绝望发问：就这样没心没肺的活下去？

看过你的诉说我深有感触!的确如此,当今社会确实给我们太大的压力了像你们这样的大学生毕业后有很多都会遇到这种情况但关键还在于我们自己,首先;你必须认清你自己发现自己的优势,看自己对什么感兴趣,这样你就可以确立自己的目标有了目标你就可以全力以赴去努力去奋斗我分析,此刻的你对自己很失望对吗但你绝对不可以放弃这只是刚刚开始,就这样轻易的认输了吗我想这不会是你的性格吧!你为什么没有勇气为自己为爱你的人再去拼一拼呢

你给我的留言我看了,事实确是如此但你也不能以此为理由而放弃你自己的梦想!你站在你目前的位置,你根本没有理由更没有资格自暴自弃,这世界上,比你条件差的,不如你的人多的是,他们都可以靠自己的拼搏,努力闯出一片自己的天空这样的例子太多了你差什么,你凭什么小看自己,你有什么理由不去打拼,不去努力我想你确实该好好的反省一下自己了,所有的理由,还有所谓的客观原因,全部都是你自己想逃避的借口

总而言之,你现在的心态,太过于消极了,也许,导制你造成今天这种状态其中另有原因就算有让你心烦让你无法接受的事摆在面前,那你也应想办法去解决,如果已经既成事实无法改变了,你也必须去接受去面对你不甘心,不想接受,又能如何呢你再消极十倍百倍也于事无补啊!有用吗与其每天这样无端地空耗你的宝贵时间,还不如做一些有意义的事或者找时间让自己彻底放松一下,听些舒缓的音乐,让自己烦燥的情绪平静一些或者说畅想一下自己的未来也许心情能好一些

有些时候,必须要学会豁达些曾经在一本书的封面上看到过这样一段话;"对待苦难和伤痛要采取轻盈的姿势,抖落羽毛上的血泪飞过去!"过去的就让他过去吧!你脚下的路还很漫长,你此时的肩膀无法承受太多的负担该忘掉的尽快忘掉,该放下的尽快放下不然你支持不了太久你认为呢

也许,再过一段时间,回过头来,回想自己曾经走过的这段历程,或许,你会暗自庆幸,我终于没有向命运屈服,总算走了过来俗话说;"解铃还需系钤人"你自己的事,终归还要由你自己去解决在此;我也没有必要说得太多了还望你好自为之

你的表哥为了面子只能是说谎，无论你表哥怎样解释，他和那个女的都没有能在一起，说明那个女的对你表哥不是太看好。你表哥的各种做法都毫无意义了 ，因为他所说的事情都无法求证，就让他自我安慰好了。

大数据时代的数据分析师该了解哪些事情

近几年来，大数据养精蓄锐，从刚开始的无人谈及，到现在的盛行谈论，就这样走进了公众的视野。什么是大数据呢对于数据分析师，它有意味着什么处在人人高谈的大数据时代，数据分析师该了解哪些内容，本文将为您解答。

用Google搜索了一下“BigData”，得到了19,600,000个结果……而使用同样的词语，在两年前你几乎搜索不到什么内容，而现在大数据的内容被大肆宣传，内容多得让人眼花缭乱。而这些内容主要是来自IBM、麦肯锡和O’Reilly ，大多数文章都是基于营销目的的夸夸其谈，对真实的情况并不了解，有些观点甚至是完全错误的。我问自己…… 大数据之于数据分析师，它意味着什么呢如下图所示，谷歌趋势显示，与“网站分析”(web analytics)和”商业智能”(business intelligence)较为平稳的搜索曲线相比，“大数据”(big data)的搜索量迎来了火箭式的大幅度增长。

被神话的大数据

Gartner把“大数据”的发展阶段定位在“社交电视”和“移动机器人”之间，正向着中部期望的高峰点迈进，而现在是达到较为成熟的阶段前的二至五年。这种定位有着其合理性。各种奏唱着“大数据”颂歌的产品数量正在迅速增长，大众媒体也进入了“大数据”主题的论辩中，比如纽约时报的“大数据的时代“，以及一系列在福布斯上发布的题为” 大数据技术评估检查表“的文章。

进步的一面体现在

，大数据的概念正在促使内部组织的文化发生转变，对过时的“商务智能”形成挑战，并促进了“分析”意识的提升。

基于大数据的创新技术可以很容易地被应用到类似数据分析的各种环境中。值得一提的是，企业组织通过应用先进的业务分析，业务将变得更广泛、更复杂，价值也更高，而传统的网站分析受到的关注将会有所减弱。

