`
FansUnion
  • 浏览: 153876 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

大学生活--第5篇--物以类聚,人以群分

 
阅读更多

郑重声明

本文可能富有争议,但Fans敢于发表个人见解,不怕非议

本文纯属个人见解,仅供参考,欢迎拍砖。样本太少 可能不准确。

大学已经3年了,马上就要大四了。认真观察了周围的同学好久,得出一点总结。阅读时请从总体上来看,而不要拘泥于个体

本文阐述的是一种普遍现象,不排除个人差异,请勿对号入座。要是能细细揣摩一下就更好了(有些事情不方便写得太直接啊)。

虽然我不想,但难免有些以偏概全,见谅。听从了刺客同学的建议,去掉了大多数的真实人名(即去掉了大多数的代表人物),很多人Fans得罪不起啊。请原谅我吧!

注:只写了几类人,还有的不想写了。如何分类,仁者见仁,智者乐水。


努力学习考研类(哥从来不会放弃)
特征:
1. 有课必上、有作业必做、有分必捞(美其名曰"捞分能手")。
2.更加关注个人未来发展,缺乏分享精神和互助精神。

对自己的学习知识,保护得很好,作业不爱给别人抄,考试也更不会。(和奖学金也有一丝关系
学习考试方面几乎都是先己后人,甚至根本就不会考虑别人,如果你问他考试范围,有的就说就这些范围,很不具体的。

3.党员的比率很高,至于是否符合党的各种要求是另一回事。
4.见识和眼光大多跟不上和他们的成绩,少数人的人品及素质远远落后于成绩,比较容易受人鄙视。
5.相对而言,比较听话,个性不够鲜明,很多事情,比如聚会野餐等活动,容易陷入进退维谷的纠结中。
6.自主学习意识比较好,生活比较有规律,大三、大四更是如此。
7.通常被媒体称为“高材生”,被Fans称为“好孩子”。

业务繁忙社交类

特征:
1.大多参加过学生会、社团等组织。
2.餐桌上的常客,喝酒、抽烟不在话下,酒味十足。
3.业务繁忙,电话多,短信多,应酬多,活动多。
4.很多时候对学习不感兴趣,又不敢放弃,进退维谷。
5.交往的人群比较大,受到的伤害也特多,比如篮球、喝酒,即使面临学习和金钱等方面的压力,很多时候也不好拒绝,
为了维持一贯的和谐。

拼命游戏娱乐类(看书有毛用啊,游戏才是王道)
特征: 大学的1/3在游戏,1/3在睡觉,1/3其他。

表面原因:我对学习没有兴趣,书本太枯燥了,考试太无聊了。
内在原因:缺乏对未来的思考,不知道如何努力;有的本身就很,高中都是被逼着学的,而非主动学习的。
大学生各玩各的很普遍,孤独和寂寞很普遍,选择游戏顺理成章。


学习娱乐随机类(3天打渔,2天晒网)
特征:上课还算积极,只不过上课听讲不是很认真,爱玩手机;课外,能玩则玩,鸭梨大了,就学习一会儿。
即学习不踏实,玩乐心里也不安。
缺乏主见,喜欢说别人如何如何而不是自己如何,就业与考研很容易受他人的影响。

另类人物之一(赌上自己的未来)

共同特征:
1.逃课王子,逃课率灰常灰常高,至少也有50%,也有可能达到70%,也许...
2.学习比较刻苦,都是按照自己的方向在学习。
3.既有“光环的笼罩”,又有“阴影相伴”。(我就不明说了)


个人特色:
绝影同学 坚定不移认真地考研 技术才是王道
1.非常(最)专注于计算机领域的知识学习。
2.为人比较傲慢,有点瞧不起别人的味道,不懂得尊重别人,容易受人鄙视。
3.老师和同学又爱又恨
4.上课很爱发言,喜欢提很有特色的问题,很容易吸引上课达人的眼球。
5.在"正统"人士看来,比较偏激;在老师看来,不听话,叛逆现实规则的挑战者,老师和学校领导表示鸭梨很大。

个人特色:
Fans同学 坚定不移认真地就业 现实才是王道

1.以就业和未来发展为导向,重视结果

2.务实主义,关注现实生活,高等数学、大学物理等全部被Fans"废掉",从来不认为,“书到用时方恨少”,今后可能有用,所以要认真学习。用时不会,立即把它学会不就可以了么,干嘛非要一口气把所有的东西都学完呢,学以致用的比率非常高!
3.直接明了,不拐弯抹角:作业直接不交,很干脆;聚会直接拒绝,很爽快;喝酒吃饭,极其简单,5元标准餐。

