碎片化时间与我的阅读习惯

分享一篇我前一段时间写给《城市画报》的一篇文章。做了一点修订。因为这是媒体用稿,所以请其他媒体不要转载。

前一段时间传出 Google Reader 即将关闭的消息,引发了不少讨论。我对这个事情颇有点不以为然,都什么时候了,忘掉这玩意儿吧,现在已经进入移动互联网时代,阅读工具和阅读习惯都需要改变了。

我曾经是 Google Reader 的深度用户,曾经有一段时间每天大约要起码要花两个小时浏览各类文章。不过自从 Google Reader 上一次改版取消社会化推荐的功能之后,阅读效率和质量就急剧下降了,因为自己要花一定的时间筛选值得读的内容,投入产出不好。

随着移动互联网时代的到来,阅读也不可避免的被「碎片化」,以我个人来说,在手机和平板电脑上的阅读时间越来越多。手机目前一个主要的内容获取渠道是微信。我订阅了不少微信公众帐号,因为这类信息一般是即时性比较强,所以更适合快速浏览,如果发现某篇文章值得细读,我会邮件发送到自己的邮箱,留作备份或是后续处理。

{阅读碎片化是一个不可逆转的事情,所以我们还是最好认清这个事情,并且拥抱这种碎片化}

我自己运营了一个微信公众帐号,「小道消息」,目前已经是互联网行业内读者最多的一个帐号,每天在准备内容之前需要读完读者给反馈过来的所有信息,虽然有些狂轰滥炸,但其中不乏有价值的内容,因为是集中时间批量处理和回复,所以目前还能处理过来。很少去看微信朋友圈里转发的内容,缺乏有效的过滤机制,大部分都是垃圾信息,不值得花时间阅读。另外,我也从来不觉得朋友之间的推荐会产生什么有价值的东西,倒是一些素不相识的行业专家推荐的内容更有权威性。这也是我搭建 Startup News 这个实验性的工具的原因。目前已经能够帮用户筛选到每天值得阅读的行业相关信息。

在笔记本电脑上发现的有价值的长文我会通过 Pocket(该工具的前身是 Read It Later) 这个服务保存归档,内容同步到手机和 iPad 上。每周会选一个空闲时间集中精力阅读。类似 Pocket 这样的服务另一个好处是能够一定程度上提升阅读的体验。有一类内容的阅读必须在电脑上进行,那就是技术类的文章,因为一边阅读一边要查询相关的背景知识,这样的内容不适合通过手机或是平板设备阅读。

阅读也需要信息归档管理,类似 Delicious 的服务现在用的不是很频繁了,Evernote 和 Pocket 更适合移动互联网时代。

微博上有一些图片格式的长微博,有价值的就一键保存到花瓣网上,顺手打个标记,便于后续查找。虽然我在微博和 Twitter 上关注了不少人,但我不会读完所有的消息,而且这也没有必要,这并非不尊重我关注的这些朋友,我相信有价值的信息会再次浮上来。有时间看一眼,没时间就算了,盯着时间线不停的刷新不会得到什么有质量的内容。

{我在微博上关注了 2700 多人,很多人一听这个数字就会皱眉,能看过来么? 我的解决办法是在 Chrome 上安装启用「眼不见心不烦」与「微博急简」两个扩展,眼不见新不烦里面过滤设置关键字,比如星座、陆琪、抽奖等等,然后就会发现一大部分垃圾信息直接过滤掉了,如果发现某一类信息干扰还比较大,继续增加关键词,稍微训练几天,剩下的信息基本就差不多了,实际的有效信息量并不大。集中看的话,并不耗费多少时间,当然我也不建议阅读整个 Timeline 里的所有内容,没必要。}

电子书的阅读方面,「唐茶」和「多看」两家目前做的各有千秋,唐茶做得极致,但内容不够丰富。多看书店里互联网相关内容的多而全。遗憾的是,买来的电子书有些到现在还没看完。

以上是我的一些阅读习惯。需要强调的是,不管在电子设备上阅读了多少文字,纸质书对我来说依然有最好的阅读体验。不知道大家是否赞同这一点。

后记: 以上这些只是我个人的经验谈。对于我个人在新媒体上的各种尝试,很多人都很好奇我是否有什么秘诀秘而不宣。其实根本没什么,我写 Blog 已经快十年了,现在还在保持一定节奏的更新;至于 Twitter ,也玩了六年多,曾经一度也是有点影响力的中文用户;在微博上,我也属于深度用户。所以微信能做到这样并不稀奇,完全是力气活儿和积累,实际上,内容写的也没那么好。而且,我也的确考虑是否要关掉这个帐号,后来信息管理太费劲了,不看又感觉对不起各位读者。

EOF

Google+
需求响应动态冰蓄冷系统需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模优化调度策略。研究结合实际电力负荷电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模优化中的具体实现方法;③掌握需求响应策略的设计思路仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节参数设置,同时可扩展应用于自身研究课题中,提升科研效率模型精度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值