English
邮箱
联系我们
网站地图
邮箱
旧版回顾


www.22psb.com_www.22psb.com-【投注类型】

文章来源:SEO    发布时间:2019-11-14 20:13:06  【字号:      】

www.22psb.com_www.22psb.com-【投注类型】“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)

“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)

“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)

“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)“大数据”可是个识才利器#标题分割#中共中央出台的《关于深化人才发展体制机制改革的意见》指出,要“实行更积极、更开放、更有效的人才引进政策”“汇聚全球人才资源”。怎样才能做到“更有效”呢?途径之一就是善用“大数据”这个识才利器,提高对所需要人才的识别水平与准确度。要让事实和数据说话从以往各地各部门引进人才的情况看,存在的问题主要有三:一是所引人才并非高端,这属于层次误判;二是所引人才并不对口,这属于短缺精细;三是所引人才虽然可用,但是价值观同事先预期不相一致,这属于缺少深入识别。怎么做,才能够解决这些矛盾呢?让我们先来看一些地方的人才评鉴方法:一是靠大师举荐;二是靠小同行评价;三是靠日后实践鉴别。这三条都有一定道理与可行之处,但也都有一些难以避免的问题。比如大师推荐,一般都是出以公心的,可是有的也难免出于私心。法拉第被他的老师、著名科学家戴维所打压不准进入英国皇家学会,就是一例明证;比如同行评价,一般也是可以的。但是,如果遇到利益纠纷,同行乃是冤家。这次屠呦呦获得诺奖后,向诺奖评审委员会建议予以取消的就是屠呦呦的同行;比如实践检验,无疑也是对的。但是,检验需要一定的时间跨度,等时间足够了,人才可能已经垂垂老矣。我们所处的时代已经是信息时代。信息时代又划分为三个阶段:计算机时代、互联网时代和大数据时代。大数据时代选择人才、评价人才,就是不要凭印象说话,不要凭经验说话,而要凭事实和数据说话。正是从这样一个前所未有的角度,大数据日益成为一种识才利器。精准识才的工作原理人们一定要问,大数据识人凭的是怎样的技巧呢?根据我的认识,有三大技巧:其一,全范围搜索,再优中择优。众所周知的诺奖获得者评选,有其专门的评审委员会,并且遵循一套严格保密的程序。但是,在斯德哥尔摩正式颁布获奖人员名单之前,有的机构就发出自己的判断信息了。这个机构所凭借的武器就是大数据。他们利用论文发表数量、论文被引用指数,就可以预先把获奖者猜测出来。汤森路透就是这样一家能够做出比较精确预判的公司。从2002年始至今,这家公司已经成功预测出38位顶尖科学家。去年,获得诺奖的11位自然科学家中,汤森路透准确预测出8位。其二,察微而知著,探究其内心。三国时期魏国文官刘劭以察微知著而闻名。有一天,青年曹操拉住这位名噪一时的刘劭,非让他给自己品评一番不可。刘劭被他纠缠不过,就写下“治世之能臣,乱世之奸雄”十个大字。历史证明,刘劭的判断十分准确。那么,刘劭是凭借什么得出如此令人惊叹的结论呢?笔者认为,他是从曹操的非结构性数据里找到了答案。如今,美国人研究的“科学入心法”,就是将这一套观察方法,运用于人才识别上,并且将其数据化。这种观察,并非通过语言,而是通过非语言信息。比如,说话声调的变化、眉毛是否上扬、眼睛如何转动、肌肉如何移动等等。这些行为,都是无意识中表现出来的,是用肉眼无法观察到的,而计算机却能够很容易追踪其变化。有篇文章这样描述这一过程:某人打开视频网站,正在观看一则广告,禁不住流露出惊喜的表情。这时,计算机摄像头提示灯忽然闪了闪,这是什么意思?原来计算机是在做这样的事:对准那个人的眼睛定位,寻找嘴部水平中心线,xyz轴建模,测量他的眼轮匝肌、皱眉肌、颧大肌各块肌肉的位移,数据传回,数据库表情匹配,得出内心情绪判断。所谓“科学入心”,就是这样一种原理。其三,丰富大数据,聚焦意中人。现在的世界,到处布满了数据。有人把它形容为大数据飓风,有人把它描述为大数据洪流,也就是说,人们已经生活在数据海洋里了。这个海洋,是你我、大家共同制造出来的。比如你的手机,上面下载了不少软件。你自己感到实用、方便、免费,殊不知就在你获得这些好处的时候,你的大量信息都被它采撷而去了。如果商家要为你做出一幅素描画像,那将是轻而易举的事。你的形象由两部分数据组成:一部分是交易数据,包括你的消费水平、消费频次、购物生命周期;另一部分是交互数据,包括你的图片、你的习惯、你的行为,还有你在微博、论坛、论文里发表的观点,乃至你的出行记录。这样的图像素描,就为想要寻找你的人,提供了大量信息。弄清了以上大数据的工作原理,就知道为什么它能够帮助我们寻到人才了。当然,大数据找才,也有其弱点。比如,对于那些名气还不够大的人,对于因为需要保守技术机密而不宜张扬,包括公开发表论文的人才,非常可能被其忽视、埋没。这就是说,大数据也有其难以令人满意之处,但总归是目前相对科学、客观、有效的人才发现、识别方法。(作者系中国人才研究会学术委员会主任)