大数据的定义

什么是“大数据”，目前并没有统一的定义。维基百科提供的定义有些拙劣，也不完整：“ 大数据，指的是所涉及的数据量规模巨大到无法通过主流的工具，在合理的时间内撷取、管理、处理、并整理成为人们所能解读的信息 “。

IBM 提供了一个充分的简单易懂的概述：

大数据有以下三个特点：大批量(Volume)、高速度(Velocity)和多样化(Variety) 。 大批量 – 大数据体积庞大。企业里到处充斥着数据，信息动不动就达到了TB级，甚至是PB级。 高速度 – 大数据通常对时间敏感。为了最大限度地发挥其业务价值，大数据必须及时使用起来。 多样化 – 大数据超越了结构化数据，它包括所有种类的非结构化数据，如文本、音频、视频、点击流、日志文件等等都可以是大数据的组成部分。 MSDN的布莱恩·史密斯在IBM的基础上增加了第四点： 变异性 – 数据可以使用不同的定义方式来进行解释。不同的问题需要不同的阐释。

从技术角度看大数据

大数据包括了以下几个方面：数据采集、存储、搜索、共享、分析和可视化，而这些步骤在商务智能中也可以找到。在皮特·沃登的“ 大数据词汇表 “中，囊括了60种创新技术，并提供了相关的大数据技术概念的简要概述。

获取 ：数据的获取包括了各种数据源、内部或外部的、结构化或非结构化的数据。“大多数公共数据源的结构都不清晰，充满了噪音，而且还很难获得。” 技术： Google Refine、Needlebase、ScraperWiki、BloomReach 。

序列化：“你在努力把你的数据变成有用的东西，而这些数据会在不同的系统间传递，并可能存储在不同节点的文件中。这些操作都需要某种序列化，因为数据处理的不同阶段可能需要不同的语言和API。当你在处理非常大量的记录时，该如何表示和存储数据，你所做的选择对你的存储要求和性能将产生巨大影响。 技术： JSON、BSON、Thrift、Avro、Google Protocol Buffers 。

存储 ：“大规模的数据处理操作使用了全新的方式来访问数据，而传统的文件系统并不适用。它要求数据能即时大批量的读取和写入。效率优先，而那些有助于组织信息的易于用户使用的目录功能可能就显得没那么重要。因为数据的规模巨大，这也意味着它需要被存储在多台分布式计算机上。“ 技术： Amazon S3、Hadoop分布式文件系统 。

服务器 ：“云”是一个非常模糊的术语，我们可能对它所表示的内容并不很了解，但目前在计算资源的可用性方面已有了真正突破性的发展。以前我们都习惯于购买或长期租赁实体机器，而现在更常见的情况是直接租用正运行着虚拟实例的计算机来作为服务器。这样供应商可以以较为经济的价格为用户提供一些短期的灵活的机器租赁服务，这对于很多数据处理应用程序来说这是再理想不过的事情。因为有了能够快速启动的大型集群，这样使用非常小的预算处理非常大的数据问题就可能成为现实。“ 技术： Amazon EC2、Google App Engine、Amazon Elastic Beanstalk、Heroku 。

NoSQL：在IT行为中，NoSQL(实际上意味着“不只是SQL”)是一类广泛的数据库管理系统，它与关系型数据库管理系统(RDBMS)的传统模型有着一些显著不同，而最重要的是，它们并不使用SQL作为其主要的查询语言。这些数据存储可能并不需要固定的表格模式，通常不支持连接操作，也可能无法提供完整的ACID(原子性—Atomicity、一致性—Consistency、隔离性—Isolation、持久性—Durability)的保证，而且通常从水平方向扩展(即通过添加新的服务器以分摊工作量，而不是升级现有的服务器)。 技术： Apache Hadoop、Apache Casandra、MongoDB、Apache CouchDB、Redis、BigTable、HBase、Hypertable、Voldemort 。

处理 ：“从数据的海洋中获取你想要的简洁而有价值的信息是一件挑战性的事情，不过现在的数据系统已经有了长足的进步，这可以帮助你把数据集到转变成为清晰而有意义的内容。在数据处理的过程中你会遇上很多不同的障碍，你需要使用到的工具包括了快速统计分析系统以及一些支持性的助手程序。“ 技术： R、Yahoo! Pipes、Mechanical Turk、Solr/ Lucene、ElasticSearch、Datameer、Bigsheets、Tinkerpop 。 初创公司： Continuuity、Wibidata、Platfora 。

