在上一篇文章中我们讨论了预测市场在某种意义上也是在聚合人类的输入。到目前为止我们已经看过足够多的金融领域在人肉计算中将人类输入进行聚合的例子。这次我们来看一看社会行为分析领域中的三个相关的技术和问题:
- 基于代理人的建模与模拟
- 随机模型
- 社会同步性
社会行为分析旨在探索人口规模下的用户行为的模型的结果。
在上一篇文章中我们讨论了预测市场在某种意义上也是在聚合人类的输入。到目前为止我们已经看过足够多的金融领域在人肉计算中将人类输入进行聚合的例子。这次我们来看一看社会行为分析领域中的三个相关的技术和问题:
社会行为分析旨在探索人口规模下的用户行为的模型的结果。
最近和朋友交流到 Hexo 博客的自动部署问题。其实很早以前我就思考过,由于博客是部署在阿里云上的,而 Hexo 从 本地部署到阿里云这个过程要走国际线路,上传时非常缓慢,于是决定利用 Travis CI 来实现自动构建及部署。
这个博客的源码其实从上次维护开始就完全通过 GitHub 私有项目进行托管了。这里截个图可看,大概是这个样子:

上一篇文章我们介绍了如何将人肉计算应用到金融领域的信用风险评级。 在这个模型上,我们只看到了在进行数据聚合时,对当前的信用进行评估,却没有对未来事件进行预测。 这一节我们就来看一个关于预测的例子:预测市场。 同样在开始之前,我们需要铺垫一些金融知识。
上一篇文章我们简单「水」过了已经耳熟能详的 PageRank。这里简单总结一下:
这一篇文章我们来真正看看输入数据聚合的实际例子,如何将人肉计算应用到信用风险评级当中。 本文讨论内容基于这篇文章1,但在谈论具体的模型之前,我们需要铺垫一些金融学知识,首先就是:什么是信用风险评级?它有什么问题?
本文作为课程报告写于本科一年级时通识选修课《经济学百年》
本文讨论了现代企业理论在当下IT企业中的适用性,分析了IT企业与市场的界限。列举了AT&T、Microsoft、Oracle这 些IT企业的商业模式,详细分析了Google的商业模式;并在信息产业规律下讨论了企业生灭问题,以及Google的资本结构。
关键词:现代企业理论、Information technology firm、Google、商业模式、资本结构、信息产业规律
上一篇文章中我们已经初步谈到了在一个人肉计算系统中输入数据聚合的重要性。那么具体都有些什么聚合技术呢?本文我们将探讨最经典的 PageRank 方法。
在上一篇文章中,我们讨论了人肉计算领域的意图博弈 GWAPs,通过引入人与人之间游戏博弈的方式来解决计算机难以完成的任务,那么一个绕不开的话题就是应该如何将意图博弈的结果给聚合起来。这也就是本节我们要进一步讨论的内容。
在上一篇文章中我们已经介绍了人肉计算的定义。这篇文章我们来谈谈人肉计算中的「意图博弈」(Game With A Purpose, GWAPs)。
所谓「意图博弈」,指让玩家进行互相博弈,并从博弈过程中收集数据,并用于某种意图。
为了说明意图博弈,我们以图像标注这个问题来作为例子。