上小学前,培养孩子这3种能力!到初中都不用愁! #标题分割#1、数量理解数学知识中,数学符号以及代表的数量关系是所有数学题目的基础,因此孩子在学前,一定要提前培养对数、量的认知。幼儿园有个小朋友,对20以内加减法可以脱口而出,但如果将计算投射到实物上,比如10块积木,拿走4块,还剩几块这种问题,他居然不知道?更神奇的是,如果当时问他10-4=?她能立刻回答6,但是一旦借用物品提问,他就完全不会了。造成这种现象的原因,就在于他根本不理解数、量的含义,对计算的脱口而出,只是直觉反射记忆,简单来说,就是纯粹是背出来的计算能力。因此他无法将背下来的知识,运用到实物上。可以说她根本不会加减法。这个短板,可能在孩子一二年级的时候,并不会表现出来,但到了三年级,数学整体难度大幅度提升后,这个短板就会暴露出来,造成成绩下滑。何秋光学前数学:数学知识在一开始,可以依靠记忆力考出好成绩,这只是一时的,最终还是要回归到理解上。上小学前,培养孩子这3种能力!到初中都不用愁! #标题分割#1、数量理解数学知识中,数学符号以及代表的数量关系是所有数学题目的基础,因此孩子在学前,一定要提前培养对数、量的认知。幼儿园有个小朋友,对20以内加减法可以脱口而出,但如果将计算投射到实物上,比如10块积木,拿走4块,还剩几块这种问题,他居然不知道?更神奇的是,如果当时问他10-4=?她能立刻回答6,但是一旦借用物品提问,他就完全不会了。造成这种现象的原因,就在于他根本不理解数、量的含义,对计算的脱口而出,只是直觉反射记忆,简单来说,就是纯粹是背出来的计算能力。因此他无法将背下来的知识,运用到实物上。可以说她根本不会加减法。这个短板,可能在孩子一二年级的时候,并不会表现出来,但到了三年级,数学整体难度大幅度提升后,这个短板就会暴露出来,造成成绩下滑。何秋光学前数学:数学知识在一开始,可以依靠记忆力考出好成绩,这只是一时的,最终还是要回归到理解上。




(www.22psb.com_www.22psb.com-【投注类型】)

附件:

专题推荐


© www.22psb.com_www.22psb.com-【投注类型】SEO程序:仅供研究探讨测试使用 联系我们

请勿用于非法用途,否则后果自负,一切与程序作者无关!

