思考 - 如何学习新领域知识

本文介绍了基于ProcessOn模版和工具挖词等方案,来解决学习新知识点时,如何细化学习目标,明确学习方向的痛点,保证了我们在接触新领域内容时能够明确,有效且高效的学习,而不是事倍功半,茫然的浪费时间学了一大堆价值不大,或已过期不具备实用价值的知识.

如下所示, 我先放置一个对特定学习内容通过挖词方法及参照ProcessOn模板做出的最终效果.

依据指数平台及大纲整理知识
参照ProcessOn模板构造导图

以上即为结合ProcessOn及平台挖掘关键词一起做出的结果. 通过按平台挖词,一方面能确保我们学习的内容在时间上是有效未过期的,保证学习内容能够与实际需求具有较强热相关性, 另一方面通过结合ProcessOn的模版 / 书籍章节大纲结构来使用,也保证了以上方式找到的学习细分词不会偏离学习主题太远.


一 .为啥掌握学习方法很重要?

当我们入手学习一个新领域的知识时,我们会习惯性的去找别人询问, 使用百度工具去搜索,在知乎提相关问题等... 通过这些方式确实可以搜索到很多的答案,但问题在于这些方式获取到的信息,不少都是太泛,不相关,零零碎碎,参差不齐. 要么是不够垂直,缺乏系统性和深度,要么是信息早就过时不具备实用性, 更可恶的是太多信息是广告中夹带内容以及没干货的标题党 ,总归价值是有限,我们还得浪费时间对这些信息进行筛选和组织,来形成自己的认识,这对于研究新领域知识的人来说,只能是事倍功半的效果.

超能搜 - 百度网盘搜索神器www.chaonengso.com/

聚搜-同行朋sou.txpeng.com/

以前,我经常会在淘宝,拼多多,以及各种网盘,搜索引擎, 在线课堂分享中,搜索到很多有用的信息,我也花了不少时间学习这些知识,但学习的效果并不好. 因为这些信息,对于接触新领域或行业的新人而言,如果直接学习,很容易摸不到重点,梳理不清楚知识间的结构,或者因为有的学习资料有一定的时效性,学完了实践不了. 还有就是自己也花精力努力学了一段时间,明白了各段知识说的是啥,但让当自己去理解梳理一遍时就头脑又乱了,要么想不起来,要么缺少条理及逻辑性,结果就是浪费了时间在没有太多价值的信息上.

相信很多人面对盲目感或努力的学得一头雾水时,会大概率的去报各种网上培训课程,报线下的课程班,忽然一不小心发现自己就关注了一大堆的付费公众号,结果就在缺乏对知识价值鉴别能力的情况下, 很容易就成为了知识付费被割的韭菜. 而一切的原因就在于,我们缺乏对新知识领域的基础鉴别能力.

如果我们有一定的学习方法的指引,其实不用花太多的时间和金钱,我们就能更高效的学习有价值的内容,也不用花太多的时间走弯路,学一些算得上系统却早已过时,没有真正实际意义的东西.以此为思考,下面和大家探讨一下我亲走过太多弯路后的一些思考吧...


二 .如何切入一个新知识领域?

如果你是学校的学生,跟着教授 / 导师,或行业大牛指明的路走,基本上是错不了的,唯一的一点就是要贴合就业或应用的实际,切入你自己感兴趣或擅长的领域.当然学院的教育有时滞后于实际的应用领域, 这是不争的现实.但起码学校大部分课程是讲原理/理论/经典等验证过的成果,是你实践或精进的基础,所以价值肯定是有的.此文要说的是,当你没有一个靠谱的导师为了带路时,你如何在学习的道路中少走点弯路.

举例:

我对直播电商感兴趣,因此以直播电商作为检索的内容词,我先问了一些同事,然后又问了一些培训老师,我虽然有所了解了,但我还是不太确定,因为我不知道我听到的是不是就是真实的,因为对这个行业缺乏基础的认识和元认知,所以我该如何学习,是否有必要报培训课程,报什么课程最适合我,这些我都是拿不定主意的...


