The Groundstar Conspiracy

雨下的夜 · 4.4/10

望着繁星闪烁遥远深邃的夜空，总是感叹宇宙的浩瀚与神秘，那看得见的看不见的星体都在抚弄着The Groundstar Conspiracy，仔细聆听乔治·派帕德解说她的天籁之音。

山岚岚 · 4.4/10

战长沙后，又一国产良心！！

小城里岁月流过去 · 7.7/10

三星半，整体不算特别好看，代入感没有很强，有点失望。这种小圈圈友情戏也是需要CP感的，可惜我不太能看得出来。男主很奶很可爱但是还是配角脸撑不住，女主是败笔，顶着一张僵硬的整容脸非要装可爱我真的吐了。男二有点显老，最后西装去刘海造型才对味。女二撞脸蒋梦婕，表情太少。小雨长残了看得我贼出戏外加玩梗家有儿女我吐了，刻意矮化丑角🤮剧情融梗1988，最帅的男配欧阳哥人设很迷，牵强制造男女主同框，陪比赛我无语了，打扰人家休息还有理了？卖艺还有人给一百我笑了。教材全是新版的，出版社还混着。细节处理不到位，年代感不强。高三学生没那么多时间搞事情。好的地方在于每集的标题和末尾的旁白鸡汤。林爷爷那集很好哭。海洋馆陈最对祝今宵暗恋的遗憾我get到了。另一对🈚️CP感我完全🈚️同情。不够好的青春剧。BGM还行

中二病小肥羊 💤 · 5.4/10

迈克尔·萨拉兹的文字奇异而温润，前半段时刻充满着温暖与力量，可却没想到，故事的展开变得悲壮起来，剑客永远留在了咒谶森林，二十岁的古阿霞经历了49岁的人生，怀着永远没有解开的心结与遗憾，又该如何去爱这个世界。

建芳 · 4.3/10

陈宝国真的演活了嘉靖，看完觉得《The Groundstar Conspiracy》实在太浅！

不如长梦 · 4.4/10

现代的科学对生命的理解太过浅显了。关于生命是由负熵产生的，我是不赞同的。一是概率太低了，其次是就算诞生了，在恶劣的环境下保持稳定，还分裂繁衍，就更不可思议了。尤其是生命里每个细胞都那么复杂，说这东西是偶然诞生？怎么可能解释的通。我更推崇彗星火种理论，地球上的生命很可能来自外星。关于编剧的自由意志理论我也抱有怀疑，我们的智慧是我们的大脑赋予的，而大脑的结构是基因设定的。编剧能站在大学教授的高度去思考生命的本质，本身也是基因上赋予了他这份理性，而他能达到现在的高度，也是他基因里定好，在遇到他现在的生活环境，所作出一系列的选择和反应。但这书里有一个概念让我耳目一新，就是每个单体细胞都是生命，我开始想自己到底是怎么构成的。如果我每个细胞都是生命，那么人就是个复合体，真是神奇的事情。

APROL · 9.9/10

跟风拜读，十分失望。 前期篇幅冗长空洞，到最后结尾大战，WTF？？？这就结束了？好比前戏花了一个多小时我特么都湿了，就等柳暗花明又一村，你倒好直接溃堤！讲真，看到别人一个个五星好评打的，表示绘梨衣的这条线真的好感动，这一部写的多精彩。抱歉，无法苟同。说实话绘梨衣这部分真的是为了煽情而煽情，整体篇幅描写感情戏也就这么点字，你们是有多感性，能哭的涕流满面？整本剧下来真的看的莫名其妙，很多逻辑点都因为人物刻画上的隐瞒，情节的一些伏笔，最后反而搞得乱七八糟，就算是为了推动情节，也没必要这么刻意去隐藏人物的真实身份吧？ 当然有一点还是挺好的，人物刻画上功底很深。至少路明非这个角色我是从来没喜欢过，也就是因为主角光环，不然还不分分钟扑街。 这部剧放在几年前它能火我无话可说，倘若放在现在，就这个情节推动缓慢的节奏，战斗描写高潮部分的短小快，还能这么火那真的是活见鬼了。 想必大部分人的好评都是因为情怀罢了。

