程小猿成长记 2019年第9记

产品

1.新零售困局

https://mp.weixin.qq.com/s/NsnleTiYTO-6GU7a4gJJYw

总结：本文主要介绍了线上和线下的困局，线下困局：市场受电商蚕食影响，大量倒闭；房租人力成本上涨；消费需求结构&习惯改变。线上困局：增长乏力，已遇天花板；获客拉新成本高；体验差，缺斤少两、图文不符。新零售怎么破局呢？我觉得线上会继续蚕食线下，铺线下扩大市场份额；利用自身优点，打价格战；弥补线上缺点，将线下的优点(体验真实)补充到线上。

2.今日头条上线全网搜索，百度慌不慌

https://mp.weixin.qq.com/s/zQ1XF6nv0qUF71dL6EEc_g

总结：百度搜索市场份额肯定会有所下滑，对百度肯定不是一件好事，头条有技术(团队成员本身很多百度系)，有流量(DAU近两亿，外加抖音等产品矩阵)，内容无明显劣势(有资讯，视频等，就缺个百科)，懂产品会运营，搞掉百度10%的份额问题应该不大；当然头条也会遇到百度同样的问题，移动互联网的封闭性，用户PC互联网时代的浏览器习惯，相对强大的百度搜索；虽然外界一直诟病头条无灵魂，但是头条的打法还是很恐怖的，颤抖吧百度。但是说回来对整个行业不是什么坏事，良好的竞争秩序最后的受益者会是网民。

技术

1.机器学习中常用的LOSS函数

https://www.jiqizhixin.com/articles/091202

总结：本文介绍了常用的回归和分类模型的LOSS函数，回归LOSS：均方误差，平均绝对误差，平均偏差误差；分类LOSS：Hinge loss，交叉熵。

2.主流CTR预估模型的演化

https://mp.weixin.qq.com/s/s79Dpq5v6ouvCE_vneTYBA

总结：点击率预估常见于个性化推荐和在线广告，本文主要介绍了主流CTR预估模型的演化，首先介绍了CTR预估模型输入数据的主要特点高维，稀疏，多域等；然后介绍了主流模型的演化，LR模型（benchmark模型），LR+GBDT(解决高阶非线性特征组合)，FM(数学的方法特征降维，类似矩阵分解)，MLR模型（先分治再线性），WDL（兼顾深度和广度），FNN(特征工程+模型工程)，PNN（考虑特征间建模），DeepFM(因子分解+神经网络)；最后总结了CTR模型的演化方向，广度向深度，特征工程简化，各种神经网络结构。

成长

1.有哪些令人惊叹的心理和思维技巧

https://mp.weixin.qq.com/s/lw8J3FgZaosjaXY4xIcQYg

总结：文章介绍了两个思维，第一个叫梯式同意，如果你想让别在某个事情上同意你，你可以刚开始问一些对方很确信的问题，不断获得对方的同意，逐步过渡到你最关心的问题，这样会增加对方同意的概率。第二个叫互惠心理和得寸进尺法，基本思想是如果你想获得某人的帮助，如果能先施以小惠，成功的概率会变大；一旦有人满足了你的第一个愿望，他们更可能满足你更多的需求。

2.资深架构师全解技术架构评审

https://mp.weixin.qq.com/s/V_tYvnuKZDfM-dURJ5ZOPQ

总结：本文介绍了技术评审中需要关注的重点，包括技术选型，性能，可伸缩性，灵活性，可扩展性，可靠性，安全性，兼容性，可运维性，可测试性，监控，设计文档(清楚的需求背景，系统架构图，对外API，交互流程图，数据ER图)等。