店铺营销专家刘超的真实故事,刘超营销,道德教育专家刘超,中国真实店铺网,营销 真实..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
店铺营销专家刘超的真实故事
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口数据工程师
先上一张图，各种编辑器的学习曲线。你可以理解为X-使用时间Y-掌握的技能vi：上手就…
哪个领域轮子不多，你去python的动物园去看看
有次打的，和司机聊天，说着说着就聊到工资了，他们一个月大概赚三四千，然后我就说…
因为之前为了做用户画像正好做过相关的研究，顺手答一发。&br&&p&&b&什么是用户画像（ personas）?&/b&&br&&/p&&p&Alan Cooper （交互设计之父）最早提出了 persona 的概念:“Personas are a concrete representation of target users.”&b&Persona 是真实用户的虚拟代表,是
建立在一系列真实数据(Marketing data,Usability data&/b&&b&)之上的目标用户模型。&/b&通过用户调研去了解用户,根据他们的目标、行为和观点的差
异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型
(personas)。 &/p&&br&&p&一些大公司还是很喜欢用personas做用研的，比如微软，腾讯blabla...&/p&&br&&p&&b&为何要建立用户画像 personas?&/b&&/p&&p&Cooper认为建立 Personas 的好处有&/p&&ul&&li&Creates a common language &/li&&li&Users
are no longer elastic &/li&&li&Provides a target - no longer designing for everyone in the world&/li&&li&End debates about prioritization and implementation&/li&&/ul&&br&&p&&b&简而言之，用户画像（persona ）为了让团队成员在产品设计的过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上进行产品设计。 因为，产品经理为具体的人物做产品设计要远远优于为脑中虚构的东西做设计，也更来得容易。&/b&&/p&&br&&br&&p&&b&但是特别注意的是:
&/b&&/p&&p&1、 用户画像要建立在真实的数据之上&br&2、 当有多个用户画像的时候,需要考虑用户画像的优先级,通常建议不能为超过三个以上的 persona 设计产品,这样容易产生需求冲突。 &/p&&p&3、 用户画像是处在不断修正中的 &/p&&br&&br&&p&Persona 一般需要具备哪些元素?
&/p&&ul&&li&姓名 Name&br&&/li&&li&照片 Photo&br&&/li&&li&年龄Age&br&&/li&&li&家庭状况 Personal details / family life&br&&/li&&li&收入 Income/Salary&br&&/li&&li&工作 Work / job details&br&&/li&&li&用户场景/活动 Activities / use scenario&br&&/li&&li&计算机技能/知识 Knowledge / skills / abilities&br&&/li&&li&目标/动机 Goals / motives / concerns&br&&/li&&li&喜好 Likes / dislikes&br&&/li&&li&人生态度 Quotes