2022纯一 · 6.6/10

是本理清思路的好剧 第一篇 数据分析的方法 第一章 业务指标 （1）如何理解数据？ 懂得从数据中发现业务指标，数据的含义（如何定义与计算）与分类（用户数据、行为数据、产品数据） （2）常用的指标有哪些？ 使用相关指标去分析数据/问题 A、用户数据指标： 新增用户、活跃用户、留存用户（粘性） B、行为数据指标： PV(访问次数）、UV（访问人数）、转发率、转化率、K因子（转化成新用户的转化率） C、产品数据指标： 成交总额（GMV)、成交数量、访问时长、客单价、复购率、付费率、产品（热销产品TOP、好评产品TOP、差评产品TOP) D、推广付费指标： 展示位广告、搜索广告、信息流广告，点击率、成本、投入产出比 （3）如何选择指标？ A、好的数据指标应该是比例 B、找到最核心的指标—北极星指标 （4）指标体系和报表 A、明确KPI，找到一级指标 B、了解业务运营情况，找到二级指标 C、梳理业务流程，找到三级指标 D、通过报表监控指标，不断更新指标体系 第二章 数据分析的常见方法 （1）5W2H分析： what（是什么）、when（何时）、where（何地）、why（为什么）、who（是谁）、how（怎么做）、how much（多少钱） 5W2H分析方法能解决哪些问题？ 案例1：如何设计一款产品？ 案例2：设计一款App的调查问卷，如何设计问卷上的问题？ 5W2H分析方法很好理解，但是在复杂的商业问题面前不起作用 （2）逻辑树分析： 逻辑树分析方法是把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开 领导力，就是把目标拆解成员工可以执行的小任务的能力 逻辑树分析方法在解决业务问题时，经常不是单独存在的，会融合在其他分析方法里，辅助解决问题 （3）行业分析: PEST分析方法（政策、经济、社会、技术） （4）多维度拆解分析 逻辑树是拆解、多维度拆解是不同角度看一件事 只看数据整体，我们可能注意不到“数据内部各个部分构成的差异”。如果忽略这种差异进行比较，就有可能导致无法察觉该差异所造成的影响。 我们需要从多个维度去观察数据，并相互验证，才能得出相对可靠的结论。 通过多维度拆解数据，我们发现了和一开始截然相反的结论，这种现象被称为“辛普森悖论”（Simpson’s Paradox），也就是在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。 如何使用多维度拆解分析方法 1）从指标构成来拆解 2）从业务流程来拆解 （5）对比分析： 如何使用对比分析方法 （1）和谁比 1）和自己比：同比、环比 2）和行业比 （2）如何比 1）数据整体大小 常用的是平均值、中位数，或者某个业务指标 2）数据整体的波动 标准差除以平均值得到的值叫作变异系数。变异系数可用来衡量整体数据的波动情况 3）趋势变化 趋势变化是从时间维度来看数据随着时间发生的变化。常用的方法是时间折线图，环比和同比 注意： 在进行比较的时候，要注意比较对象的规模要一致 （6）假设检验分析： 假设检验分析方法分为三步： 1）提出假设 2）收集证据 3）得出结论 假设检验分析方法有什么用 1）假设检验分析方法背后的原理是逻辑推理，学会这个方法以后，可以显著提高我们的逻辑思维能力 2）假设检验分析方法的另一个作用是可以分析问题发生的原因，也叫作归因分析 如何使用假设检验分析方法 A、分析销售业绩，可通过4P营销理论（产品、价格、渠道、促销）。 B、按业务流程分析留存率、复购率等。 C、从用户、产品、竞品这3个维度提出假设。 （7）相关分析： 散点图，相关系数，相关关系不等于因果关系。 （8