百站百胜: 温拓思:对中国进一步开放感到兴奋担忧美国经济下行 梅西在阿根廷只剩一般威力!态度不对or队友太菜 新能源车,请开始你的裸泳 打平就出线有毒!国奥差点被压力击垮为何判若两队 拉面之王味千净利润下滑两成到底做错什么了? 为什么我不做一名日内交易者 全程60秒南宁一珠宝店遭抢劫嫌疑犯仍在逃 5米大空位不投传库里!唐斯都看不下去了 特朗普指责FED加息拖累经济称希望自己没影响其决定 俄军两架运输机飞抵委内瑞拉俄方:履行军事协议 应对美国单边主义中欧站在了国际战壕同一边 华为P30Pro是全球首个量产的潜望式镜头手机 U23亚洲杯正赛名单:国奥再出战争三张奥运门票 沈南鹏:中国人追逐梦想改变命运是经济奇迹原动力 《歌手》吴青峰挑战京剧与说唱笑称:我是数来宝 临近周期结束全球债券市场狂欢者保持清醒头脑 山东解说:点球是比赛转折点张弛作用明显被低估 设计师张帅辟谣范冰冰开美容院:只是帮我监工 蔚来公布补贴政策:ES8仅能获得1.2万元补贴 神吐槽:别轻易找韦德换球衣!名额都是内定的 2019深超联赛今开幕新赛季三大亮点整体实力更强 紧箍咒不能松动日媒批安倍掏空“专守防卫”原则 我又被拒參與WHA總統:無理打壓 美元涨势难继续?摩根士丹利:去年支撑因素将逆转 中国通号建议A股发行获批拟发行不超21.97亿股A股 吉诺比利球衣退役场边第1件礼品,竟然是纸巾! 天鸽互动3月28日回购158万股耗资483万港币 阿莱格里:尤文不会自动获胜基恩要谨防伤仲永 贾跃亭和朱骏联手细节:乐视汽车园区注入合资公司 聚焦近视难题,规范近视管理:《近视管理白皮书》今天在沪… 冰壶世锦赛中国女队一分憾负瑞士遗憾无缘四强 花旗:新奥能源目标价升至90元维持买入评级 这些获得IF的红点设计奖的手机你用过几个? 普京这次来真的了突然出兵委内瑞拉 郑州银行去年纯利30.6亿人民币同比跌29%息0.1… 胡杏儿称儿子睡觉脚比爱心却被网友指这动作不好 河北建设飙逾8%去年多赚近12% 宝马和奔驰在一起了爱情结晶或为BMWi2 表展烩|知否知否表展还真是“绿肥红瘦” 明明是利文斯顿扣的篮,风头全让戏精库抢了 国泰航空拟收购香港快运航空100%股权 让张伯伦仰望的传奇!一件T恤诠释什么是伟大 汽车坠下州立公园500英尺悬崖司机命丧当场 5G时代前瞻:低时延推动VR大规模应用云游戏可期 捷豹J-PACE或将2021年上市定位旗舰SUV 刘雅鸣拟为河南日报报业集团总编辑人选 北京奔驰获8.928亿美元增资:北汽和戴姆勒股比未变 文娱基金退场潮:“未来2到3年文娱基金会死掉90%” 華盛頓櫻花季已經開始了!想要盛放的櫻花,快做好攻略 清华五道口首席经济学家论坛召开沈建光等展望经济 Lyft临时改路演地点:疑因担心司机抗议提高抽成冲击 不好用又赶不走!曼联皇马该拿他们怎么办 一双鞋让整座城市疯狂!比人气库里没怕过谁 如何做到短中长期都赚钱?学霸基金经理邱杰这样说 傅园慧不在乎外界质疑100仰夺冠笑言“失去理想” 《声临》举行看片会现场配音秀展现两代声音力量 博鳌论坛上伊利发布“品质100计划”有何深意? 知名华人张忠谋、贝聿铭获美国百人会终身成就奖 全球美食受欢迎度排名:披萨和意大利面居榜首 前6投全中!他导演火箭27分大胜+34太恐怖了吧 北美票房:恐怖片《我们》大爆开画创多项纪录 中国汽车产业扩大对外开放:三大德国车企加大投资深化合… 乘客“霸座”致航班延误128分钟?