注意:对于手机浏览器的用户而言,使用手机浏览器的习惯和用户的生活方式(尤其是喜好、阶级)息息相关。 &/li&&/ul&&b&举几个栗子：&/b&&br&当年微软为office做的人物画像（包括了用户的主要活动、使用环境、使用工具等等等...）：&br&&img src=&/f9009bfb61fec_b.jpg& data-rawwidth=&1203& data-rawheight=&873& class=&origin_image zh-lightbox-thumb& width=&1203& data-original=&/f9009bfb61fec_r.jpg&&&img src=&/65dbdbafbad6e08c82bcc4_b.jpg& data-rawwidth=&1179& data-rawheight=&835& class=&origin_image zh-lightbox-thumb& width=&1179& data-original=&/65dbdbafbad6e08c82bcc4_r.jpg&&&img src=&/0d354bceea9b_b.jpg& data-rawwidth=&1186& data-rawheight=&852& class=&origin_image zh-lightbox-thumb& width=&1186& data-original=&/0d354bceea9b_r.jpg&&&img src=&/809ca17f241eac7aae6a8b5_b.jpg& data-rawwidth=&1178& data-rawheight=&852& class=&origin_image zh-lightbox-thumb& width=&1178& data-original=&/809ca17f241eac7aae6a8b5_r.jpg&&这样的人物可以是多个的：&br&&img src=&/b6bc8c6e2cf2b0322bdd2f0b628efeea_b.jpg& data-rawwidth=&1181& data-rawheight=&803& class=&origin_image zh-lightbox-thumb& width=&1181& data-original=&/b6bc8c6e2cf2b0322bdd2f0b628efeea_r.jpg&&甚至具体到人物的日常作息：&br&&img src=&/627af418c4ec4dd8e2fd6_b.jpg& data-rawwidth=&934& data-rawheight=&694& class=&origin_image zh-lightbox-thumb& width=&934& data-original=&/627af418c4ec4dd8e2fd6_r.jpg&&使用设备：&br&&img src=&/3d2d96fee6dce_b.jpg& data-rawwidth=&932& data-rawheight=&592& class=&origin_image zh-lightbox-thumb& width=&932& data-original=&/3d2d96fee6dce_r.jpg&&&br&&br&&br&&p&&b&既然写到了这里，再顺便说一下如何建立用户画像 personas?&/b&&/p&&br&&p&建立 personas 可以分为以下几个步骤(参考): &/p&&p&Step1: 研究准备与数据收集&br&&/p&&br&&p&Step2: 亲和图&br&Step3: 人物原型框架
&/p&&p&Step4: 优先级排序&br&Step5: 完善人物原型&br&
参考阅读:CDC《创建定性用户画像》&a href=&///?target=http%3A///%3Fp%3D4898& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&创建定性用户画像&i class=&icon-external&&&/i&&/a& (写的很具体~~推荐指数五颗星) &/p&&br&&br&&p&&b&参考阅读:&/b&&br&Personas &a href=&///?target=http%3A//www.usability.gov/how-to-and-tools/methods/personas.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Personas | Usability.gov&i class=&icon-external&&&/i&&/a&
