帮UI分类，我们是如何记忆的？

1956年，认知心理学家georgea.miller发表了一篇名为“神奇的数字：7±2”的论文，内容描述人类的大脑对于短期记忆的研究：人类对于5-9个数量左右的单位最容易记忆，超过10个以上的单位就容易被我们忘记。例如我们可以轻松的记住7个左右的名词，但是超过10个以上要一口记住就有一点难了！在barbaraminto描述如何撰写好文章的著作“金字塔原理”中，教会我们金字塔

Axure教程 2016年04月11日

AXURE 中分类，关于分类显示的实现效果（以电商 商城产品分类为例） 适合初学者

实现后的效果是下面这样的： 这个做法：其实很简单：用动态面板的方法.现在一步步截图给大家： 做一个基础的，先做好左边大的分类（上图 3） 做一个详细分类的动态面板。（上图4） 动态面板含4种状态（上图5） 服饰鞋包（上图6） 美容护肤（上图7） 运动户外（上图8） 家具用品（上图9） 如果你要问我，那个形状是怎样形成的，用矩形。实在不行就用直线。 用这种加直线的方式可以组合

Axure教程 2016年04月11日

神经网络很萌的

神经网络很萌的！0.分类神经网络最重要的用途是分类，为了让大家对分类有个直观的认识，咱们先看几个例子：垃圾邮件识别：现在有一封电子邮件，把出现在里面的所有词汇提取出来，送进一个机器里，机器需要判断这封邮件是否是垃圾邮件。疾病判断：病人到医院去做了一大堆肝功、尿检测验，把测验结果送进一个机器里，机器需要判断这个病人是否得病，得的什么病。猫狗分类：有一大堆猫、狗照片，把每一张照

业界 2016年05月13日

机器学习-01-K-临近算法学习

K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法， 总体来说KNN算法是相对比较容易理解的算法。其中的K表示最接近自己的K个数据样本。KNN算法和K-Means算法不同的是，K-Means算法用来聚类，用来判断哪些东西是一个比较相近的类型，而KNN算法是用来做归类的，也就是说，有一个样本空间里的样本分成很几个类型，然后，给定一

业界 2016年07月02日

机器学习算法经验总结

看到一篇很好的介绍机器学习算法的文章，转载过来，有这方面学习、研究的朋友可以看看。算算时间，从开始到现在，做机器学习算法也将近八个月了。虽然还没有达到融会贯通的地步，但至少在熟悉了算法的流程后，我在算法的选择和创造能力上有了不小的提升。实话说，机器学习很难，非常难，要做到完全了解算法的流程、特点、实现方法，并在正确的数据面前选择正确的方法再进行优化得到最优效果。其实整个人工

业界 2016年07月08日

为了一个被删除的应用，我把信息架构里的信息分类研究了一下

深入了解你的用户，并让你的设计尽可能适应多的核心用户场景。2014年我还在读大学，那时经常会外出需要坐公交，每次外出等公交时都会好奇公交车什么时候到站，要是有个App可以查查那该多好。后来经同学推荐，有个叫“移动行讯通”的App，于是赶紧下载体验一把。经过一段时间的使用，这个App可以满足基本的公交车实时到站查询。但是没过多久我就把这个应用删了。为什么我会删除这个App？我

产品经理 2016年09月29日

前阿里产品经理传授实用套路：用户细分，各个击破

分类是我们简化认识、理解世界最常用的方式之一。世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；之前，我也写过一篇和分类有关的文章 （

产品经理 2016年12月07日

全部分类页，历经 5 个月的迭代回顾

跟在竞品后面走，是最安全也可能是效率最高的方式，但我们永远只是一个低级的执行者。随着美团点评的不断发展，公司的品类越来越多，诞生了诸如二手交易、美团打车等新的战略业务。而APP现有首页导航栏，可供给展示的品类坑位，已远远无法满足新品类曝光的需求。如果继续向下拓展导航栏坑位，采用类似携程首页九宫格架构设计，则将压缩活动运营位的空间与推荐信息流的露出率。由此，为了保证业务流量的

产品设计 2017年06月19日

移动端产品设计之分类管理

这篇文章可以作为一篇竞品分析来看。我在设计产品时，确实遇到了分类不好界定，以及纠结交互形式的情况，所以参考了很多产品的分类管理模块，以下我将从分类的作用、分类的界定以及交互设计三个方面总结分类设计的技巧。分类的作用首先要明确为什么有分类设计。“分类”——分别归类，在产品中是将内容按照统一规则进行整理归类。在产品设计中，分类往往会被作为了解内容的快速入口，因此也是提升用户体验

产品经理 2017年10月17日

产品经理入门机器学习：AIPM从入门到实践

本文通过示例的方法帮助读者入门机器学习算法，希望你能够从中有所启发和收获。在生活中，我们会依靠经验来处理大量的事情，而形成经验就需要通过大量的实践，总结出事物的重要特征和结果之间的规律。比如，我们经常会去超市，在选购水果时，会通过颜色、形状等特征对水果口味进行预判。那么，我们是怎样具备的这种预判经验呢？正是由于我们在生活中品尝水果时，不断积累与发现的水果的颜色、形状等特征与

技术开发 2018年03月05日