波动.
但是知识经济的这种波动会一想到其他人么.
或者更明确地说,这种波动有有效存在么.
由于每一个交易都是基于买卖双方的二元交易.
对于第三者来说,当次交易的标的物的价值是没有意义的.
一个问题的有效合理性原则上来说只对提问者有实际意义和有效评定方式.
对于其他人来说,这个private value并不具有普适性.
所以这个价格的波动也并不存在的普遍存在意义.
或者稍微严格地说,只对具有类似提问需求的人会存在信用/价格波动现象.
而且由于每个人的评估体系/private value的估值体系存在相异性.
所以波动的实际效应具有不确定性.
因为批判标准不具有普适性.
于是,只要维持这种信用加成.
那么变现方式就是相对稳定的.
因为每一次交易都可以看作是同样初始条件的相互独立的可重复实验.
影响结果通常并不会累计.
除非是在某些基本价值观/世界观或者说普世价值相关/大是大非的情况下,才会对整体信用造成影响.
因为这时候的参与评价群体是约等于全部潜在买家.
某种程度上来说,这种模式的风险也就在于如何稀释每次交易造成的不良影响.
或者说受众面.
传统的粉丝经济算是纯粹的消费性经济.
主要是建立在某种精神性享受的投入变现的基础上.
虽然有时候也表现为一些周边或者实际物质性的购买回馈.
但总的来说,还是建立在一种类似宗教但随从信仰上面.
而付费订阅或者说现在所谓的知识经济呢.
字面上来说是一种知识交易.
无论是以专栏,直播或者问答什么的方式展现,浅层的思路是知识交换.
或者说用一个比较中古的词来说就是咨询.
直观的交易标的物是购买者所定义的"知识".
或者说信息内容.
那么,从交易的角度来说,成交的这笔交易有着什么样的特殊属性使得其能成交呢.
或者说是什么支撑着这种交易的存在.
就信息本身而言可能并不存在独占性或者稀缺性.
即便是传统的咨询业务,也不不是说只此一家别无二店可以提供.
那么是便利性么.
也不一定.
像文章栏目订阅来说,跟传统的报纸杂志订阅并没有什么太本质的区别.
也就是说,这些信息并不不一定是必需品或者急缺品,对于交易的频道和效率而言.
并没有什么太大的权重趋向优势.
权威性或者说影响力么?
可能.
所谓的信用背书.
通过已有的身份地位和影响力支撑的对言行的信用加成.
那么信用和信仰之间的区别是什么呢.
依靠信仰的经济依托的是一种不计回报的纯成本投入.
或者说并不要求有明显的回馈回报.
比如购买一个周边可能并不是因为有什么特别的实用功能.
而是一种建立在自我认知范畴内的联系性产生的溢价.
而信用经济是一种某种形式的远期估值体系.
对交易的结果标的隐含了某种实际的价值回报在内.
就像某些问答专栏等,购买的是一个对结果的合理性预期.
解决问题或者收获/知道了什么.
所以本质上来说,它是依赖于这个远期合约的定价合理性的.
也就是说,这个期权交易的结果对购买/持有者而言是有一定的实际价值偏离的.
或者说行权之后存在对价格波动的敏感性.
比如并没有解决问题或者说预期的结果不理想等等.
这个会对行权者对承兑方的信用估值产生重新计算/衡量/定位的需求.
就像自由市场里对价格合理性的回归波动.
但是知识经济的这种波动会一想到其他人么.
或者更明确地说,这种波动有有效存在么.
由于每一个交易都是基于买卖双方的二元交易.
对于第三者来说,当次交易的标的物的价值是没有意义的.
一个问题的有效合理性原则上来说只对提问者有实际意义和有效评定方式.
对于其他人来说,这个private value并不具有普适性.
所以这个价格的波动也并不存在的普遍存在意义.
或者稍微严格地说,只对具有类似提问需求的人会存在信用/价格波动现象.
而且由于每个人的评估体系/private value的估值体系存在相异性.
所以波动的实际效应具有不确定性.
因为批判标准不具有普适性.
于是,只要维持这种信用加成.
那么变现方式就是相对稳定的.
因为每一次交易都可以看作是同样初始条件的相互独立的可重复实验.
影响结果通常并不会累计.
除非是在某些基本价值观/世界观或者说普世价值相关/大是大非的情况下,才会对整体信用造成影响.
因为这时候的参与评价群体是约等于全部潜在买家.
某种程度上来说,这种模式的风险也就在于如何稀释每次交易造成的不良影响.
或者说受众面.
2017-02-11
游戏性与火焰纹章的一些问题
前两天沉迷了下火焰纹章:英雄.
然后脱身想到了个事情.
本质上来说,手游和绝大多数的网游应该算是一种重复消耗品.
而相对的,一些传统的"单机"游戏则可以说是某种形式的一次性消耗品.
这两者区别在于,产品成型的目的是为了一种有限的游戏性目标还是说一种无预期的持续性消耗.
简单说,就是一个是有明确的剧情/娱乐路线和时间点,或者说就是有着明确的结束终止条件.
而另一种则是没有显式的终止条件,而且可能设计的目的就是为了持续这种重复消费.
所以对于一般意义的网游来说,虽然可能也有一些明确的主线/剧情等等,但逃不过但是一些重复性体验.