CDC《创建定性用户画像》&a href=&///?target=http%3A///%3Fp%3D4898& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&创建定性用户画像&i class=&icon-external&&&/i&&/a&&br&&/p&&p&亲和图 KJ 法在用研中的应用 &a href=&///?target=http%3A//ued.taobao.org/blog/2010/06/kj/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&KJ法在用户研究中的应用&i class=&icon-external&&&/i&&/a&&br&移动用户分类参考 &a href=&///?target=http%3A///simmons-research/mobile-usage-segmentation.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Mobile Usage Segmentation System&i class=&icon-external&&&/i&&/a&&/p&
因为之前为了做用户画像正好做过相关的研究，顺手答一发。什么是用户画像（ personas）?Alan Cooper （交互设计之父）最早提出了 persona 的概念:“Personas are a concrete representation of target users.”Persona 是真实用户的虚拟代表,是
建立在一系…
这就是amazon发明的“喜欢这个商品的人，也喜欢某某”算法。&br&其核心是数学中的“多维空间中两个向量夹角的余弦公式”，当初我的确是被这算法惊艳到了。&br&&br&============= 更新 =============================&br&不好意思，之前说的有误，特来更正兼补充。&br&&br&“商品推荐”系统的算法( &a href=&///?target=http%3A//en.wikipedia.org/wiki/Collaborative_filtering& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Collaborative filtering&i class=&icon-external&&&/i&&/a& )分两大类，&br&第一类，以人为本，先找到与你相似的人，然后看看他们买了什么你没有买的东西。这类算法最经典的实现就是“多维空间中两个向量夹角的余弦公式”；&br&第二类, 以物为本直接建立各商品之间的相似度关系矩阵。这类算法中最经典是'斜率=1' (&a href=&///?target=http%3A//en.wikipedia.org/wiki/Slope_One& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Slope One&i class=&icon-external&&&/i&&/a&)。amazon发明了暴力简化的第二类算法，‘买了这个商品的人，也买了xxx’。&br&&br&我们先来看看第一类，最大的问题如何判断并量化两人的相似性，思路是这样 -- &br&例子：&br&有3首歌放在那里，《最炫民族风》，《晴天》，《Hero》。&br&A君，收藏了《最炫民族风》，而遇到《晴天》，《Hero》则总是跳过；&br&B君，经常单曲循环《最炫民族风》，《晴天》会播放完，《Hero》则拉黑了&br&C君，拉黑了《最炫民族风》，而《晴天》《Hero》都收藏了。&br&&br&我们都看出来了，A,B二位品味接近，C和他们很不一样。&br&那么问题来了，说A，B相似，到底有多相似，如何量化？&br&&br&我们把三首歌想象成三维空间的三个维度，《最炫民族风》是x轴，《晴天》是y轴，《Hero》是z轴，对每首歌的喜欢程度即该维度上的坐标，&br&并且对喜欢程度做量化(比如： 单曲循环=5, 分享=4, 收藏=3, 主动播放=2 ,
