想法1 ： 突然萌发的 “天时地利人和”-----优化

背景：          大数据的时代，人类的行为总是通过数据记录来展现，me每一个数据有了自己的行业背景就赋予了不一样的意义

萌生的想法点：

 （1） 为何不把数据分成外部的环境模型---------------------天时地利

通过获得的客观的外部的情况数据，比如： 大环境下的政策趋势，行业发展的qi情况，做一个客观的宏观的数据模型，通过这个模型我们得到一个外部条件的   评估数值A

我觉的这些数据的好处就是可预测性高。 没有太多的主观因素，会更好的符合函数走势

（2）  主观的数据-------------------------------人的xi行为影响的数据-----------------------人和

一些数据的结果是受人的主观的情感的制约的，每一个人的偏好是不一样的。 建立不同的数据模型，而这些数据模型结合之前的客观的数据模型，然后进行评估。 得到一个数值。

从而实现人行为的预测，或者是受人行为的趋势预测

 好处： 

（1） 将数据单独开来-----客观数据模型可以反复的使用减少了重复运算

缺点

（1）如何恰当的分离数据，没有合适的bi标准啊。

 

总结：

    今天新闻偶然想到的，也不清楚是不是异想天开， 记录一下，勉励自己思考。