MapReduce ：“在传统的关系数据库的世界里，在信息被加载到存储器后，所有的数据处理工作才能开始，使用的是一门专用的基于高度结构化和优化过的数据结构的查询语言。这种方法由Google首创，并已被许多网络公司所采用，创建一个读取和写入任意文件格式的管道，中间的结果横跨多台计算机进行计算，以文件的形式在不同的阶段之间传送。“ 技术： Hadoop和Hive、Pig、Cascading、Cascalog、mrjob、Caffeine、S4、MapR、Acunu、Flume、Kafka、Azkaban、Oozie、Greenplum 。

自然语言处理 ：“自然语言处理(NLP)……重点是利用好凌乱的、由人类创造的文本并提取有意义的信息。” 技术： 自然语言工具包Natural Language Toolkit、Apache OpenNLP、Boilerpipe、OpenCalais。

机器学习：“机器学习系统根据数据作出自动化决策。系统利用训练的信息来处理后续的数据点，自动生成类似于推荐或分组的输出结果。当你想把一次性的数据分析转化成生产服务的行为，而且这些行为在没有监督的情况下也能根据新的数据执行类似的动作，这些系统就显得特别有用。亚马逊的产品推荐功能就是这其中最著名的一项技术应用。“ 技术： WEKA、Mahout、scikitslearn、SkyTree 。

可视化 ：“要把数据的含义表达出来，一个最好的方法是从数据中提取出重要的组成部分，然后以图形的方式呈现出来。这样就可以让大家快速探索其中的规律而不是仅仅笼统的展示原始数值，并以此简洁地向最终用户展示易于理解的结果。随着Web技术的发展，静态图像甚至交互式对象都可以用于数据可视化的工作中，展示和探索之间的界限已经模糊。“ 技术： GraphViz、Processing、Protovis、Google Fusion Tables、Tableau 。

大数据的挑战

最近举行的世界经济论坛也在讨论大数据，会议确定了一些大数据应用的机会，但在数据共用的道路上仍有两个主要的问题和障碍。

1隐私和安全

正如Craig & Ludloff在“隐私和大数据“的专题中所提到的，一个难以避免的危机正在形成，大数据将瓦解并冲击着我们生活的很多方面，这些方面包括私隐权、政府或国际法规、隐私权的安全性和商业化、市场营销和广告……试想一下欧盟的cookie法规，或是这样的一个简单情景，一个公司可以轻易地在社交网络上收集各种信息并建立完整的资料档案，这其中包括了人们详细的电子邮箱地址、姓名、地理位置、兴趣等等。这真是一件吓人的事情!

2人力资本

麦肯锡全球研究所的报告显示 ，美国的数据人才的缺口非常大，还将需要140,000到190,000个有着“深度分析”专业技能的工作人员和1500个精通数据的经理。寻找熟练的“网站分析”人力资源是一个挑战，另外，要培养自己的真正拥有分析技能的人员，需要学习的内容很多，这无疑是另一个大挑战。

大数据的价值创造

很多大数据的内容都提及了价值创造、竞争优势和生产率的提高。要利用大数据创造价值，主要有以下六种方式。

透明度 ：让利益相关人员都可以及时快速访问数据。实验 ：启用实验以发现需求，展示不同的变体并提升效果。随着越来越多的交易数据以数字形式存储，企业可以收集更准确、更详细的绩效数据。决策支持 ：使用自动化算法替换/支持人类决策，这可以改善决策，减少风险，并发掘被隐藏的但有价值的见解。创新 ：大数据有助于企业创造出新的产品和服务，或提升现有的产品和服务，发明新的商业模式或完善原来的商业模式。细分 ：更精细的种群细分，可以带来不同的自定义行为。

工业领域的增长 ：有了足够的和经过适当培训的人力资源，那些重要的成果才会成为现实并产生价值。

数据分析的机会领域

当“网站分析”发展到“数据智能“，毫无疑问，数据分析人员也工作也应该发生一些转变，过去的工作主要是以网站为中心并制定渠道的具体战术，而在将来则需要负责更具战略性的、面向业务和(大)数据专业知识的工作。

数据分析师的主要关注点不应该是较低层的基础设施和工具开发。以下几点是数据分析的机会领域：

处理：掌握正确的工具以便可以在不同条件下(不同的数据集、不同的业务环境等)进行高效的分析。目前网站分析专家们最常用的工具无疑是各类网站分析工具，大多数人并不熟悉商业智能和统计分析工具如Tableau、SAS、Cognos等的使用。拥有这些工具的专业技能将对数据分析人员的发展大有好处。

NLP：学习非结构化数据分析的专业技能，比如社交媒体、呼叫中心日志和邮件的数据多为非结构化数据。从数据处理的角度来看，在这个行业中我们的目标应该是确定和掌握一些最合适的分析方法和工具，无论是社会化媒体情感分析还是一些更复杂的平台。

