产品
1.抖音快手电商化，对淘宝的冲击有多大
https://mp.weixin.qq.com/s/F03mFmQ_w_n6OWnoJPtN8w
总结：短视频电商显然已经给传统电商带来了冲击，首先看下短视频如何破局，美团高级副总裁曾将互联网分为AB两类：A类供给和履约在线上，主要靠广告收入，如百度，头条，门户；B类供给和履约在线下，又分为B1以库存为中心，如阿里，京东，B2以位置为中心如美团，滴滴，短视频兼具AB两面，正从A面向B面扩展。然后看下短视频和传统电商区别：用户购买行为覆盖全，能覆盖了有购买意愿和目标的用户，有意愿无目标的用户，还有无意愿的用户(这个是电商平台做不到的)；在推广形态上也有优势，如内容更直观，更容易接受。最后来点统计数据干货：短视频日均时长33%，比及时通讯的18%还要高；电商三要素，用户量有了，供应链和服务能力短期可以依赖第三方，长期肯定需要自身建设；用户需求兼具搜索和推荐场景。总之短视频电商已经在向传统电商发起冲击。
2.如何从优化内容策略上，提高产品的用户体验？
https://mp.weixin.qq.com/s/WruxVcUuR_NOTBmARx_AaQ
总结：本文主要介绍了理解用户体验的五层模型，战略层是基础，为什么做这个产品，做这个产品的初衷是什么(百度高考志愿小程序如果战略定位是向端引流量就不会犯收费的低级错误)；范围层框定了用户的内容需求，不考虑如何实现；结构层和架构层定义向用户展示体验的模式和序列，是需求的设计实现；表现层主要是指UI，如何更好的影响用户的感官。
技术
1.XGBoost、LightGBM和CatBoost一决高低
https://mp.weixin.qq.com/s/LxPkd6PUHWoHQCw-xyE9SQ
总结：本文对比了业界最好的三个GBDT框架，XGBoost、LightGBM和CatBoost。思路是分别对比分类模型，回归模型，大量数据的回归模型的效果，衡量指标包括效率，准确性，可解释性；最终结论效率和准确性LightGBM>CatBoost>XGBoost；可解释性上基本一致，主要包括特征的重要性(权重占比)，SHAP值(特征值对预测值的影响)，决策树绘制。
2.机器学习在高德搜索推荐中的应用优化实践
https://mp.weixin.qq.com/s/HM4rtaRH2C7ZS2bYddnpAg
总结：搜索推荐几乎成为互联网主流产品必备的功能，搜索引擎，电商平台，地图，短视频都有涉及。本文主要介绍了机器学习在高德搜索推荐中断应用实践，首先面临的挑战：人工标样本不现实；点击样本有偏，容易过拟合；特征稀疏；主要解决方案：样本利用点击样本，考虑数据清洗；特征设计低频query倾向于信相关性，中高频query倾向于信点击，圈定区域类的个性化特征；加大稀疏特征样本权重，调loss function等方法。
成长
1.公众分享，最关键的要点是什么？
https://mp.weixin.qq.com/s/bOu-T4UDM4FDVC-yFbCt2Q
总结：公众分享最重要的事以终为始清楚目标，首先WHY，想清楚你为什么要做这次分享，一个理念，一个技能？其次WHO，分享的受众是谁，他们最关心什么；最后WHAT，你希望通过分享得到什么，让听众得到什么。另外分享过程要强制灌输重点，如多次强调，开头结尾。
2.如何很友好的方式说服人
https://mp.weixin.qq.com/s/yDtkKvd2EMfCRL0o_y3eNw
总结：很多时候没有说服别人还吃了一肚子气，本文给出STATE工具，可以帮你很友好的说服人。SHARE 分享你的事实，事实就是事实，它很难被质疑更具有说服力；TELL说出你的故事，真诚的表达自己对事实的正常感受，想法；ASK询问他人的行为路径，鼓励别人发表自己想法，形成彼此交流；TALK用试探性的方式谈话，平滑的切入话题；ENCOURAGE鼓励他人尝试分享，对话不是为了赢得辩论，证明谁对谁错，应该更大程度的鼓励他人多分享，不断扩大沟通的内容。