4.上课比较“低调”:上课几乎不发言,跷课概率也极其大,被点名次数极其多(点名多了,大家的印象就比较深了,呜呜)。
5.兴趣比较广泛:
a.玩游戏:
天龙八部(连续游戏25个小时,吃2顿饭;连续游戏15天,每天睡6小时,吃1或2顿饭);
斗地主:主号5个冠军,亚军、季军一堆,进入决赛的N多,稳重求胜类型的;其他的号都是3到8个冠军等。
中国象棋:一般般。
魔兽争霸、植物大战僵尸、雪人兄弟等,都是休闲娱乐为主。
b.看动漫
海贼王(最长连续38个小时,看2遍)、火影忍者(大部分看3遍)、犬夜叉、死神、圣斗士星矢等。
c.财务、管理、经济、社交、写作、心理、计算机书籍。
d.小说
天龙八部、亮剑、成交、
e.电视剧
天龙八部、亮剑、三国演义、新上海滩等
f.写文章,写总结和计划。


注:您可能还记得,上数学课时,有一个纸条,“数学很无聊”,就是Fans兄故意写的。


另类人物之二(绝对老实人)

共同特征:
1. 博而不专 兴趣广泛
2.绝对老实人,比如刺客就是,比较弱势,也常受“欺负”。
3.脸皮很薄,说话也很“软”,比如,“雷文,这个不太好吧!”,“呀,不要这样啊”。
4.雁过留痕、人过留名,这类人看的书竟然没有留几个记号。
5代码不写注释,变量命名很奇怪,写得程序真难懂。
6.走路喜欢走后边,走动声音较小,说话声音较小,缺乏信心和霸气。

个人特色:
刺客同学:
1.很喜爱古典文学,最爱"刺客系列"。
2.学习效率很低,没有在某一领域取得重大突破,只是文言文写得还行,不过主题不清晰、排版混乱。
3.学以致用、实践能力较差。
4.喜欢独自研究,不爱借鉴别人的成果,缺乏“拿来主义”的气魄


   聪聪同学:
1.拿个放大镜,看呀看呀English词典哇;
2.比较闭塞,社交能力很差。
3....

几类人物的部分关系(只写几句,整体趋势是不会变的,也许会发生“关系突变”)

1.另类人物之一 和 考研类 有着天然的距离,说话不投机很正常。

2. 考研类和游戏类 有着天然的距离,那距离就更不用说了。
3. 心与心之间的距离是不会轻易改变的。

4. 三个一伙五个一群,基本定局;单枪匹马力压群雄的大牛也还是有的(我们要对身边的童鞋要抱有信心)。

5.笑容只是一个表情,而非内心的真实看法(有多少人会告诉你,他对你的真实看法呢?尤其是负面的时候)。

分享到:
评论

相关推荐

    机器学习-kmeans-物以类聚-视频课程

    对聚类算法kmeans有进一步的认识,掌握使用kmeans模型来进行预测,并且随带复习数学知识。

    如何写好数据分析报告-方法篇.pptx

    喙相关性强 喙相关性强 喙相关性弱 如何写好数据分析报告-方法篇全文共16页,当前为第5页。 经典算法描述——贝叶斯 待分类内容 拆分关键字 分类字库 分类完成 自我学习 如何写好数据分析报告-方法篇全文共16页,...

    java大数据-教程.docx

    java大数据-教程全文共5页,当前为第1页。java大数据-教程全文共5页,当前为第1页。1 数据挖掘 java大数据-教程全文共5页,当前为第1页。 java大数据-教程全文共5页,当前为... java大数据-教程全文共5页,当前为第5页

    论文研究-基于组群的P2P网络信誉机制.pdf

    该机制在“物以类聚人以群分”的管理思想基础上,通过计算同一组群内节点间的信誉值不同组群中节点间的信誉值,以及组群间的信誉值的方法,从而实现P2P网络的良性自治。该机制设计了不同的节点间信誉计算方法,以...

    毕业设计 - 基于协同过滤算法购物网站商品(电影/音乐/图书)推荐系统(python,包含演示视频、论文、数据库,详细文档)

    核心思想:物以类聚,人以群分,“协同过滤”本质上是一种集体智慧。 “跟你喜好相似的人喜欢的东西你也很有可能喜欢” :基于用户的协同过滤推荐(User-based CF) “跟你喜欢的东西相似的东西你也很有可能喜欢 ”...