比如刷关卡等级材料等.
某种程度上来说,不管这些游戏表征出来的玩法形式是什么.
本质上来说都是一种时间消耗的循环核心.
不管是一些消除类,抽卡,副本,锻造,强化等.
本质上来说都是在沉淀或者转化"时间"为所谓的游戏性.
而另外一种类型的游戏则是在于提供一种相对完整的游戏性体验.
所谓的完整是指整体设计有着finite state.
或者说可遍历/终止性.
比如正统的RPG.
尽管也存在一些所谓的重复/刷/time consume的概念.
但从总体上来说,它是提供一个完整但世界观/剧情/流程.
有着相对丰富但设计者所想要展现的游戏性元素.
也就是说,本质上这种的游戏性在于作者和玩家之间的某种形式的交流/倾诉.
所以在感受到的题材方面,不是单纯的用时间换取某种东西,而是其他可能更广泛的题材.
或者说两者的区别在于,目的性的驱动方式.
是简单的"时间"就能转化,还是需求更多的元素才能完成游戏目标.
更一般地说,两者合二为一的描述就是所谓的游戏性在于达成目标所需求的元素的多寡.
所以从这个角度来说,像火纹的元素,职业系统/属性分布差异,SLG本身的地形移动差异都可以算是一些所需达成的元素维度.
甚至于,这些已有系统的维度可以无限地增加扩充下去.
但这样并不能感受到到一般意义上游戏性的增加.
那么这里缺的东西是什么.
考虑下抽卡.
抽卡让人沉迷的地方在于其不确定性.
而对这种不确定性的追求则是建立有可能坍塌到某一方面的特性.
也就是说概率越低,带来的愉悦特性就越高.
某种程度上来说,还是基于人的over confident带来的value premium.
因不可得造成的大幅溢价追求.
通过调整private value的偏差来达到行为合理性的方式.
这个apply到RTS以及MMORPG也是类似的.
RTS的溢价在于带来的竞技性优越性.
而MMORPG带来的是social方面的优越性.
所以,所谓的游戏性核型其实不在于元素多寡.
而是制造这种估值偏差.
偏差的存在在于比比对性,或者说基准.
比如说如果不这么做会怎么样.
一个三消游戏关卡不过会怎么样.
抽不到SSR会怎样.
不上线会怎样.
所以,从这个角度看排行榜的话,尤其是类好友关系/graph local的排行榜.
会发现这几乎是一个0成本的差异基准.
一旦锚定了某个价值的话,就会用行动去维护这个估值.
回到火焰纹章本身.
传统系列里的一个最重要的特征或者说价值体系在于,角色死亡的不可逆性.
也就是说它的一个游戏性在于维护角色的存活.
尤其是夹杂了角色本身的故事/设定/属性/技能/培养成本/个人偏好等元素在内的估值偏差.
但以SLG为主要游戏形式的话,有注定不能像系列一样作为一种一次性消耗物品来设计.
而重复消耗物品以游戏形式来说,又不可避免地要把地图/故事线重复利用.
同时,由于地图在一定时期内是相对固定的,难度也是有限级别的,所以注定在一定时期内,地图的游戏性会在短时间降低.
于是,角色不死和地图无可玩性的矛盾之间就指向了一个博弈均衡,停止.
因为短时间内角色的变化存在一个瓶颈,地图可玩性也逐渐失去趣味.
所以要维持的话,只能不断地推进角色的变化程度和地图的可玩性.
也就是需要有比较频繁的关卡更新.
这个从运营上来说是不太现实的.
那么,如何去相对合理地保持和增加估值偏差呢?
火纹的价值偏差是建立在角色不死的基础上的.
所以在这个设定不变的基础上,如果增加角色死亡的概率,那么相应地就是对维护价值的行为做出了某种衰减作用.
一方的衰减,也就是相对地估值偏差在增强.
于是,如何增加角色死亡风险呢?
尤其同时要保持用户的活跃度.
一个可能的方案就是增加饥饿度的之类的生命随时间衰减设定.
即使如果不对某个数值进行修正的话,角色将会"自然死亡".
那么这样的话,自然有了维护角色估值的动机和元素.
同时也为规划用户的活跃时间和付费概率提供了一种数值估计.
比如通过刷图获得某种数值修正道具去修正角色的时间衰减存活数值.
而这种修正的幅度和概率是可以通过刷图的难度和时间以及日常活跃市场推算调整的.
剩下的就是具体的数据反馈和数值策划问题了.
然后脱身想到了个事情.
本质上来说,手游和绝大多数的网游应该算是一种重复消耗品.
而相对的,一些传统的"单机"游戏则可以说是某种形式的一次性消耗品.
这两者区别在于,产品成型的目的是为了一种有限的游戏性目标还是说一种无预期的持续性消耗.
简单说,就是一个是有明确的剧情/娱乐路线和时间点,或者说就是有着明确的结束终止条件.
而另一种则是没有显式的终止条件,而且可能设计的目的就是为了持续这种重复消费.
所以对于一般意义的网游来说,虽然可能也有一些明确的主线/剧情等等,但逃不过但是一些重复性体验.
比如刷关卡等级材料等.
某种程度上来说,不管这些游戏表征出来的玩法形式是什么.
本质上来说都是一种时间消耗的循环核心.
不管是一些消除类,抽卡,副本,锻造,强化等.
