前漢光祿大夫劉向著有《說苑》30 篇,其中談到為官之道時(shí),把所有的官員分為12 種,列為“六正六邪”。
“六正”是:高矚遠(yuǎn)矚,防患未然,此為“圣”;虛心盡意,扶善鋤惡,此為“良”;夙興夜寐,進(jìn)賢不懈,此為“忠”;明察成敗,轉(zhuǎn)禍為福,此為“智”;克盡職守,廉潔奉公,此為“貞”;剛正不阿,敢爭敢諫,此為“直”。
“六邪”是:安官貪祿,不務(wù)公事,此為“庸”;溜須拍馬,曲意逢迎,此為“諛”;巧言令色,嫉賢妒能,此為“奸”;巧舌如簧,挑撥離間,此為“讒”;專權(quán)擅勢,結(jié)黨營私,此為“賊”;幕后指揮,興風(fēng)作浪,此為“險(xiǎn)”。
(言 興)
“猶”,猴屬,又叫“猶猢”。猶性情多疑,一旦發(fā)現(xiàn)風(fēng)吹草動(dòng),立刻爬到樹上觀察敵情。如果沒有發(fā)現(xiàn)動(dòng)靜,它就從樹上溜下來,四處張望,突然又生疑,再爬到樹上觀察……如此不停地折騰。
“豫”是一種古象?!兜赖陆?jīng)》中說“豫兮,若冬涉川”,這句話是說,“豫”這種古象行動(dòng)就像在冬天穿過河流一樣,可見其有多么小心翼翼。
(雨 桐)
出色的人不一定比你聰明,但卻更自律、更會(huì)時(shí)間管理。學(xué)習(xí)“一分鐘原則”,讓你的工作更高效!
收拾好出門要用的東西,提前放進(jìn)包里;
把錢包、鑰匙放在包上;
將第二天要穿的衣服拿出來擺好。
這樣,第二天早上就不會(huì)匆忙。
早上1 分鐘內(nèi)起床,不要看手機(jī)刷微信微博;
只有立即起床,才會(huì)防止這類浪費(fèi)時(shí)間的事情發(fā)生。
到辦公室后,不要著急馬上開工,先花1分鐘整理工作清單,迅速判斷大約時(shí)間分配,在重要項(xiàng)目前做個(gè)標(biāo)記,突出優(yōu)先次序。
忙碌的間隙,花1 分鐘暫停,適當(dāng)調(diào)節(jié),防止久坐成疾。
比如工作每30 分鐘打斷一次,活動(dòng)一下或喝口水。
午休等空閑時(shí)間,可以在散步時(shí)構(gòu)思好工作思路,回到辦公室后可直接開始工作,用1 分鐘就能進(jìn)入工作狀態(tài)。
下班前,花1 分鐘快速小結(jié)下當(dāng)天做過的事,把當(dāng)天未完成和第二天要做的事,謄寫到新的一頁紙上,然后下班。
(秋 紅)
惟有尊重別人,別人才會(huì)尊重你。
人可以有傲骨,但不可有媚骨;人不可有傲氣,卻應(yīng)該有正氣。
善用人者能成事,能成事者善用人。
有德無才難勝任,有才無德難成事。
老實(shí)人不一定可靠,但可靠的必然是老實(shí)人。
有些人,成就造就了名聲;有些人,名聲造就了成就。時(shí)間,抓起來是黃金,抓不起來就是流水。
真想干總是有辦法的,不想干總是有理由的。
工作可以給你帶來煩惱,但也可以助你消除煩惱。
聰明的人能將他人的教訓(xùn)變成自己的經(jīng)驗(yàn),愚蠢的人卻將他人的經(jīng)驗(yàn)變成自己的教訓(xùn)。
對謙遜的人不要驕傲,對驕傲的人不要謙遜。
萬不可壓倒一切,但也不能被一切壓倒。
(采 薇)
學(xué)和行本來是有機(jī)聯(lián)系著的,學(xué)了必須要想,想通了就要行。要在行的當(dāng)中才能看出自己是否真正學(xué)到了手。否則讀書雖多,只是成為一座死書庫。
——謝覺哉
犧牲眼前的一些虛榮,日后就會(huì)大有收獲。當(dāng)榮譽(yù)一時(shí)尚未確定歸屬的時(shí)候,某些虛榮心比你更強(qiáng)的人就會(huì)躍躍欲試,把榮譽(yù)據(jù)為己有。但是過后,甚至心懷嫉妒的人,也會(huì)傾向給你公正的評(píng)價(jià),拔下那些冒名插上的羽毛,把它奉還真正的主人。
——[美]本杰明·富蘭克林
你有沒有留意到一個(gè)神奇的現(xiàn)象,即購物APP總能推薦自己想要的商品,新聞APP 也能精準(zhǔn)地把握自己所關(guān)注的新聞內(nèi)容,許多手機(jī)APP 儼然成為了知己般的存在。那么,這到底是怎么實(shí)現(xiàn)的呢?
其實(shí),精準(zhǔn)把握用戶的喜好并推薦用戶感興趣的信息和商品,是推薦系統(tǒng)的功勞。推薦系統(tǒng)屬于一種過濾資訊的應(yīng)用,主要是使用用戶的歷史行為數(shù)據(jù)(即用戶的過去偏好或相似用戶的過去偏好)來預(yù)測該用戶未來的喜好。其中,常用的推薦系統(tǒng)算法有基于內(nèi)容的推薦算法和協(xié)同過濾推薦算法等。
基于內(nèi)容的推薦算法是直接根據(jù)產(chǎn)品的內(nèi)容信息作出相關(guān)推薦,為用戶推薦與歷史感興趣商品相似的新商品,不需要用戶對物品進(jìn)行評(píng)價(jià)打分。但是這種算法下推薦的商品的信息有限,方式較片面,難以為用戶推薦新的喜好。
協(xié)同過濾推薦算法的主要方法是,如果要為用戶推薦感興趣的商品,首先需要找到與該用戶有相似興趣的其他用戶,再將其他用戶感興趣的內(nèi)容推薦給該目標(biāo)用戶。具體來說,協(xié)同過濾分為基于用戶的協(xié)同過濾和基于項(xiàng)目的協(xié)同過濾,協(xié)同過濾算法會(huì)建立用戶-項(xiàng)目矩陣,需要收集用戶對項(xiàng)目的評(píng)價(jià)打分,來預(yù)測目標(biāo)用戶對一個(gè)新項(xiàng)目是否感興趣。
除了APP,現(xiàn)實(shí)生活中也不乏通過推薦系統(tǒng)算法優(yōu)化銷售的例子。在美國的沃爾瑪超市,有研究人員通過對購物數(shù)據(jù)進(jìn)行分析,意外發(fā)現(xiàn)跟尿布一起購買的最多的商品是啤酒。背后原因是,美國的家庭中,母親在家里照顧嬰兒,父親去超市購買尿布,而父親會(huì)順便為自己購買啤酒。因此,沃爾瑪將尿布和啤酒放在一起出售,極大提升了銷售收入。
(蹇詩婕)