    内容算法:把内容变成价值的效率系统

    推荐算法:物以类聚,人以群分 物以类聚:基于内容属性的相似性推荐 人以群分:基于用户行为的协同过滤 从算法到应用 场景划分 推荐系统评估指标 连接内容与人 冷启动 兴趣探索 自媒体与平台 常见的...

    R语言K-means聚类分析绘图(含数据)

    我们知道“物以类聚,人以群分”,这里并不是分类问题,而是聚类问题。两者主要区别在于,分类是将一组数据根据不同的类区分,已经知道有哪些类,也就是数据已经有了类的标签。而聚类是一种事先不知道有多少类,通过...

    三维模型聚分析

    物以类聚,人以群分。在纷繁芜杂的社会中,分类对于我们越来越重要!

    走出软件作坊

    11、物以类聚,人以群分 51 12、DIY报价 57 13、敢问路在何方 61 14、懈寄生 67 15、那根胡萝卜 76 16、七里香 81 17、走钢索的人 87 18、焦油坑 93 19、一个人的战斗 99 20、累斗累 105 21、我要飞的更高 110 22、...

    《走出软件作坊》.txt

    11、物以类聚,人以群分 51 12、DIY报价 57 13、敢问路在何方 61 14、懈寄生 67 15、那根胡萝卜 76 16、七里香 81 17、走钢索的人 87 18、焦油坑 93 19、一个人的战斗 99 20、累斗累 102 21、我要飞的更高 102 22、...

    走出软件作坊.txt

    11、物以类聚,人以群分 51 12、DIY报价 57 13、敢问路在何方 61 14、懈寄生 67 15、那根胡萝卜 76 16、七里香 81 17、走钢索的人 87 18、焦油坑 93 19、一个人的战斗 99 20、累斗累 105 21、我要飞的更高 110 22、...

    走出软件作坊.rar

    11、物以类聚,人以群分 51 12、DIY报价 57 13、敢问路在何方 61 14、懈寄生 67 15、那根胡萝卜 76 16、七里香 81 17、走钢索的人 87 18、焦油坑 93 19、一个人的战斗 99 20、累斗累 102 21、我要飞的更高 102 22、...

    走出软件作坊 WORD版

    11、物以类聚,人以群分 51 12、DIY报价 57 13、敢问路在何方 61 14、懈寄生 67 15、那根胡萝卜 76 16、七里香 81 17、走钢索的人 87 18、焦油坑 93 19、一个人的战斗 99 20、累斗累 102 21、我要飞的更高 102 22、...

    社群营销 : 方法、技巧与实践(第2版)

    互联网正从“物以类聚”,走向“人以群分”的时代。 秋叶等人的“社群营销”,并非单纯靠社群卖东西,而是建立一种去中心化的、自行运转的生态。让“同好”们形成紧密的联系,创造出海量营销机会。 主要内容: 【从0...

    数据挖掘–聚类思维导图.rar

    “物以类聚,人以群分”,在自然科学和社会科学中,存在着大量的分类问题。聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析起源于分类学,但是聚类不等于分类。聚类与分类的不同...

    基于SparkGraphx+Neo4j实现用户社群发现

    中国有句老话,叫物以类聚,人以群分,在反作弊和市场营销等应用中,如果我们能根据用户间的某些联系发现社群,然后对这些社群进行反作弊分析或商品推荐,往往会起到意想不到的效果。本文就来介绍一个简单的社群发现...

    机器学习5

    ​ 聚类问题是无监督学习,算法的思想是“物以类聚,人以群分”。聚类算法感知样本间的相似度,进行类别归纳,对新的输入进行输出预测,输出变量取有限个离散值。 可以作为一个单独的过程,用于寻找数据内在的分布...

    常见的聚类算法(python)

    “物以类聚,人以群分”,在自然科学和社会科学中,存在着大量的分类问题。聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析起源于分类学,但是聚类不等于分类。聚类与分类的不同...

    Learn Python the Hard Way(第三版)-带书签.pdf

    习题 5: 更多的变量和打印 习题 6: 字符串 (string) 和文本 习题 7: 更多打印 习题 8: 打印,打印 习题 9: 打印,打印,打印 习题 10: 那是什么? 习题 11: 提问 习题 12: 提示别人 习题 13: 参数、解包、变量 习题 ...

    笨办法学.Python.(第三版)

    笨办法学 Python (第三版) 欢迎阅读《笨办法学 Python》第三版。本书中译本发布于 https://learn-python-the-hard-way-zh_cn-translation.readthedocs.org 英文原版地址为 http://learnpythonthehardway.org/book/...

Global site tag (gtag.js) - Google Analytics