本质上来说都是在沉淀或者转化"时间"为所谓的游戏性.
而另外一种类型的游戏则是在于提供一种相对完整的游戏性体验.
所谓的完整是指整体设计有着finite state.
或者说可遍历/终止性.
比如正统的RPG.
尽管也存在一些所谓的重复/刷/time consume的概念.
但从总体上来说,它是提供一个完整但世界观/剧情/流程.
有着相对丰富但设计者所想要展现的游戏性元素.
也就是说,本质上这种的游戏性在于作者和玩家之间的某种形式的交流/倾诉.
所以在感受到的题材方面,不是单纯的用时间换取某种东西,而是其他可能更广泛的题材.
或者说两者的区别在于,目的性的驱动方式.
是简单的"时间"就能转化,还是需求更多的元素才能完成游戏目标.
更一般地说,两者合二为一的描述就是所谓的游戏性在于达成目标所需求的元素的多寡.
所以从这个角度来说,像火纹的元素,职业系统/属性分布差异,SLG本身的地形移动差异都可以算是一些所需达成的元素维度.
甚至于,这些已有系统的维度可以无限地增加扩充下去.
但这样并不能感受到到一般意义上游戏性的增加.
那么这里缺的东西是什么.
考虑下抽卡.
抽卡让人沉迷的地方在于其不确定性.
而对这种不确定性的追求则是建立有可能坍塌到某一方面的特性.
也就是说概率越低,带来的愉悦特性就越高.
某种程度上来说,还是基于人的over confident带来的value premium.
因不可得造成的大幅溢价追求.
通过调整private value的偏差来达到行为合理性的方式.
这个apply到RTS以及MMORPG也是类似的.
RTS的溢价在于带来的竞技性优越性.
而MMORPG带来的是social方面的优越性.
所以,所谓的游戏性核型其实不在于元素多寡.
而是制造这种估值偏差.
偏差的存在在于比比对性,或者说基准.
比如说如果不这么做会怎么样.
一个三消游戏关卡不过会怎么样.
抽不到SSR会怎样.
不上线会怎样.
所以,从这个角度看排行榜的话,尤其是类好友关系/graph local的排行榜.
会发现这几乎是一个0成本的差异基准.
一旦锚定了某个价值的话,就会用行动去维护这个估值.
回到火焰纹章本身.
传统系列里的一个最重要的特征或者说价值体系在于,角色死亡的不可逆性.
也就是说它的一个游戏性在于维护角色的存活.
尤其是夹杂了角色本身的故事/设定/属性/技能/培养成本/个人偏好等元素在内的估值偏差.
但以SLG为主要游戏形式的话,有注定不能像系列一样作为一种一次性消耗物品来设计.
而重复消耗物品以游戏形式来说,又不可避免地要把地图/故事线重复利用.
同时,由于地图在一定时期内是相对固定的,难度也是有限级别的,所以注定在一定时期内,地图的游戏性会在短时间降低.
于是,角色不死和地图无可玩性的矛盾之间就指向了一个博弈均衡,停止.
因为短时间内角色的变化存在一个瓶颈,地图可玩性也逐渐失去趣味.
所以要维持的话,只能不断地推进角色的变化程度和地图的可玩性.
也就是需要有比较频繁的关卡更新.
这个从运营上来说是不太现实的.
那么,如何去相对合理地保持和增加估值偏差呢?
火纹的价值偏差是建立在角色不死的基础上的.
所以在这个设定不变的基础上,如果增加角色死亡的概率,那么相应地就是对维护价值的行为做出了某种衰减作用.
一方的衰减,也就是相对地估值偏差在增强.
于是,如何增加角色死亡风险呢?
尤其同时要保持用户的活跃度.
一个可能的方案就是增加饥饿度的之类的生命随时间衰减设定.
即使如果不对某个数值进行修正的话,角色将会"自然死亡".
那么这样的话,自然有了维护角色估值的动机和元素.
同时也为规划用户的活跃时间和付费概率提供了一种数值估计.
比如通过刷图获得某种数值修正道具去修正角色的时间衰减存活数值.
而这种修正的幅度和概率是可以通过刷图的难度和时间以及日常活跃市场推算调整的.
剩下的就是具体的数据反馈和数值策划问题了.
2017-02-02
符号化的政治正确
有时候觉得,现在所谓的三观正可能也是某种形式的政治正确.
只不过可能是被裹携在一些所谓的大众观点里面.
当然,也不是说政治正确就不好.
只不过有时候,可能更像一种标准答案式的道德应答.
你不能说错,但也很难说真地对.
年前一点,有乘风破浪主题曲的歧视风波.
年中,有宁波老虎的社会事件.
前者的政治正确在于歌词中所表达的对于女性地位的不尊重和男性无能的理所当然的对照.
后者的政治正确在于不遵守规则就必须付出低价.
这两点有什么问题么.
没有.
那么问题是什么.
如果把歌词的男女对调一下,那么理所当然的批判对象就是女性的公主病.
而如果把被射杀的老虎变更为逃到闹市区的猛兽,那么自然也是毫无争议的应该处死.
这也是政治正确的.
区别在于偷换的概念.
前一组的隐含设定立场是受害者方向.
作为被奴役的女性和遵守规则买票的观众.