可视化 ：掌握仪表板的展示技能，或者宽泛点来说，掌握数据可视化的技术是摆在数据分析师面前一个明显的机会(注：不要把数据可视化与现在网络营销中常用的“信息图”infographics相混淆)。

行动计划

在大数时代，其中一个最大的挑战将是满足需求和技术资源的供给。当前的“网站分析”的基础普遍并不足够成熟以支持真正的大数据的使用，填补技能差距，越来越多的“网站分析师”将成长为“数据分析师”。

真的不能。

因为光读书不思考，相当于吃饭不消化，所以，光读书，是不太可能提升自我的。

读了，然后加以思考，才能提升自我。

《高效能人士的七个习惯》开篇的时候，有一句话是这么说的：我对生命的一种最深刻的感悟就是：要完成最渴望的目标，战胜最艰巨的挑战，你必须发掘并应用一些原则或自然法则，因为他们恰好左右着你苦苦期待的成功。

我对这句话的解读是：我们想去做一件的事情的时候，往往就去做了这件事情，但在执行的过程当中，你会发现自己的做得并不是很顺畅，而且和预期的效果有很大的差距。

比如在全面都倡导阅读的年代，你也把这个加入了自己的人生计划。

但你阅读的目的是什么？

你阅读什么书？如何阅读？

想必很多人都没有想清楚这几个问题就已经开始阅读了

结果往往造成的结果是：读完这本书，我没学到什么！

这段时间我读了五本关于阅读方法的书，总结出了一个观点：想要提升阅读速度和有效的输出，就要建立起完整的阅读体系。

大家先来看一张图

建立完成的阅读体系，不仅能够让自己在阅读的时候思维通透顺畅，而且对于我们做阅读笔记和输出分享有很大的用处。

就好比建一座房子，你需要先把图纸画出来，才能够去施工，阅读也是如此，先有一套属于自己的方法，才能在阅读的过程中越来越好，从而形成良性循环，让阅读产生价值！

（一）首先问自己为什么要阅读？

近年来，自媒体行业风头正劲。不胜枚举的人通过阅读和写作改变了自己的命运，所以有很多的阅读论层出不穷，但很少有人问自己，为什么要去阅读？对于普通人来说，没有腰缠万贯的家产，没有左右逢源的能力。也就只有通过阅读才能改变自己的命运了，毕竟知识改变命运的例子不在少数。

我觉得关于为什么要阅读可以从自己擅长的领域和不擅长的领域的去思考：

如果你是擅长情感分析，你可以根据自己这个优势去阅读相关的书籍，你阅读这一类书籍是为了能够提高你的文学修养，修炼你的感性思维。

如果你擅长理性思考，你通过阅读是为了提升自己的逻辑思维能力，并且应用于工作和生活中。

如果你擅长演讲，那么你阅读是为了能够提高自己的演讲能力

如果你擅长培训，那么你阅读是为了提高自己的现场互动的能力

如果你阅读能力不行，那么你阅读就是为了提升自己的阅读能力

如果你自我管理不行，你阅读就是为提升自我管理

如果你逻辑思维不行，阅读过程就是为了能提高你的思维能力

如果你最近懈怠，那么你阅读就是为了给自己打鸡血

如果你专业知识薄弱，那么你阅读就为了提升自己专业能力

如果你不善交际，那么你阅读就是为了提升你的社交能力

……

（二）去哪里找你想读的书？

解决了为什么去阅读的问题，就要解决去哪里找这些资源。我在阅读《如何有效阅读一本书·超实用笔记读书法》的时候，作者奥野宣之说到了一个列书单的方法，就是当我们确定了读书领域之后，我们要去这个领域的标杆书籍。比如你想通过阅读时间管理类别的书籍，那么就要列举一个书单表格。

书名/作者/备注

这个书单是随时可以填充的，你可以通过“书单”类的微信公众号，豆瓣读书，读书分享会，书店，当当读书等等这些去获取自己想要的书名。

（三）如何阅读？

在大多数人的眼里，阅读是一件很简单的事情。只要学过汉字的人都知道读书，但我们读书不是为了消遣生活，是为了扩大自己的知识面，建立自己的阅读体系。那么从这个方面讲，会读书的人并不是很多。如何阅读一本书或者一篇文章呢？

我自己的读书方法是：读书笔记+感想。

我会在阅读的时候，准备好一支笔和一本笔记本，读有感觉的地方的时候，会标记会记录，比如我在读到李笑来老师《把时间当作朋友》这本书的时候，有一句话我觉得说得很对“往往不是有兴趣才能做，而是做好了才有兴趣。”看到这里的时候，我就会做好标注，并且在读书笔记上写上了自己的感想。