跳过=-1 , 拉黑=-5 )。&br&那么每个人的总体口味就是一个向量，A君是 (3,-1,-1)，B君是(5,1,-5)，C君是(-5,3,3)。
(抱歉我不会画立体图)&br&我们可以用向量夹角的余弦值来表示两个向量的相似程度， 0度角(表示两人完全一致)的余弦是1， 180%角(表示两人截然相反)的余弦是-1。&br&&br&根据余弦公式,
&b& 夹角余弦 = 向量点积/ (向量长度的叉积)&/b& =
( x1x2 + y1y2 + z1z2) / (
跟号(x1平方+y1平方+z1平方 ) x
跟号(x2平方+y2平方+z2平方 ) )&br&可见 A君B君夹角的余弦是0.81 ， A君C君夹角的余弦是 -0.97 ，公式诚不欺我也。&br&以上是三维(三首歌)的情况，如法炮制N维N首歌的情况都是一样的。&br&假设我们选取一百首种子歌曲，算出了各君之间的相似值，那么当我们发现A君还喜欢听的《小苹果》B君居然没听过，相信大家都知道该怎么和B君推荐了吧。&br&&br&第一类以人为本推荐算法的好处我想已经很清楚了，那就是精准！&br&代价是运算量很大，而且对于新来的人(听得少，动作少)，也不太好使，&br&所以人们又发明了第二类算法。&br&&br&假设我们对新来的D君，只知道她喜欢最炫民族风，那么问题来了，给她推荐啥好咯？&br&&img src=&/f9b50aa7934b1bcebacb4e715d9f1190_b.jpg& data-rawwidth=&903& data-rawheight=&552& class=&origin_image zh-lightbox-thumb& width=&903& data-original=&/f9b50aa7934b1bcebacb4e715d9f1190_r.jpg&&&br&如图，推荐《晴天》！&br&&br&呵呵，第二类算法的好处大家也看出来了，简单粗暴好操作(也适合map-reduce)，可精度差了点。&br&&br&所以，各家网站真正的推荐算法，是他们在综合上述两类算法的基础上，各自研制并且不断地改进调节的，外人不得而知！ ^_^&br&&br&===
再补充 ===&br&&br&多谢 @刘彦彬 给了一个非常专业的评论 ，不贴出来可惜了。&br&&i&“这个只能说是理论基础。歌曲不考虑热门冷门，同时不考虑用户数和歌曲数计算复杂度的话第一一天内离线数据计算不完的（当然网易云音乐用户量小全量暴力计算当我没说），实际应用起来复杂很多了。现在的推荐系统并不存在一种算法通吃，除了算法上的问题，还需要考虑基础数据的影响因素，比如两张歌单有多少歌曲重合，歌单的质量是怎么样的。” &/i&&br&&br&我上一帖也说了，&br&'向量夹角余弦' 解决的是‘量化顾客口味相似度’的问题(是最经典的解法，也有别的解法)，&br&不是有了它就能轻易实现第一类算法的，难处在后面咯。&br&我不是干‘CF/算法/数据挖掘/互联网’的，只是几年前偶尔瞄到过这方面文章被惊艳了一下，&br&见到这题就随口抖了个机灵，然后被评论区几位带板凳来的朋友给推上来了 ^_^&br&&br&既然大家都这么有兴趣，我在来抛块砖，说说‘有了理论基础之后咋整’的思(nao3)考(dong4)。&br&继续第一类算法的话题，目标“每日歌曲推荐”(其实题主感兴趣的是这个吧，旁边‘根据你喜欢的xxx推荐的yyy歌单’我觉得不咋样)。&br&首先就是如何定维度。
&br&直接用‘歌’当维度是不行的，第一是太多了算不过来，第二维度数一直猛涨也不是个事。&br&用‘歌单’或者‘专辑’，‘演唱/演奏者’呢？也有类似的困难。&br&说到这里大家应该都意识到了，咱不是还有‘tag’嘛！&br&云音乐初期，tag是可以由大家自己填的，我记得我填过‘莫扎特’，‘钢协’，‘交响’这样的tag，现在都不见了吧。&br&一段时间之后，tag无法自填了，只能从云音乐给的tag lib中选，这肯定有原因的。&br&我的推测就是，他们需要用tag来当作维度，所以不希望tag数经常变化。