后一组的设定立场是非正常行为的施放方和有生命危险的普通群众.
从行为性质上来说,两组都是某一种情况的感情阶段和人兽关系.
当然,具体条件不同.
但可能有一点比较重要但就是考虑问题的立场的角度的不同.
当你反对/赞成一个东西的时候,可能是因为所处的立场在于受害方/得益方.
这也就是为什么宁波事件里会有逃票可耻可耻但有用,规则诚可贵生命价更高的声音/立场指责.
所以如果代入这些立场去考虑问题的话,会觉得也不无道理.
因为此时的损益点是一致的.
当时通常来说,正确的立场只有一种.
你可以说这是一种社会道德约束/框架.
用来规范一些公共/个人行为.
而这种 正确性 所隐含的就是一种相对默契的对于损益点的一个共识.
以及相应的,在利益冲突时候的立场优先权问题.
比如涉及男女立场的时候,一方损益不能高于另一方.
维护规则的公平性高于生命财产损失等.
但有时候实际情况可能更为复杂一些.
一些条件的更改可能立场和决策就会不太一样.
比如宁波事件里,如果人正常入园的游客不小心掉进去的.
或者是正常入园的游客违规危险逗老虎掉进去的.
或者是饲养员违规操作喂老虎.
或者是操作不当导致喂养没有保护隔离.
不同的概念偷换之后,可能就会有不同的观感.
但对应但解决方法和应对预防措施可能并不会有什么太大的不同.
所以,在选择立场的过程中,强化的是对立场本身的正确性.
是一种固有制度约束的影响力扩散方式.
某种程度上来说,政治正确就是一种既定的行为指导.
尤其是对于一些有复杂利益冲突情况下的案例的一种相对直观的操作手册.
你很难说有什么不好.
因为这是一种majority vote的决策guideline.
很多时候并不需要指导具体的conflict resolve的过程和依据.
只需要知道一个结论就行了.
所以很多时候debate一些事情的时候,并不需要什么特别的理由.
因为本身的 政治不正确 就给予了根据.
因此,按照手册执行一种社会道德监督也并没有什么大问题.
至少从效率和花费上来说,是一个相对理想的情况.
只要这个政治正确决策所依赖的前提条件都严格符合.
并且没有什么过时的设计在里面.
只不过可能是被裹携在一些所谓的大众观点里面.
当然,也不是说政治正确就不好.
只不过有时候,可能更像一种标准答案式的道德应答.
你不能说错,但也很难说真地对.
年前一点,有乘风破浪主题曲的歧视风波.
年中,有宁波老虎的社会事件.
前者的政治正确在于歌词中所表达的对于女性地位的不尊重和男性无能的理所当然的对照.
后者的政治正确在于不遵守规则就必须付出低价.
这两点有什么问题么.
没有.
那么问题是什么.
如果把歌词的男女对调一下,那么理所当然的批判对象就是女性的公主病.
而如果把被射杀的老虎变更为逃到闹市区的猛兽,那么自然也是毫无争议的应该处死.
这也是政治正确的.
区别在于偷换的概念.
前一组的隐含设定立场是受害者方向.
作为被奴役的女性和遵守规则买票的观众.
后一组的设定立场是非正常行为的施放方和有生命危险的普通群众.
从行为性质上来说,两组都是某一种情况的感情阶段和人兽关系.
当然,具体条件不同.
但可能有一点比较重要但就是考虑问题的立场的角度的不同.
当你反对/赞成一个东西的时候,可能是因为所处的立场在于受害方/得益方.
这也就是为什么宁波事件里会有逃票可耻可耻但有用,规则诚可贵生命价更高的声音/立场指责.
所以如果代入这些立场去考虑问题的话,会觉得也不无道理.
因为此时的损益点是一致的.
当时通常来说,正确的立场只有一种.
你可以说这是一种社会道德约束/框架.
用来规范一些公共/个人行为.
而这种 正确性 所隐含的就是一种相对默契的对于损益点的一个共识.
以及相应的,在利益冲突时候的立场优先权问题.
比如涉及男女立场的时候,一方损益不能高于另一方.
维护规则的公平性高于生命财产损失等.
但有时候实际情况可能更为复杂一些.
一些条件的更改可能立场和决策就会不太一样.
比如宁波事件里,如果人正常入园的游客不小心掉进去的.
或者是正常入园的游客违规危险逗老虎掉进去的.
或者是饲养员违规操作喂老虎.
或者是操作不当导致喂养没有保护隔离.
不同的概念偷换之后,可能就会有不同的观感.
但对应但解决方法和应对预防措施可能并不会有什么太大的不同.
所以,在选择立场的过程中,强化的是对立场本身的正确性.
是一种固有制度约束的影响力扩散方式.
某种程度上来说,政治正确就是一种既定的行为指导.
尤其是对于一些有复杂利益冲突情况下的案例的一种相对直观的操作手册.
你很难说有什么不好.
因为这是一种majority vote的决策guideline.
很多时候并不需要指导具体的conflict resolve的过程和依据.
只需要知道一个结论就行了.
所以很多时候debate一些事情的时候,并不需要什么特别的理由.
因为本身的 政治不正确 就给予了根据.
因此,按照手册执行一种社会道德监督也并没有什么大问题.
至少从效率和花费上来说,是一个相对理想的情况.