在这个如何阅读上，都是在大家经过一段时间的阅读后才能总结出自己的阅读方法的，有些方法适合自己，并不适合别人，所以相对于方法，用功更重要。

（四）阅读的学以致用？

这个问题要和为什么阅读放在一起思考。因为你只有了解自己为什么阅读，才能把阅读后的精华应用到自己的工作和生活中。

回归到我们的一个问题“为什么阅读？”如果你想通过读书去提高自己的演讲能力，那么在经过阅读之后，就要学会分享。

如果你不分享，就证明你没有思考，没有思考，那么读书就是没有用的。那如何分享，去哪里分享？

这里我建议大家，每读完一本书，就结合读书笔记然后写一篇书评，发布在各个平台，不要在乎有没有人看，你的目的是为了把书中的知识转化成书面内容。或者加入一些读书分享会，如果有条件就去参加线下的读书分享会，一来可以锻炼的你的胆量，也可以让整个分享更具内涵，更能让自己对书中内容有个深刻的印象。

关于阅读的学以致用，还有一个要做的功课就是将自己学到的知识进行归纳分类。包括读书过程中作者所提到的案例，要进行一个总结。最好每一个章节都做一个详细的总结，在后期运用的时候，不仅方便从查阅，而且脉络清晰！

经济学原理说人们面临权衡取舍，人们会理性做出选择。可事实未必如此。人们做出选择固然是一件困难的事，但它本身有一定的方法和技巧可言，所以我就把自己常常做出选择的方法写出来，希望对困惑的朋友们有所帮助。 1、界定问题，简化问题，只做核心问题的选择。 2、保证每个选择项都是可以实现的。 3、忠于自己的选择。 4、给选择一个deadline,尽快做出选择。 这四条原则是保证选择有效和合理的前提。当问题出现时，我们必须去掉繁文缛节，去掉复杂的外界因素，只考虑其最核心的问题。专利申请的一项原则要求技术是可以实现的。借用这一法律原则，选择项同样也是要求可以实现的。不可能实现或者选择者不能做到的选项根本不具备任何含义，无需列入考虑范畴。忠于自己的选择是这四条原则中最重要也最难实现的。很多人会做出选择，但又很难真正的实现选择，反而纠结在放弃了的选择项中。其实选择意味着放弃，忠于自己的选择才能弥补放弃的代价。就机会成本而言，不忠于选择导致双倍成本。最后一个原则同样是难以实现的，尤其是对一些看似并不着急的问题，人们一拖再拖。事务都存在因果关系，任何问题的出现都是以前事务的果，或是后来事务的因，如果不及时做出选择可能会付出比现在更大的代价。明白了这一点可能就督促大家更快的做出选择。 除此之外，做出选择需要排除外界干扰，且保持内心宁静。选择最后的承担者是选择者而不是外界何人，因此请务必让内心安静，听从心灵的召唤。 选择的方法： 1这种方法是富兰克林在其自传中提到的，经过我多次实践，是非常有效果的，尤其在处理相当复杂而理性的选择时，其功效明显，而使用起来又非常简单。假设某同学拿到的offer有很多优势，也有不少劣势，他处于难以选择的处境。他可以先把优势写在一张纸的左边，把劣势写在右边，然后仔细分析每一项，把两边相同的选项划掉，每次划掉选项后又重新分析每一选项，确认同一排的选项具有同等的效力。最后，数量多的自然成为了必然的选择。这方法看似简单，操作起来却有一定的难度。很多事情一方面可以看成是优势，另一方面却可以看成劣势，所以首先必须都写下来，然后仔细分析其性质和效力，认为相同就可以在左右两边均划掉。举例列表如下：优势劣势1、薪酬福利尚可 2、公司为一流企业，且工作岗位专业对口 3、办公环境好，适宜工作 4、同事素质高，人际关系简单 5、公司提供长期的高水平培训 6、发展前景好，升职空间大 7、当地房价低 。。。。。。 1、工作压力大、要求高 2、工作地点离家很远，远离父母 3、同事之间私下交往很少 4、在陌生城市缺乏亲人和朋友，会感到孤单 5、工作的地方为中部一般省会城市，且并不适宜居住 。。。。。。 在上述表格中，左边的第四条和右边的第三条，经过仔细思考，是同一方面的不同阐述，所以均划掉，将同事关系简单带来的优势和劣势均不作为选择项。从表格中，大家就很自然的看到了所考虑因素的性质。左边的优势项中大多是关于工作本身，而右边的劣势项大多是关于工作地点的考虑，很自然的让选择的人在工作本身和工作地点之间做出权衡取舍。 曾经，一位女孩子就与男友的感情问题纠结不已，想分开又舍不得，想在一起又有诸多的抱怨。她对我诉说了N次，每次我都难以明白她到底想怎么样，事情终究是个什么样的局面，后来我就给她做了一个简单的优劣势表，边听她的诉说边写下她男友的优缺点，在缺点里面写了七条左右她就想不到了，而在优点里面写了十几条还觉得有很多未写，事情自然就一目了然。（顺便祝他们幸福） 2．很多人可能都会认为第一种方法只能适应于某些需要理智判断的场合，因为考虑的因素本身对人来说有不同的份量，有的因素是关键的，有的只是仅仅参考而已。例如在感情问题上相爱这一点能抵上对方的十个缺点。所以，给大家推荐一个本人常用的方法，当然也是根据自己的个性长期实践而总结出的方法，未必适合每个人。 首先，当难以取舍的局面出现时，要尽快的把它当作一个问题来对待。遵循选择的第一条原则，简化问题。当一个烦人又复杂的问题摆在面前时，一定要简化它，抓住最核心的本质。绝大部分问题的最后都可以浓缩为一个简单命题，喜欢数学的人一定深有体会吧。当抓到命题时，就安静下来，反复的问自己内心。很多次，当朋友来问一些棘手的问题时，我都会如此建议：你问问自己内心，你想要什么？很多人一开始并不知道想要什么，没有关系，尽可以花一定的时间去想，去思考，终究能找到内心所需要的。如果找到了，就要坚决摒弃那些看似需要或者不太需要的事物。减法原理在此时是至关重要的，什么都想要必将导致什么都得不到。Less is more。 很多人在实现选择的时候知难而退，或是考虑种种外界因素而放弃。我认为：如果内心做了选择，就尽一切可能去实现它，有志者事竟成。如果真的不得不放弃，那就改变自己，改变内心的选择，存在即合理，所做的就是最好的选择，让现实和内心达到统一。 3、第三种方法其实并不是一种技巧，而是一种现实。人的理性总是能比感情先行一步。很多人已经做出了选择，却浑然不知。曾经有那么一次，我带着难以选择的心情一路奔波，折腾不止，在回来的山路上，当汽车沿着盘山公路转呀转的时候，我突然明白，理性早已做出了选择，只是感情上未接受而已。所以，在某些时候，大家可以把事情放一放，说不定在某个晨曦初现的时刻，或在某个黄昏来临的瞬间，你就恍然大悟。 最后，真正想说的是，可能某些时候我们把选择看的非常重要，以为每条路都会导致不同的命运和归宿。其实不然，把视野变得更加广阔一点，把生命的跨度拉长一点，大部分的选择最后都殊途同归，差别并不大。条条大路通罗马。