三 .我要学什么及怎么学知识?

如上,我们生活中会遇到很多这种问题,上面的直播电商,我们要明白它是一个很宽泛的内容,所以首先第一步是要细分化/明确化.比如我们可以使用关联词细分的方法:常见如使用百度指数/360指数/头条指数进行分析.

获取关键词的重点目的是确保我们学习的内容是具有热相关及热需求性的,不至于过时,脱离了实际,或在实际操作时落地难,学了也白瞎的情况.(搜狗指数已下线,微博指数与我们的学习主题不太相关/微信指数的界面上除了访问量看不到更详细信息,因此在这里不再例举.)

另外在一些垂直平台(如: 神马/微信公众号/知乎)上进行关键字搜索时,我们也可以通过综合的数据平台来获取我们在学习时需检索的内容词对应的关联关键词,来做为我们思维发散的基础. 我们可以用5188营销大数据,ChinaZ星网大数据来获取.

最后: 讲解了如何结合ProcessOn模板或行业书籍来做为大纲基础,去高效学习新领域的知识的方法,减少自我学习知识的茫然感. 因为ProcessOn上的思维笔记或已出版的相关书籍章节大纲都是别人整理好的,相当于是他们已帮我们做了脉络化的梳理. 因此我们要做的就是多参考几个别人做好的思维笔记和书籍章节大纲,进行整合优化,然后把它作为自己初入门学习一项知识和技能的大纲导图参照, 在我们对新内容有了足够的了解后,再系统化的去重新梳理一遍,包括丰富下面的分支内容,扩充其它的节点内容等,以此更高效的形成自身的知识体系.


如下首先讲解下如何使用指数平台来获取我们要学习内容的细分内容,如: "直播电商" 的细分:


1. 百度指数

百度指数相关关键词
百度指数关键词趋势

如上所示, 通过百度指数,我们获取到了直播电商关联的信息: 直播带货-社交电商-农村电商, 这几项是最近比较热门,搜索量比较大的内容,与原搜索词也有较强的相关性,因此我们可以选择这些关键词作为我们扩展学习方向的内容.


2. 360指数(原好搜指数)

如上是360指数相关信息,我们也可以查找到更多相关关键词: 生鲜电商 - 有赞(电商Sass平台) - 抖音直播电商 - 移动电商 , 以及在研究直播电商时,比较相关性的一个研究问题: 如消费人群 - 热销产品 - 直播电商模式等,我们同样可以纳入这些关键词至我们扩展学习目标中.


3. 头条指数

通过上面两个搜索入口, 我们获得了一些与学习内容热相关的知识内容,来扩展我们学习的思维网图,然而更重要及更精准的方式当然还是得利用不同的垂直类指数平台搜索.

我们通过对输入关键主题所产生的搜索结果进行整理分析,来发现与学习领域内容更相关及更细化的知识点,并补充至我们的学习导图中.如我们常用的Obsidian笔记本.这样我们的学习就有了方向和目标性.

例如: 我们在巨量指数这些垂直平台上搜索"直播电商"关键词得到的会更加精准.同时我们也不能忽略移动端搜索入口,比如说微博,微信等入口(如微博指数,微信指数等).


4. 综合平台

除了我们以上列举的几个平台,我们还可以通过其它的聚合渠道获取对应的关联词信息,如下给大家推荐几个有用的网址.如下我们主要列举了: 5188营销大数据和ChinaZ星网大数据平台.


5188 营销大数据


ChinaZ星网大数据

相关词挖掘 - 行业词库 - 星网大数据data.chinaz.com/related


确定我们学习工作的相邻及细化方向后,在确保学习内容系统性和不偏离主题的情况下,我们在文末补充了后面要讲解的 ProcessOn 模板使用的一些内容. 我放置在另一篇文章内容中了,链接如下:

一只小胖子:学习 - 使用 ProcessOn 的模板0 赞同 · 0 评论文章


结束:


至此,本文结束.... 欢迎小伙伴们一起探讨和评论!


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容