&br&第一阶段，他们需要搜集用户的输入来做出tag lib，&br&第二阶段，他们构建了多维度空间，就不希望再动维度了，因此关闭了自填tag的功能。&br&&br&假设就用tag做为维度，那么第二个难处在于，维度上的'刻度'必须有正有负才好使，&br&用户没有机会直接表达对tag的好恶(不能收藏，播放，跳过一个tag)，如何定刻度呢。&br&我认为每一首歌背后是有其所属tags这个属性的，这个属性在UI上看不到很可能是因为比较容易引起口水。&br&歌往往隶属于很多歌单，而那些歌单都是有tags的，根据那些歌单的播放数收藏数分享数可以决定其'权威性'，&br&取'权威性'高的歌单的tag，就可以得到每首歌的tag属性。&br&然后用户在表达对一首首歌的好恶的时候，其实就不知不觉地影响了他在相应维度上的刻度。&br&&br&假设维度和刻度都这样解决，那么我们可以对每个用户做出‘口味向量’了，接下来的难处是，&br&啥时候算/如何保存‘用户相似性’？&br&所有用户两两算一下相似性，存为一个NxN的矩阵，这种事情不是闹这玩的。&br&&br&其实到了这一步，不考虑‘以人为本’，直接根据我喜欢的tag，从各tag里挑一些人气高的，或者蹿升快的歌来推荐也算是能交差了。&br&不过那样的话，就容易同质化，也就不易让用户‘惊艳’了。&br&让我们继续沿着第一类算法的思路琢磨琢磨。&br&&br&多维度空间还有一大好处是，有‘像限’这种的概念，&br&比如我们可以粗暴地假设，和我同一个像限的人，就是和我‘相似’的人，&br&如果因为维度太多，或者初期用户太少等原因找不到同像限的人， 还可以去‘相邻’的像限找嘛。&br&OK，假设我们根据tag以及自己的像限，找到了一批和自己‘气味相投’的人。&br&再丛这批人中，选几个‘和我夹角余弦’最大(再综合一下个人名声比如星标，粉丝数，和我的互动度等，更好)的人，&br&从他们听过而我没听过的歌中，再选一批 他们喜欢，或者他们新听到，新收藏，或者总人气高的等等，&br&就可以说是“根据我的口味生成”的“每日歌曲推荐”了。&br&&br&以上内容，均是臆测，如果雷同，纯属巧合 ^_^
这就是amazon发明的“喜欢这个商品的人，也喜欢某某”算法。其核心是数学中的“多维空间中两个向量夹角的余弦公式”，当初我的确是被这算法惊艳到了。============= 更新 =============================不好意思，之前说的有误，特来更正兼补充。…
替我女儿谢邀。
替我女儿谢邀。
我一直觉得我国有些媒体真的是像极了那些特别爱管闲事的左邻右舍，你家里花了多少钱，花哪了，给谁花了，都要符合他们心目中预设的标准，否则他们就会从这个“不合理的消费”出发，给你全家都脑补出一个悲惨可鄙的剧本来。&br&&br&作为媒体，他们似乎默认我国绝大多数老百姓都是些没见识的可怜虫。如果说一个人做出一个决定可能有很多种理由的话，那他们笔下的我国百姓永远是出于最可悲的那个——他们如果收入不高，那一定是生活得“苟且”，绝不会是俭朴而安然；他们的子女如果出门旅游，一定是为了“炫耀”；做父母的如果节省些钱支持孩子出去旅游，那必是受了子女的压榨，怎么可能是愉快地支持的呢？&br&&br&~~~~~~~~~~~~~~~~~~~~&br&我父母从事的都是那种听起来受尊敬，实际收入不高的工作。我小的时候家里的经济就是勉强收支平衡，“所有钱都用来吃啦”。&br&在这种经济条件下，我爸妈在我出门旅游这件事上的态度，不止是支持，简直是狂热。他们是真的可以把家里的所有存款都搬出来旅游，而且会去消费那些看起来绝对超纲的旅游项目。（同学们我强调一下，没有说他们这种消费观正确，这是他们根据自己的需求和理想做的选择，我相信他们掌控生活的能力，如此而已。）&br&&br&比如我中学的时候，他们竟然拿家里一半的存款给我报了一个去美国的夏令营。我当时彻底被震惊了，但我父母很淡定。&br&“你没几年就要独立决定自己的人生了，在此之前我们想让你看看世界有多大。只要你出去一趟有所收获，这钱就花得值。”&br&怀着“天啊花了我家一半家当，我得收获多少东西才值得回来啊！”的惶恐，当年的我是抱着个小本子，一路走一路写心得和小结的，把随团老师都感动了……&br&&br&我本人不算是很热衷出门的类型，读大学期间在我父母的鼓励（撺掇）下也陆续跑了十来个国家。