每天，全世界的人要发送超过2000亿份邮件，无数条微博、朋友圈。单单通过人力没办法从这些庞大的数据里找到头绪，把信息中的主题和众多信息所呈现的趋势连接起来。不过，人做不到的事，计算机正在慢慢学着做。

经过超过10年的研究，研究人员已经成功开发出一些计算机程序，能够获取大量信息，并通过抓取的数据理解一个想法或者一个产品所激荡起的人类情感。有了这种技术，老板们可以听到员工们真正的心声。

情感分析的出现和应用

情感分析又称为倾向性分析或者意见挖掘，指的是计算机对带有情感色彩的主观性文本进行分析、处理、归纳、推理的过程。

这一技术首先被应用于市场调研。最初，公司运用算法来收集线上的客户评论，以分析自己产品的用户体验或者了解竞争对手的产品特点。通过计算机算法所得到的信息比传统的客户调研（用户填写调查表，勾选满意程度）能够展示更多的用户情绪和体验信息。

后来，情感分析逐渐成为一个更大、更赚钱的产业。现在，一些初创企业专门为其他公司提供这种分析服务，而一些大的科技公司内部则自行开发了内部的情感分析软件。

现在，许多企业已经开始面向内部员工使用这些情感分析技术。英特尔、IBM、推特等公司已经开始用软件来了解自己的员工，了解员工们对于工作的感受，并且能够通过算法尽早发现在年度评价中被忽略的问题。

企业了解员工的新途径

一个企业想要发现运营中存在的问题其实并不容易。管理者需要运用社交倾听的能力，引导下级真实地反映自己的所思所想，还要有效地摘除冗余的马屁、无用的意见，最终筛选出真正有效的建议。这既考验管理者的智慧，又占据着公司精英的宝贵时间，繁杂低效。但决策者如果因此就不去了解员工的思想，就不能及时发现公司存在的问题，也就很难做出正确的决定，经营的状况很可能会因为某个工作节点的失误而走向滑铁卢。现在有了情感分析技术，过去花一两个月时间都不一定做得到的事情，依靠技术就能够实时反映出问题，了解员工的真实想法。

