知鸦日报2023-01-04

本文将从什么是体验度量入手，分析市面上常见的度量模型，结合实际场景案例，带你玩转B端产品体验度量。

假设，你们公司要推出一款全新的产品，你会从哪里开始构思？

完美的产品不会从天而降，更何况是一款能推动公司业务发展的新产品。你不仅需要在开发的过程中投入大量的精力和体力，另外从打造好新产品到产品真正上市，中间需要走的路还有很多。每一个环节都是一种考验。

本文的简单8步指南，能够为你提供清晰的思考路径，帮助你将产品开发从想法落实到具体的行动中。无论你是创业公司想要打造第一款产品，还是资深企业想增添新的品类、丰富产品线，你都能够在这8个步骤中找到属于自己的那条路线。

UCD 并非是一个陌生的概念，但是当我们却很少使用 JTBD 这一理念去实际梳理产品体验。不得不说这是一个复杂且庞大的过程，尤其是当你的产品或体验命题比较大时。本篇文章的作者通过 JTBD 合理且详尽地为用户和产品建立了有效的联结，如果你碰巧正在思考或改进某一个设计命题，这篇文章一定会给你有益的启发。

可用性困局的破解方法。

如何使用AI（机器学习）技术改造和促进人类自身学习(提高学习效率和学习效果) ，是互联网教育大数据及挖掘的基本问题。

学习者知识状态建模是建立个性化学习系统的重要任务之一。目前，学习者知识状态建模的主流方法有两种，分别是心理测量领域专家提出的认知诊断方法和人机交互领域专家提出的知识追踪方法。为了更恰当地将这两种方法应用于智能教育领域，文章围绕以何建模、如何建模、结果为何、如何应用这四个学习者建模的关键问题，从输入维度的可扩展性、模型参数的可适应性、输出结果的精益求精、助力个性化推荐服务四个方面，对认知诊断方法和知识追踪方法进行论述比较。总的来说，认知诊断方法适用于静态评估且在输出结果方面更为精细化、多样化，而知识追踪方法适用于动态预测且在输入维度方面更具可扩展性。通过研究，文章期望为研究者合理应用这两种方法以服务于个性化学习系统提供参考。

自适应学习是现在教育科技领域谈得比较多的一个概念，它的核心问题可以用一句话概括，即通过个性化的学习路径规划，提高学生的学习效率。为什么需要自适应学习？在传统的教学过程中，每个学生的学习路径是一致的，由于学生个人基础和学习能力的差异性，这种千人一面的做法对大部分学生来说其实比较低效。由此我们可以很自然地想到：如果我们能够根据学生的能力，去匹配合适的教学内容，就应该可以提高他们的学习效率。而这正是自适应系统希望达成的目标。

网易智企 GAMEAI 检测模拟点击异常行为的 AI 方案及实践。

本文详细介绍了转转测试环境治理的迭代过程，通过流量路由技术将测试环境的搭建时间从数小时-数天下降至30分钟-1小时，又进一步降至2分钟-5分钟。不仅节约业务同学的测试时间，也减少了架构、运维、工程效率同学排查问题的时间，真真正正降本增效。

Promise 最早出现在 1988 年，由 Barbara Liskov、Liuba Shrira 首创，并且在语言 MultiLisp 和 Concurrent Prolog 中已经有了类似的实现。

基于Netty网络框架，快速构建了行情流推送的服务端和Android客户端，本文主要介绍行情流推送Netty相关技术。

介绍网易邮箱数仓的演进和一些关键的技术方案引入，并阐述了这些决策背后的业务需求和技术考虑。

与原生 Android 和 iOS 的多线程机制相比，单线程的 Dart 如何从语言设计层面和代码运行机制上保证 Flutter UI 的流畅性呢？

讲清楚「记忆」这个事情。

这篇文章可以帮助刚入职的新人了解岗位和自己的工作，也谈谈自己工作一年来对这个领域的了解程度。