只要这个政治正确决策所依赖的前提条件都严格符合.
并且没有什么过时的设计在里面.
2017-01-08
人人都是产品经理
考虑一个问题.
如果让北京通过向河北支付环境税来使对方关闭工厂解决雾霾的一个因素的话,会怎样.
首先第一个问题就是,为什么要这么做.
或者更直接的凭什么是北京向河北支付,而不是河北作为污染提供者支付.
这个可以站在河北的角度来看.
凭什么让河北停产,牺牲收入.
如果要进一步的诘问河北为什么不寻找其他收入来源.
那么OK,可以直接向河北递上具体的执行方案.
假如就缴税方向达成一致了的话.
那么算笔账.
来自统计局的国家数据:
河北省2015年的GDP是29806.11亿,常住人口7425万,城镇单位就业工资总额3289.48亿.
北京2015年GDP是23014.59亿,常住人口2171万,城镇单位就业工资总额8643.54亿.
23014.59<29806.11,因此以GDP为窗口让北京补贴河北显然是不可能的. 以人均工资角度来看,貌似可以. 因为8643.54>3289.48.
那么考虑下具体人均负担.
河北按常住人口平摊下来是3289.48/0.7425=4430.
用河北的工资总额按北京常住人口平摊下来是3289.48/0.2171=15151.
也就是说,北京需要人均支付15151元以支撑河北人均4430元的工资水平.
因为这个数据也没标记是年总量还是月度值,所以不好说水平.
但一个直觉感受就是需要差不多3个北京常住人口才能支撑一个河北常住人口这一点.
另外,有个2012年的城镇人均总收入数据(12年之后的空缺).
河北是21899.4,常住人口7288万.
北京是41103.1,常住人口2069万.
类似地有
河北人均年收入21899.4／0.7288=30,048
用对应的北京常住人口算21899.4／0.2069=105,845
也就是北京人年支出10w以换取河北人年均3w的水平.
平均下来每月就是8,820.
这个北京人民能接受么.
或者说承受地了么.
OK,假设不单是北京一个地方向河北支付.
而还有其他地方.
并且假设分摊的支出到了合理和可接受的程度.
那么下一个问题.
征收人群是哪些.
受益人群是哪些.
前面假设的是常住人口.
这是一个比较模糊的概念.
假设是指有对应城市户籍的人.
那么,方案一旦实行那么一个河北户口就相当于有了0成本固定收入.
而同时一个北京户口就有了月固定无收益支出.
这对户籍制度不能说不是一个考验.
尤其之前的京籍制度,以及连带的各种社会影响.
一个可以考虑的例子就是京籍的成本,以及附带在上面的诸如入学等一系列社会资产的重新定价.
还有在籍人员和非在籍人员的矛盾冲突等.
如果考虑是务工人员呢.
或者简单地说社保缴纳名单.
那么京籍的问题可能稍微减缓.
但河北籍的溢价和投机问题依然存在.
OK,假设每人计较这些得失.
只关心雾霾能不能解决.
那么接下来的问题是这个方案这么推行.
是直接推行呢,还是以投票方式.
直接推行的可想结果自然是反对.
一个理由就是不听取民意,独断转型.
那么投票呢?
假设有这么一种情况.
一部分是赞成的.
一部分是反对的.
那么,如果投票结果是赞成推行的话,那么对于反对方来说就可能会说.
这是暗箱操作,要求重新计票,或者公布投票名单.
计票自然是维持结果不变.
那么就轮到公布投票名单了.
一个可能存在的结果就是针对名单上的列表,反对人群对其中一部分人采取了各种可能过激的行为.
同时,对于投了赞成的人群来说,就会发起投票匿名信保护的争议.
于是在解决一个问题之前又多了一个问题.
如果结果是反对多数.
那么同样地可能会有类似的问题.
而且最重要的是,事情回到了原点.
因为方案不能执行下去.
所以这里的核心是什么.
这里的根本是,人人都是产品经理.
人人都能调出哪怕一两个产品的缺陷并且能够衍生可能非常合理有效的对比批判/批评.
但是,不是人人都能拿出一个合理可行的解决方案.
而且可能得到的回答是,这个问题不是"产品经理"应该考虑的问题.
如果产品经理能解决具体的实施问题,还要工程师干什么.
或者说,你实现不了是你不想实现.
诸如此类.
毕竟,永动机没发明出来,也许只是因为不够努力.
如果让北京通过向河北支付环境税来使对方关闭工厂解决雾霾的一个因素的话,会怎样.
首先第一个问题就是,为什么要这么做.
或者更直接的凭什么是北京向河北支付,而不是河北作为污染提供者支付.
这个可以站在河北的角度来看.
凭什么让河北停产,牺牲收入.
如果要进一步的诘问河北为什么不寻找其他收入来源.
那么OK,可以直接向河北递上具体的执行方案.
假如就缴税方向达成一致了的话.
那么算笔账.
来自统计局的国家数据:
河北省2015年的GDP是29806.11亿,常住人口7425万,城镇单位就业工资总额3289.48亿.
北京2015年GDP是23014.59亿,常住人口2171万,城镇单位就业工资总额8643.54亿.
23014.59<29806.11,因此以GDP为窗口让北京补贴河北显然是不可能的. 以人均工资角度来看,貌似可以. 因为8643.54>3289.48.
