digraph asde91 { ranksep=.75; size = “7.5,7.5”; bgcolor = “cornsilk3” { node [shape=plaintext, fontsize=16]; “Empire” -> “Kingdom”->”Phylum”->”Class”->”Order”->”Family”->”Genus”->”Species”; } node [shape=box,style=filled,color = “dodgerblue4”]; { rank = same; “Life”} node [shape=box,style=filled,color = “dodgerblue3”]; { rank = same; “Empire”; “Prokaryota”; “Eukaryote”; } node [shape=box,style=filled,color = “dodgerblue2”]; { rank = same; “Kingdom”; “Bacteria”; “Protozoa”;”Chromista”;”Plantae”;”Fungi”;”Animalia” } node [shape=box,style=filled,color = “dodgerblue1”]; { rank = same; “Phylum”; “vertebrates”;”molluscs”;”arthropods”;”annelids”;”sponges”;”jellyfish”} node [shape=box,style=filled,color = “dodgerblue”]; { rank = same; “Class”; “Agnatha”;”Chondrichthyes”;”Osteichthyes”;”Amphibia”;”Reptilia”;”Aves”;”Mammalia”} node [shape=box,style=filled,color = “deepskyblue2”]; { rank = same; “Order”;”Artiodactyla”;”Carnivora”;”Cetacea”;”Chiroptera”;”Insectivora”;”Lagomorpha”;”Macroscelidea”;”Perissodactyla”;”Pholidota”;”Rodentia”;”Sirenia”;”Tubulidentata”;”Edentata”;”Hyracoidea”;”Condylarthra”;”Creodonta”;”Desmostylia”;”Embrithopoda”;”Primates”} node [shape=box,style=filled,color = “deepskyblue1”]; { rank = same; “Family”;”Hylobatidae”;”Hominidae”;”Callitrichidae”;”Cebidae”;”Aotidae”;”Pitheciidae”;”Atelidae”;”Cheirogaleidae”;”Daubentoniidae”;”Lemuridae”;”Lepilemuridae”;”Indriidae”} node [shape=box,style=filled,color = “deepskyblue”]; { rank = same; “Genus”;”Pongo”;”Gorilla”;”Pan”;”Homo”} node [shape=box,style=filled,color = “skyblue”]; { rank = same; “Species”;”erectus”,”habilis”,”ergaster”} “Life”->”Prokaryota”; “Life”->”Eukaryote”; “Prokaryota”->”Bacteria”; “Eukaryote”->”Protozoa”,”Chromista”,”Plantae”,”Fungi”,”Animalia” ; “Animalia”->”vertebrates”,”molluscs”,”arthropods”,”annelids”,”sponges”,”jellyfish”; “vertebrates”->”Agnatha”,”Chondrichthyes”,”Osteichthyes”,”Amphibia”,”Reptilia”,”Aves”,”Mammalia”; “Mammalia”->”Insectivora”,”Lagomorpha”,”Artiodactyla”,”Carnivora”,”Cetacea”,”Chiroptera”; “Mammalia”->”Macroscelidea”,”Perissodactyla”,”Pholidota”,”Rodentia”,”Sirenia”,”Tubulidentata”; “Mammalia”->”Edentata”,”Hyracoidea”,”Condylarthra”,”Creodonta”,”Desmostylia”,”Embrithopoda”,”Primates”; “Primates”->”Hylobatidae”,”Hominidae”,”Callitrichidae”,”Cebidae”,”Aotidae”,”Pitheciidae”,”Atelidae”,”Cheirogaleidae”,”Daubentoniidae”,”Lemuridae”,”Lepilemuridae”,”Indriidae”; “Hominidae”->”Pongo”,”Gorilla”,”Pan”,”Homo”; “Homo”->”erectus”,”habilis”,”ergaster”; }

human-computer-interaction

Needfinding

what do people do&&values and goals&&how these activities embedded

interviewing

choosing participants(representation of target users,such as stakeholders , current user of a similar system, non-users).

what are good questions?

open ended<—–>too large interesting is important.

questions to avoid(1:what they would do\like\want in hypothetical situation;2:how often;3:how much do you like on an absolute scale;4:avoid binary quesitons)

网易游戏

不得不说网易游戏确实惊艳，最近几款我接触到的手游都非常出色。

我接触到的网易出品的手游包括梦幻西游，乱斗西游，有杀气童话，天下HD这四款，梦幻西游是一类，其他三个可以归为一类。

梦幻西游

梦幻西游当然是靠着端游的名气，自从出道就一直占据着app store畅销榜的榜首，相比于端游最大的改变当然就是简化，首先是伙伴这个东西，这个东西的出现让整个游戏在日常中没有了组队的必要，基本上所有的日常任务都可以单人通过伙伴来完成，对于很多小R或者非人民币的普通休闲玩家（也是绝大多数玩家），能够轻松的完成日常任务是非常重要的，如果像端游一样还要等待组队的话基本上就不会有人玩了。

伙伴的出现其实只是对玩家与玩家之间交互的一部分，玩家与玩家之间的交互被削弱，影响的其实是入门级别的玩家，对于真正的高端玩家和消费多的玩家来说，他们要体验的还是玩家和玩家的交互，这一点梦幻西游也做的非常好，然而我作为一个穷吊，并不能实力分析这一部分。至于其他的改变基本上就是端游到手游一定要做的改变了，个人认为梦幻的移植策略就是通过削弱玩家和玩家之间的非竞技和低端需求的交互，来吸引更多的玩家，但是仍然要提供非常有吸引力的玩家与玩家之间的竞技需求，来保持高端玩家的热情。

乱斗西游&有杀气童话&天下HD

上面说的策略其实不光是梦幻西游的策略，也是很多手游共同的策略，这三款也不例外，这三个放在一起的原因是，除了操作，画面，背景上面的不同以外，它们实在太像了，都属于首先根据背景故事有几个章节，每个章节由几个关卡构成，玩家打通章节和关卡或者提高等级以后会解锁不同的内容，包括一波一波怪出现的刷图模式，竞技场，一个图一个图的刷图模式，总之就是很多的不同的刷图模式，这跟大部分手游也是一样的，盈利方式也实在是太像了，都是一个首冲6块钱，月卡25，永久卡60块，需要抽宠物或者伙伴的时候分单抽和十连抽，简直是一模一样啊，不过仔细想想也确实没有改动的必要。

之所以要出三款游戏，我觉得应该是为了满足不同的用户的需要把，比如有杀气童话，其实跟乱斗西游操作也很像，大部分地方实在太像了，但是乱斗西游的画面，音效，场景和背景故事其实更适合男生，当时宣传的MOBA类手游也更能吸引到男生来玩，就我个人在乱斗西游的游戏经历来说，男生其实是很少的，而有杀气就完全偏向于女生的爱好，各种方面都很贴合女生的需求，难度也比乱斗西游低，这几个游戏的画面可以说都是手游里非常不错的。

网易游戏在手游的发展真的给人一种惊艳的感觉。

Text Mining and Analytics

paradigmatic关系，即同一类单词

同一类单词的关键是上下文相似性，评价相似性：单词出现在上下文中出现概率组成的向量相乘

减少the这样频繁出现单词的贡献度，log（the出现的文档数/总文档数）

Text Mining and Analytics

coursera上本周刚开的课程Text mining & analytics，网上没有中文字幕，暂时自己翻译了一份，错误很多，很多词听不懂，希望大家来一起改正。