在这个过程中，我父母淡定地吃着单位食堂，穿着百把块的衣服，每天早上蹬着小电动车去赶单位的班车，然后每年打一笔钱给我，催促我再多出门去走走。&br&~~~~~~~~~~~~~~~~~~~&br&是，我的爸妈是俭省度日，攒钱供我旅游了。我不会傻到认为我花掉的旅游经费没有降低他们的生活品质，&b&但我从来，从来，从来，没有觉得我这样的老爸老妈有一丁点的苟且&/b&。&br&&br&现在我也算经济独立了，今年爸妈来玩，我帮他们订了房，带他们吃了几国大餐，最爽的是开了张副卡给我妈“随便刷啊，尽量都刷这张卡，能帮我积分呢！”&br&他们俩去看了许多典型和非典型的热门景点，用那张卡刷满了两个行李箱的囤货和礼品……临走的时候我爸特幸福地翻着手机里的照片说：回去我要和老X还有老Y说，这趟我女儿带我吃了八个国家的美食呢！&br&呃……爸，墨西哥卷就不要算一国美食了好么？那是快餐哎。&br&不管，反正蛮好吃的，再说要不是你带着，我和你妈还不知道哪里有的吃呢！&br&~~~~~~~~~~~~~~~~~~~~~&br&&b&每个人都有决定自己生活的权利，更有决定如何分配自己的消费的权利。&/b&我的父母认可并欣赏行万里路的生活方式，他们内心始终惦记着看一看那么大的世界是什么样子，即便是自己暂时没有条件的时候，也希望我能早早地出去看一眼。&br&我不觉得他们选择的消费方式是天然正确的，在我看来，他们宁可俭省一点也要让我走得更远的心态，和很多父母节衣缩食供孩子读好学校是一样的；此外还有努力帮孩子买房的父母，支持孩子创业投资的父母……这个世界上，有那么多努力把美好的生活捧到孩子面前的父母心，将来你我多半也是其中之一，这等痴心岂是苟且二字能对得住的。&br&无论父母的痴心是什么形式，既然是我也喜欢的，就不会为了这些媒体眼中的“懂事”而拒绝他们为我创造的机会。我会高高兴兴地享受这份美好，把我去过的好玩的地方，吃过的好吃的东西都记在心里，然后带他们去；再以后，带我的孩子去。&br&&br&我不知道一个媒体要多&b&傲慢&/b&，才能觉得我爸妈的见识或能力不如他们，不明白自己在做什么；才能觉得大多数俭省过日子的爸妈都掌控不了自己的生活，需要他们站出来，摆出替天行道的姿态主持正义——呶，你们家这种生活只能叫做苟且，什么你们竟然还拿钱给娃旅游？啧啧你们家的娃真是太没良心了！&br&&br&我希望每一个喜欢旅游的年轻人都明白，你的爸爸妈妈对于生活有他们自己的判断能力。他们既有权把钱花在提高自己的生活质量上，也有权花在你做的，他们觉得对的事情上。&b&如果他们乐意省下一笔钱来让你出门见识，请高兴地接受，感谢他们的支持&/b&，告诉他们你这一趟出门看见了多广阔的世界，也许是他们以前只敢偷偷想一想的，而你让他们觉得那些地方也没那么遥远。&br&也请记得玩好了回来好好学习，好好找工作，已经工作的努力赚钱，多给他们打打电话，买点他们喜欢的东西，也带他们出去走走。&br&&br&&b&爱爸妈，不是不花他们的钱，而是他们觉得花得起的，你就高高兴兴地花，并且高高兴兴地把你的钱给他们花。&/b&&br&&br&&b&你们的爸妈从来都没有在苟且。他们在努力地为自己最爱的人创造最美好的生活，他们是你这一方世界的英雄，是你的骄傲，以后你也会是他们的英雄，他们的骄傲。&/b&&br&&br&&b&他们应该得到的是你的尊重，而不是陌生人指手画脚的同情。&/b&&br&————————&br&BTW，还在校的孩子们：千万别太崇拜那些自己赚钱买这买那的。在校生的首要任务是学习。爸妈养不起你必须打工那没办法，你是好样的，注意尽量别耽误学习。但如果是你爸妈能花得起的钱——用来买你的学习时间才是最划算的！等你毕业了再明白就晚了！！！&br&心疼爸妈就赶紧学习去！（我多希望我本科的时候有人跟我说这个啊。）&br&————————&br&正文写完，对于某些实在找不准本文中心思想的人，我帮你总结下我的答案好了：&br&&br&重点不是该不该花钱旅游，&b&重点是爸妈的钱怎么花他们心里有数，起码比一个外来的媒体有数&/b&。&br&以及本文没有反对“父母不同意花钱的时候，子女不该逼迫”，这真是废话……&br&本文反对的是“这家父母生活水平不高，所以花钱给孩子旅游一定是不情愿的”越俎代庖的思维方式。&br&谢谢有些同学认可我父母的消费观，但我个人觉得这种事见仁见智，不觉得他们的消费观比别人的正确，也不号召别人学习他们。&br&他们如果把钱花在别的上面，我同样觉得挺好，但我同样不会容许什么媒体通过他们的生活水平来脑补他们是不是自愿的。&br&&br&我原以为我写得已经很清楚了，还是有些人始终只能看见“旅游”几个字，我只能说，我个人表达能力有限，秋高气爽的好季节，麻烦你们还是去旅游吧。