那么考虑下具体人均负担.
河北按常住人口平摊下来是3289.48/0.7425=4430.
用河北的工资总额按北京常住人口平摊下来是3289.48/0.2171=15151.
也就是说,北京需要人均支付15151元以支撑河北人均4430元的工资水平.
因为这个数据也没标记是年总量还是月度值,所以不好说水平.
但一个直觉感受就是需要差不多3个北京常住人口才能支撑一个河北常住人口这一点.
另外,有个2012年的城镇人均总收入数据(12年之后的空缺).
河北是21899.4,常住人口7288万.
北京是41103.1,常住人口2069万.
类似地有
河北人均年收入21899.4／0.7288=30,048
用对应的北京常住人口算21899.4／0.2069=105,845
也就是北京人年支出10w以换取河北人年均3w的水平.
平均下来每月就是8,820.
这个北京人民能接受么.
或者说承受地了么.
OK,假设不单是北京一个地方向河北支付.
而还有其他地方.
并且假设分摊的支出到了合理和可接受的程度.
那么下一个问题.
征收人群是哪些.
受益人群是哪些.
前面假设的是常住人口.
这是一个比较模糊的概念.
假设是指有对应城市户籍的人.
那么,方案一旦实行那么一个河北户口就相当于有了0成本固定收入.
而同时一个北京户口就有了月固定无收益支出.
这对户籍制度不能说不是一个考验.
尤其之前的京籍制度,以及连带的各种社会影响.
一个可以考虑的例子就是京籍的成本,以及附带在上面的诸如入学等一系列社会资产的重新定价.
还有在籍人员和非在籍人员的矛盾冲突等.
如果考虑是务工人员呢.
或者简单地说社保缴纳名单.
那么京籍的问题可能稍微减缓.
但河北籍的溢价和投机问题依然存在.
OK,假设每人计较这些得失.
只关心雾霾能不能解决.
那么接下来的问题是这个方案这么推行.
是直接推行呢,还是以投票方式.
直接推行的可想结果自然是反对.
一个理由就是不听取民意,独断转型.
那么投票呢?
假设有这么一种情况.
一部分是赞成的.
一部分是反对的.
那么,如果投票结果是赞成推行的话,那么对于反对方来说就可能会说.
这是暗箱操作,要求重新计票,或者公布投票名单.
计票自然是维持结果不变.
那么就轮到公布投票名单了.
一个可能存在的结果就是针对名单上的列表,反对人群对其中一部分人采取了各种可能过激的行为.
同时,对于投了赞成的人群来说,就会发起投票匿名信保护的争议.
于是在解决一个问题之前又多了一个问题.
如果结果是反对多数.
那么同样地可能会有类似的问题.
而且最重要的是,事情回到了原点.
因为方案不能执行下去.
所以这里的核心是什么.
这里的根本是,人人都是产品经理.
人人都能调出哪怕一两个产品的缺陷并且能够衍生可能非常合理有效的对比批判/批评.
但是,不是人人都能拿出一个合理可行的解决方案.
而且可能得到的回答是,这个问题不是"产品经理"应该考虑的问题.
如果产品经理能解决具体的实施问题,还要工程师干什么.
或者说,你实现不了是你不想实现.
诸如此类.
毕竟,永动机没发明出来,也许只是因为不够努力.
2017-01-04
隐私悖论
昨晚发了条带名字备注的截图.
早上起来的时候看到条关于隐私的吐槽.
于是想了想就删掉了.
然后顺着这个思路发散了下.
这里的一个问题就是,信息到你手上之后,有没有权力继续流转.
更一般地可能是对于"可见"的信息的权力行使和所有问题.
尤其在一个属于"公共区域"的信息的所有权问题.
比如你翻一个人的微博timeline算不算一种侵犯.
尤其当对方把其当作一种树洞处理的时候.
这时候的窥视算不算一种不道德的行为.
再比如,如果一个timeline是确然地愿意被看到的.
那么对内容的二次传播是否就是自由的呢.
毕竟能看到可能只是因为对方的一个公众子集,或者私有圈子.
又如,对一个原始受限受众的内容对第三方/非受限人群进行转述或者点评/评论使之有所感知或者获知的行为.
算不算对原有信息规则的一种破坏.
让事情更复杂的是,如果以上这些情况是在没有明显告知标记的情况.
比如微博的公开timeline,Google+的Public circle,Twitter的普通tweet,Facebook的非定向status update,微信的公开朋友圈等.
本质上来说,这里存在两个维度.
以graph的方式考虑的话,把"人"作为节点,信息作为一种traversal的话.
那么这就是一个directed acyclic graph.
更重要的是,由于每一条信息经过节点的时候,会根据节点“人”的决策,从而有不同的fanout/流出度/out degree.
如果更宏观地,把每个节点的各种可能的fanout方式列出来的话.
则,对于存在N个节点,每个节点i有k_i种fanout方式的这个有向图来说,就存在
\prod_i^n k_i种组合方式.
也就是说对于原来作为无向图/基础graph考虑的话,实际就会有\prod_i^n k_i种不同的可能的reality.
就像某种形式的多重宇宙的通俗概念一样.
而这只是某一条消息可能产生的事实graph的可能性集合.
这里imply的就是,对于每一条信息来说,它的最终构成的graph/流转途径几乎是不可确定的.