美国著名的社交网站推特公司雇佣了一家分析公司专门对员工的工作情况展开调研。调研每年进行两次，内容包含许多开放式问题。推特每个月向1/6的员工发送这些调查表，增加了开放性问题的比例。分析公司的分析工具会仔细从这些开放性问题的回答中摘取重要信息，进行分析，将得到的结果提供给高管参考。

其他公司关注于正式审核或调研以外的信息材料，比如员工闲聊的内容。员工的不满或者意见通过统一的调查表格很难看得出来，为了了解员工的真实想法，以及验证公司政策的实际运行效果，IBM公司多年来在公司内部的社交网络平台收集员工发布的个人状态和他们的评论。

IBM公司的这个平台叫做“连接”，IBM公司遍及全球170多个国家的38万员工都在使用这一平台。它集合了脸书、云盘和维基百科的多种功能，员工可以在这个内部平台上发布状态，评论他人发布的内容，设立群组。他们采用一款内部开发的情况分析工具——“社交脉搏”监测员工发布的状态和他们的留言，找寻数据的流向，标注大家普遍反映的意见趋势。

去年，IBM甚至做出调整，将这个程序加入到员工绩效考核体系。人力资源部门专门建立了一个论坛，对设立新系统征求反馈意见和建议，他们收到了几十万条回复。IBM没有依靠人力去梳理这些回复的内容，而是通过社交脉搏来获取需要的数据。这一软件成功帮助公司了解到一些员工的不满：员工不希望用曲线评分标准（又称正态评分，不是按照实际表现的成绩，而是按照一定的正态分布划定等级，并不能准确反映出员工的绩效）来衡量他们的表现。因此，公司立即做出回应，废除了这一旧制度。

要了解，也要尊重

上文所说那个帮推特分析员工调查结果的软件公司，还提供面向整个工作和社交网络的反馈分析服务。他们的一种产品能够进行“员工敬业度跟踪”，随着时间变化追踪员工的情绪，判断其处于积极情绪还是消极状态当中。公司领导可以运用这个产品中的搜索功能，查看员工的情绪状态分析，因人制宜地分配工作或者发布消息，避免效率低下或者造成不必要的冲突。

体察员工的情绪状态和真实意见固然是出于好的意图，但是一不小心就可能踩过界，窥探到别人的私人空间。如果把信息挖掘的来源从员工调查表和员工反馈拓展到社交媒体监察，很容易侵犯员工的个人隐私。正是因为这样，IBM限制其数据来源，只从全公司共享的文章和评论中获取数据，不触碰邮件、对话框或者私人小组的互动内容。

亟待改进的分析技术

现阶段，情绪分析技术还很不成熟。计算机理解人类自然语言的能力还很有限，想要准确理解人的意思非常困难。一项研究测试了基本分析工具分析邮件信息内容的能力，发现分析工具理解人类意图的准确率不超过30%（不过，让两个人来做同样的事，准确率也只能达到75%）。依靠计算机算法来进行情感分析虽然便捷高效，但是仅仅依靠这一技术似乎是不够的。

检测人类元素仍然是情绪感知算法中非常重要的一项工作。即便是IBM公司用了3年的社交脉搏软件也需要人类参与辅助工作。该系统需要一组人类分析师定期检查系统所辨认的信息流，确保系统在得出结果并送交给管理者之前能够正确理解数据。

机器学习技术的发展使得计算机算法理解人类文字的能力已经有了很大程度的提升，但是研究者们不局限于这一种途径，许多科学家已经开始找寻各种新手段来优化情感分析技术。两位印度的计算机科学家去年发表了一篇论文，提议采取新的方式确定员工的态度和幸福感——面部识别。他们所创造的系统在每次员工进入公司的时候采集他们的面部信息，辨别他们的情绪是开心、伤心、沮丧还是愤怒，这样可以根据这些数据来优化分析生产率和员工绩效。

文本的分析：

《祖父的园子》是五下第一单元的第二篇文章，本单元的语文要素为“体会课文所表达的思想感情”。作为本单元的除古诗外的唯一一篇精读课文，必然是语文要素的集中体现。原因就在于本文情感的抒发是间接的，是含蓄的。这是情感体会中的难点。