中国国航回应 印尼渔民捞到中国水下滑翔机曾创潜深世界纪录(图) 北京汽车明放榜现涨逾6%破20天及50天线 媒体谈武大樱花事件:自信的中国人没那么脆弱 FF“续命”6亿美金:贾跃亭的造车故事还在继续 一周雪上综述:日本黑马造就跳台滑雪最大奇迹 长城国际动漫高管大调整一站到底选手就任董秘 腾讯程武:腾讯影业将发力三方向讲好中国故事 苹果最惨产品AirPower:技术总受阻商标被抢注 革新与开放:亚洲经济的新活力(博鳌分论坛实录全文) 狂进13球和被马来逼进绝境哪个是真实的中国足球 《神医喜来乐》导演新剧开机将用100天完成拍摄 日本机床2月对华出口订单减半 启动D轮融资,承接链家外部股东,贝壳找房冲刺上市? 特斯拉调整电动汽车售价:8版本上调最高调5000美元 里昂:潍柴动力目标价升至17.32元维持买入评级 北京清明祭扫将达500万人祭扫信息汇总看这里 卡哇伊缺阵西亚砍31分书豪12+5猛龙灭尼克斯 方硕24+6朱彦西24分北京客场21记三分胜深圳 曾代表艳星状告特朗普的律师因涉嫌敲诈耐克被捕 媒体:”零门槛“落户石家庄就能抢到人吗? 缺乏合身太空裝NASA取消全女性太空漫步 比最后一轮估值高100亿美元!LyftIPO为何超常… 美空军部长:国会若再不批维修资金F22将无家可归 美军上将:俄罗斯无意攻击北约国家因为代价很大 研究:2023年iOS和Android应用内消费将达1… 响水爆炸受损10所学校均复课:学生举行升旗仪式 2000名天普大学师生紧急接种疫苗 重新评估造车新势力:1700亿融资所剩无几淘汰赛20… 凤凰传奇做客《天天向上》被汪涵赞为收视锦鲤 新东方在线上市首日股价平平不久便遭破发 中移动业绩胜预期惟股价现下跌逾1% 宁泽涛后中国再出“飞鱼”何峻毅让人们看到希望 西部首轮5种对阵猜想:火雷再大战勇士遇强敌 在这一领域美国的“轴心地位”正逐渐丧失 伊卡尔迪离队倒计时!他今年可能加盟皇马或尤文 大摩托没刹住踹倒张远马宁var反复确认出示直红 朗生医药3月27日回购28万股耗资28万港币 周大福:郑嘉丽获委任为本公司独立非执行董事 《都挺好》家庭,爱和被爱与面对和成长 上海农商银行原董事长冀光恒加盟宝能担任联席总裁 范冰冰要转行?美容院开业李晨范丞丞等亮相剪彩 鲁能7分钟三球送天海坐稳副班长走出阴霾紧追榜首 vivo推出首家Lab概念店今年要再开100家智慧旗… 送别!南京大屠杀幸存者黄卓珍去世终年95岁 囧!苹果新闻订阅服务AppleNews+第一天就宕机 瓜帅:三大主帅改变了我史上最爱的球队是这支 印度赛王懿律黄东萍混双夺冠何冰娇女单屈居亚军 售价一夜暴涨5万元补贴退坡后新能源汽车要凉了? 特朗普:不想对欧洲汽车实施零关税 又一共享单车倒下:享骑电单车瘫痪卖电瓶还员工工资 海通姜超:经济有望在2季度见底企稳消费已是主角 科学家用50万人数据建新AI:可预测某个人何时死亡 欢瑞副总裁发文证实李易峰合约到期:感恩曾相遇 偶练创造101情侣曝光!曾牵手逛街被意外抓拍 嘉里物流反弹逾5%绩后获多间大行升目标价 少女时代再度合体重聚互动温馨铁粉泪崩 万科企业配售2.63亿股H股筹77.8亿全部归还境外… 官员:特朗普渴望与脱欧后的英国达成贸易协议 2018中国运动员传播影响力榜发布武大靖排名首位 一定要看!超好吃的紐約百吉餅去哪找?8家紐約最火百吉餅… 土耳其会是那只煽动的翅膀吗? 李玟发文悼念去世小粉丝:你会永远在我心中 积极服务小区美国纽约布鲁克林两华裔青年获表彰 A股史上第六次牛市正在酝酿股改后最强牛市袭来? 索尼宣布将关闭北京工厂智能手机生产转移至泰国 飞机也“迷路”?英航出乌龙赴德客机飞到爱丁堡 江苏爆炸工厂系农药厂爆炸将学校窗玻璃震碎 美的董事朱凤涛和财务总监辞职方洪波身价超66亿! 