这是因为作为每个节点来说,所能控制的只是对下级的fanout.
而次级对于flowin的message是如何处理的取决于该节点自身的独立的activation function.
跟重要的是每一级的activation function可能会对对应的message做不同的流转特性方面的变更.
比如本来是某个私有圈子的信息,经过某个节点之后被放大提权到另一种流转级别.
所以,从这个角度来说,要做信息流向的控制,基本是不可能的.
即使考虑,比如某个origin O节点需要向某个subset S传递消息message M.
如果O要保证M按照O的设计只在S中间存在的话.
那么就必须要有一种方式保证对于M的S的各个activation function F存在某种形式的agreement.
或者更直接地,强制使用O提供的一个activation function.
这应该是没办法做到的.
如果放宽一下限制.
允许当前信息M_1被外延,但随后对作出例外fanout对节点进行移除处理,也就是通俗所说对删好友/拉黑方式的话.
那么就需要有一种机制去发现这个fanout节点.
一种方式是定义这么一个协议.
对于一个origin的信息而言,在初始fanout的时候,会带上对应的限制信息.
次级在收到消息之后,再次fanout的时候会带上次级的信息.
当其他节点发现次级信息不是origin信息的一个合法/合理子集的时候,就可以发现冲突了.
从技术上来说,要让消息在两者之间有辨识度,可以用RSA.
也就是origin和first fanout的节点之间做RSA消息.
而消息的传播渠道是类似blockchain这种具备immutable history的东西.
当然,这里还有一个问题.
就是当fanout的节点本身也是一个隐私问题.
或者说不需要被传递reveal出来的东西呢?
也就是说,次级节点需要在不做到origin节点的fanout list的情况下.
构造一个这个list的子集.
一个具体的例子就是.
给定origin O和对应的fanout list,L=[A B C]
对于C来说,此时要构造一个secondary fanout,SF=[...].
同时又不做到合法的子集是仅由ABC构成.
理论上来说,C可以构造各种可能的list然后向O询问是否合法.
但这个显然是不现实的.
而且,同样地,通过不停的询问实际上是可以reveal O的原始意图的.
于是,一个微妙的点就是,似乎很难在约束一个信息流转的方式.
因为如果存在这种方式的话,那么就可以用同样的构造过程,使得这个信息按照约束相反的方式流转.
一个近乎完美的悖论.
早上起来的时候看到条关于隐私的吐槽.
于是想了想就删掉了.
然后顺着这个思路发散了下.
这里的一个问题就是,信息到你手上之后,有没有权力继续流转.
更一般地可能是对于"可见"的信息的权力行使和所有问题.
尤其在一个属于"公共区域"的信息的所有权问题.
比如你翻一个人的微博timeline算不算一种侵犯.
尤其当对方把其当作一种树洞处理的时候.
这时候的窥视算不算一种不道德的行为.
再比如,如果一个timeline是确然地愿意被看到的.
那么对内容的二次传播是否就是自由的呢.
毕竟能看到可能只是因为对方的一个公众子集,或者私有圈子.
又如,对一个原始受限受众的内容对第三方/非受限人群进行转述或者点评/评论使之有所感知或者获知的行为.
算不算对原有信息规则的一种破坏.
让事情更复杂的是,如果以上这些情况是在没有明显告知标记的情况.
比如微博的公开timeline,Google+的Public circle,Twitter的普通tweet,Facebook的非定向status update,微信的公开朋友圈等.
本质上来说,这里存在两个维度.
以graph的方式考虑的话,把"人"作为节点,信息作为一种traversal的话.
那么这就是一个directed acyclic graph.
更重要的是,由于每一条信息经过节点的时候,会根据节点“人”的决策,从而有不同的fanout/流出度/out degree.
如果更宏观地,把每个节点的各种可能的fanout方式列出来的话.
则,对于存在N个节点,每个节点i有k_i种fanout方式的这个有向图来说,就存在
\prod_i^n k_i种组合方式.
也就是说对于原来作为无向图/基础graph考虑的话,实际就会有\prod_i^n k_i种不同的可能的reality.
就像某种形式的多重宇宙的通俗概念一样.
而这只是某一条消息可能产生的事实graph的可能性集合.
这里imply的就是,对于每一条信息来说,它的最终构成的graph/流转途径几乎是不可确定的.
这是因为作为每个节点来说,所能控制的只是对下级的fanout.
而次级对于flowin的message是如何处理的取决于该节点自身的独立的activation function.
跟重要的是每一级的activation function可能会对对应的message做不同的流转特性方面的变更.
比如本来是某个私有圈子的信息,经过某个节点之后被放大提权到另一种流转级别.
所以,从这个角度来说,要做信息流向的控制,基本是不可能的.
即使考虑,比如某个origin O节点需要向某个subset S传递消息message M.
如果O要保证M按照O的设计只在S中间存在的话.
那么就必须要有一种方式保证对于M的S的各个activation function F存在某种形式的agreement.
或者更直接地,强制使用O提供的一个activation function.
这应该是没办法做到的.
如果放宽一下限制.
允许当前信息M_1被外延,但随后对作出例外fanout对节点进行移除处理,也就是通俗所说对删好友/拉黑方式的话.
那么就需要有一种机制去发现这个fanout节点.
一种方式是定义这么一个协议.