那么学生在之前的学习中已经积累了哪些体会课文情感的方法呢？在四下第一单元中提到了抓关键词句体会课文表达的思想情感，在五上第一单元提到了借助具体事物体会作者的思想感情的方法，以及五上第四单元借助资料，体会课文情感的的方法，五上第五单元从具体的场景和细节出发，体会作者情感，五上第七单元的动态与静态描写则提示了学生可以从文章的表现手法出发，体会作者的思想情感，有这些方法的积累和大量的阅读实践作为基础，学生才有可能体会课文的思想情感。

就《祖父的园子》的园子而言，其蕴含的思想情感可以从以上方法出发来理解，例如，

我们可以从园子中的倭瓜，蝴蝶等具体事物出发，来体会我对园子的喜爱，在院子中的自由

我们还可以领导学生从萧红的人生经历，《呼兰河传》的全文等资料出发，来体会对祖父的园子的喜爱，对祖父的怀念背后的是回不去的哀愁。

我们也可以从文章中的比喻，排比的修辞等表现手法出发，来体会作者对园子充满生机趣味和自由愉悦的情感

我们也可以抓住关键词句“····就·····“来体会我对祖父的依恋，对园子里自由的向往。

我们当然可以从我和祖父相处的场景中，在我和祖父的对话等细节中，在我瞎玩，瞎闹中体会祖父对我的宽容，慈爱，感受我对祖父的喜欢与怀念。

我们在教学中应该鼓励学生运用这样多元的方法挖掘文本背后的情感，更要鼓励学生对于文本的多元解读（本身课文的情感就是喜爱，怀念，忧愁夹杂的复杂情感）

此外，在语文园地中还提供了想象画面和反复诵读这一体会情感的基本方法，这也是需要在教学中予以关注的，这是对上文中运用综合方法知道的情感深化，是把作者的情感与我的生活，我的阅读经历相连的必要途径，让情感从我知道变成我独特的感悟。

教学的设计：

今日外出有事，教学设计未来得及构思，

欢迎大家留言或私信教学设计的构思。

1

2

您的关注和留言赞赏是我前进的动力

从既往的经验中寻找按要求梳理信息的智慧——《忆读书》文本分析（教学设计偷个懒）动静皆宜，归于生命的礼赞——《鸟的天堂》文本分析与教学设计文言，文章，文化——《古人谈读书》教学设计（以《论语》为例）

回顾古诗的学习方法，品味动静的主次奥秘——《山居秋暝》文本分析与教学设计

经典的课文值得反复推敲——《父爱之舟》第一课时细化教案

借表格体会场景细节中的情感，从情感出发感受富有个性的语言——交流《父爱之舟》教学设计有感

发挥范例的作用，感受私人的情感——《父爱之舟》文本分析与教学设计另一种类型的说明文——《松鼠》文本分析与教学设计

关注说明方法，指向写作实践，日月交辉——《太阳》文本分析和教学设计

借助创造性复述，结合资料，读好对话，体验情感——《小岛》文本分析

多角度收集资料，多途径使用资料，体会作者情感——《圆明园的毁灭教学设计》

少年强则国强——少年中国说教学设计

寻找——筛选——结合，合理利用资料，理解课文情感——《古诗三首——示儿》教学设计

固定的形式，民间的文化，文化的基因——五上第三单元快乐读书教学设计

牛郎织女（二）教学设计

牛郎织女（一）教学设计

从简要复述中来，借助想象与文体的阶梯，到创造性复述中去————《猎人海力布》教学设计

回顾单元，复习提问，提速不忘理解——《冀中的地道战》文本分析与教学设计

借助表格，变换关键词，提升训练效果——《什么比猎豹的速度更快》教学设计与文本分析

在情节和人物的两面中，在连词成句的方法下感受人物形象——《将相和》第二课时教学设计

从既有的阅读经验出发，寻找提高速度的方法——《将相和》第一课时文本分析与教学设计

关注文体特征，把握主要内容，提高阅读速度——关于《搭石》第二课时的思考

速度和理解的兼顾，方法与训练的并行——关于五上《搭石》文本分析与第一课时设计简案

从单元的本文中获得写作的灵感——五上习作一《我的心爱之物》教学设想与设计

细腻流动的情感，居高临下的审美——《珍珠鸟》文本分析及教学设简案

与成人的情感背道而驰，却殊途同归——关于《桂花雨》第二课时中的童趣与回忆

繁华落尽见真淳 ：《桂花雨》文本思考与第一课时设计简案

逻辑之美，平淡之处乃见波澜——关于五上第二课《落花生》的思考

始于情，溢于笔——指向语用的《白鹭》第二课时

“诗”之所在，美之所在，《白鹭》教学札记

适宜之美，美哉白鹭，美哉作者，美哉文化——对五上《白鹭》课文的一些思考