中国再保险去年少赚29%股息3.1分总投资收益跌逾2… 福建主场脏话谩骂高诗岩!起因原来是一条微博 光华对话松下掌舵人:百年松下的转型与新生 本周北京气温多起伏周四将降至14℃ 独家揭秘:排球全明星走秀玄机两对男女搭配抢眼 伊朗通讯社社长赛义德:亚洲专业媒体应发出自己声音 美银美林:下调海通国际目标价至4.7元维持买入评级 推特考虑给特朗普们的违规推文做标记 收益率曲线倒挂债市风声鹤唳但股票投资者淡然视之 听创业背后的故事:人应该活在竞技状态 美侨报:落地生根到发展中餐馆成美国文化的一隅 瑞银:长和目标价下调至107元维持买入评级 球哥频繁脚踝伤赖谁?美媒直言是他们家的锅 英国百万民众大游行:停止脱欧网上签名超450万 长租公寓的“蛮荒时代”:投诉率激增多痛点难破 日本做的这件事引发中韩齐声谴责 高盛和小摩称这次收益率曲线倒挂预示股市走势良好 与其批评不如激励 上海一银行女员工将银行1亿多人民币据为已有,购置多套房… 小米公司增长模式:主动调整年暗示长期价值 “补贴时代”进入尾声:新能源车市场面临大洗牌 A妹坦露重新爱上音乐变劳模上线新歌曲不断 新能源车补贴新政落地次日:中通金龙股价重挫 李维斯开启美股IPO热潮IPO市场持续反弹 华晨中国汽车控股18年纯利达58.21亿元同比增长3… 进口车供需“双降”:国六排放标准提前实施影响大 狂进13球和被马来逼进绝境哪个是真实的中国足球 美国2月预算赤字创历史纪录上个月政府债务逾22万亿 曾舜晞回应张无忌争议承认表演不纯熟疑否认整容 泰国总理巴育迎来65岁生日跪受国王御赐鲜花 中石化冠德跌近6%去年毛利及营收均跌 胡舒立:监管多举措支持实体金融业正发生深刻变化 广东省省长:大湾区需要金融服务是金融机构的机会 郑俊英聊天群新名单被曝SJ强仁郑珍云李哲宇均在列 国足连未来都输了!韦世豪张修维们睁眼看看他! 360的“隐忧”:借壳回A后市值腰斩多位高管离职 8天没更微博粉丝爆哭欧阳娜娜安慰:怎么会不要你 宁德时代辟谣\"联姻\"特斯拉动力电池竞逐高能量密度 索帅:玩FM游戏帮助我执教从中查看谁是未来天才 联储超鸽股市忧多过喜恐美经济转坏港股两日跌400点 RBC分析师下调特斯拉Model3产量预计和股票目标… 第九城市盘前涨超20%上演过山车行情 十佳球是稳的!小琼斯暴力隔扣魔术妖塔-GIF 崔东树:吉利戴姆勒合资smart对双方都是重大利好 备战田径亚锦赛:短跨项目集训苏炳添谢震业在列 美债收益率重拾升势曲线反转势头暂消 思佰益宣布成立SBI挖矿芯片公司进行挖矿芯片生产 特朗普:不想对欧洲汽车实施零关税 每天不想做事只想躺着?NASA有份工作很适合你 苹果CEO库克:产品销量和专利数不是苹果最在意的 外媒:毕加索画作失窃20年找到故事曾被拍进电影 林良铭:希丁克告诉我上场要进球其实应当能进两个 开盘:衰退幽影浮现美股周一低开 英媒:恒大寻卡纳瓦罗替代人选贝尼特斯成目标 左右開弓美太平洋成功模擬攔截洲際飛彈 以色列AR创业公司宣布加入阿里实验室阿里不予置评 招商策略:美债收益率首次倒挂与中美股市关系 昔日皇马巨星聚首中国时隔20年再披熟悉战袍 《以团》决赛落幕双团出道赵品霖获人气班级C位 德银投行部门的命运在与德商行的合并谈判中成为焦点 救援队在响水爆炸事故厂区水域拉网式搜索(图) 谢霆锋回应与杨幂关系 贵人资本梁渊:料港股近期有望震荡靠稳留意绩优股 法国新浪潮知名导演阿涅斯瓦尔达去世享年90岁 黄子韬当背景板也不忘耍帅自侃:我为啥这样站着 团车网第四季度净营收2.264亿元同比增长98.6%