对于一个origin的信息而言,在初始fanout的时候,会带上对应的限制信息.
次级在收到消息之后,再次fanout的时候会带上次级的信息.
当其他节点发现次级信息不是origin信息的一个合法/合理子集的时候,就可以发现冲突了.
从技术上来说,要让消息在两者之间有辨识度,可以用RSA.
也就是origin和first fanout的节点之间做RSA消息.
而消息的传播渠道是类似blockchain这种具备immutable history的东西.
当然,这里还有一个问题.
就是当fanout的节点本身也是一个隐私问题.
或者说不需要被传递reveal出来的东西呢?
也就是说,次级节点需要在不做到origin节点的fanout list的情况下.
构造一个这个list的子集.
一个具体的例子就是.
给定origin O和对应的fanout list,L=[A B C]
对于C来说,此时要构造一个secondary fanout,SF=[...].
同时又不做到合法的子集是仅由ABC构成.
理论上来说,C可以构造各种可能的list然后向O询问是否合法.
但这个显然是不现实的.
而且,同样地,通过不停的询问实际上是可以reveal O的原始意图的.
于是,一个微妙的点就是,似乎很难在约束一个信息流转的方式.
因为如果存在这种方式的话,那么就可以用同样的构造过程,使得这个信息按照约束相反的方式流转.
一个近乎完美的悖论.
2016-12-22
关于神经网络的一点想法
以前谈过的一个问题.
比如经典的数字识别问题.
给定feature和对应的结果,实际上就是一个拟合问题.
当时基于的考虑和思路就是,即使给定feature空间并不是全息的.
或者说并不是事实上的对现实的足够描述.
但理论上也可以找到一个从低维空间project回高维空间的matrix.
同样的,在project回的高维表示下,就存在一个对output space的projector.
于是在这个思路下就变成了一个纯粹的解矩阵乘的问题了.
所以当时觉得activation function意义不是很大.
但这里有几个问题.
一个是project回高维的向量未必是正确或者说有意义的.
另一个是高维project回低维的时候也同样.
而且从等式层面来说,两者可以合并.
也就是说从结果上来说,即便有解,解也可能是无限的.
这样的话,其实就没意义了.
而且理论上来说,也不一定有解.
虽然对于output space的单一维度来说.
理解为一组weighted local minimum的方式也没什么太大的问题.
比如针对是否是数字0的一组regression.
但这里还是有个比较致命的隐含假设.
也就是因果性.
因为这个思路暗含的是output space是input space的一个因果性变换.
或者说在某种程度上,input是可以涵盖/推导出output的.
但实际上,对于手写数字识别这个来说,并不是.
它并不存在一个确定性的从手写到数字的映射关系.
更多的只是一种习惯性.
从人的直觉上来说,认为一个手写字体是数字几的过程实际上是一个认为它"应该"是几的过程.
所以本质上来说,这是一个概率问题.
更明确地说,是给定一组feature vector,如何把它变换到一个概率空间的问题.
也就是如何把一个向量变成一个概率描述.
所以多项式变化或者说某种标量化之后,再做某种density性质的函数分布变换就变地很有意义了.
因此从这个角度来说,training的过程不过是在给定的activation function的特性/density性质曲线上,把vector scale过去.
于是,从某种程度上来说,neural network本质上就是某种probability machine.
不同结构的neural network不过是概率组合思路的不同罢了.
比如经典的数字识别问题.
给定feature和对应的结果,实际上就是一个拟合问题.
当时基于的考虑和思路就是,即使给定feature空间并不是全息的.
或者说并不是事实上的对现实的足够描述.
但理论上也可以找到一个从低维空间project回高维空间的matrix.
同样的,在project回的高维表示下,就存在一个对output space的projector.
于是在这个思路下就变成了一个纯粹的解矩阵乘的问题了.
所以当时觉得activation function意义不是很大.
但这里有几个问题.
一个是project回高维的向量未必是正确或者说有意义的.
另一个是高维project回低维的时候也同样.
而且从等式层面来说,两者可以合并.
也就是说从结果上来说,即便有解,解也可能是无限的.
这样的话,其实就没意义了.
而且理论上来说,也不一定有解.
虽然对于output space的单一维度来说.
理解为一组weighted local minimum的方式也没什么太大的问题.
比如针对是否是数字0的一组regression.
但这里还是有个比较致命的隐含假设.
也就是因果性.
因为这个思路暗含的是output space是input space的一个因果性变换.
或者说在某种程度上,input是可以涵盖/推导出output的.
但实际上,对于手写数字识别这个来说,并不是.
它并不存在一个确定性的从手写到数字的映射关系.
更多的只是一种习惯性.
从人的直觉上来说,认为一个手写字体是数字几的过程实际上是一个认为它"应该"是几的过程.
所以本质上来说,这是一个概率问题.
更明确地说,是给定一组feature vector,如何把它变换到一个概率空间的问题.
也就是如何把一个向量变成一个概率描述.
所以多项式变化或者说某种标量化之后,再做某种density性质的函数分布变换就变地很有意义了.
因此从这个角度来说,training的过程不过是在给定的activation function的特性/density性质曲线上,把vector scale过去.
于是,从某种程度上来说,neural network本质上就是某种probability machine.
不同结构的neural network不过是概率组合思路的不同罢了.
订阅：
博文 (Atom)