我一直觉得我国有些媒体真的是像极了那些特别爱管闲事的左邻右舍，你家里花了多少钱，花哪了，给谁花了，都要符合他们心目中预设的标准，否则他们就会从这个“不合理的消费”出发，给你全家都脑补出一个悲惨可鄙的剧本来。作为媒体，他们似乎默认我国绝大多…
谢谢大家。&br&我现在很好。&br&&br&只说三句：&br&(1) 他们那样做，看似只是谋财，实则间接害了一条命；我仅仅要一个道歉，难道过分吗？&br&(2) 有的人跪着活久了，失去了站起来的能力，就觉得别人也得跪着活下去。&br&(3) 以后有机会再更。&br&&br&作为一名贫困生，被学院莫名其妙黑掉奖学金，承受巨大压力按照教育部规定程序向校方进行合理申诉，揭露院方无视自己制定的规则暗箱运作，最终得到学院院长、书记和辅导员的赔礼道歉，促使学校对奖学金评定程序进行改革。
谢谢大家。我现在很好。只说三句：(1) 他们那样做，看似只是谋财，实则间接害了一条命；我仅仅要一个道歉，难道过分吗？(2) 有的人跪着活久了，失去了站起来的能力，就觉得别人也得跪着活下去。(3) 以后有机会再更。作为一名贫困生，被学院莫名其妙黑掉奖学…北京市民盼来北风 带走连日雾霾天气_外媒评中国雾霾天气_雾霾天气预报_2015年雾霾天气统计表
北京市民盼来北风 带走连日雾霾天气
时间：日20:55 来源：中国新闻网
核心提示：北京市民盼来北风 带走连日雾霾天气_外媒评中国雾霾天气_雾霾天气预报_2015年雾霾天气统计表
　　北京市民盼来北风 带走连日雾霾天气　　解说12月1日晚，北风来袭，在北风的助力下，北京雾霾天气自西向东逐渐消散。12月2日，记者在北京街头看到，很多行人都摘下在雾霾天佩戴的厚厚的口罩，轻装上路，呼吸新鲜的空气，感受冬日暖阳。　　北京市民盼来北风 带走连日雾霾天气　　解说12月1日晚，北风来袭，在北风的助力下，北京雾霾天气自西向东逐渐消散。12月2日，记者在北京街头看到，很多行人都摘下在雾霾天佩戴的厚厚的口罩，轻装上路，呼吸新鲜的空气，感受冬日暖阳。　　同期北京市民 李先生　　昨天跟今天是两个世界。我刚才我说，今天这是北京多少年了，北京今天最好的一天，但是昨天是北京多少年来最糟糕的一天。　　同期北京市民 梁女士　　昨天我主要实在家里面，主要是雾霾太大了，没有出来，今天天气挺好，你看太阳挺好。　　解说天气转好，对来京的游客来讲非常高兴。临近正午，天安门广场和故宫门前人潮涌动，游客们纷纷拿出相机，记录看到的美景。任女士12月1日来到北京，正赶上北京今年最严重的空气污染过程，本以为这次来北京可能没有什么收获，但是2号的好天气却让她很高兴，就立马来到故宫感受老北京的气息。　　同期内蒙古游客 任女士　　因为昨天的天气不是特别好，本来想出来玩一下的时候，就看见所有的东西看的不是特别清楚，大家的关注点都在关注雾霾。其实本来挺失望的，以为来一次可能就没有大多的收获，但是没想到今天早上起来的时候，天气就转变的挺快的，突然间天气变得特别好，所以就一起再，今天就出来玩了一下，感受一下老北京的气息。　　解说北京一夜之间天气变好，跟冷空气来袭有很大的原因。有市民告诉记者，每次雾霾过程都是京城市民等风来的日子，人们都盼着风，希望风能一扫北京的雾霾天。　　同期北京市民 夏先生　　前几天没刮风，到处都是霾，然后都看不见人了，爆表了，现在一刮风就好了。然后我希望偶尔隔个两三天刮一次风吧，就会很好。　　同期北京市民 刘女士　　原来人都是怕有风，因为风一来就特别冷，满天刮的都是那个，那会刮得好像都是粉尘。现在好像是粉尘比较那会多了吧，有风了反倒把那个霾什么都给刮走了。所以原来人们都是怕有风，现在是人们盼有风，昨天那风，好多人都说要感谢那风呢。　　记者 刘超 北京报道
本文相关推荐
15-12-0215-12-0115-09-1915-09-1615-08-2715-06-12
youjizz热点图文