10w+文章被删了。。。

字节跳动在其公众号发布遭屏蔽和封杀的大事记,引发热议,但不久后自行删除。腾讯、爱奇艺、优酷在视听大会上相互嘲讽,爱奇艺和优酷指责B站的二次原创,而腾讯回击优酷的盗版历史。短视频平台被批低智低俗,字节跳动回应。这场大厂间的公开较量揭示了行业内的竞争和问题。

昨天有两件事情很精彩。。。

一件事情就是字节跳动在自己的微信公众号上面,发表了一篇文章叫做「字节跳动遭屏蔽和封杀大事记2018-2021年」

在这篇文章中,字节详细的列出了这三年期间,字节跳动被各种层面封杀的事情,包括不允许分享抖音视频等等操作。

在腾讯的地盘撒野,字节跳动好不快活,甚至字节那边还搞了一本小册子,引导用户点赞转发,留言点赞最高的还会送一本这个实体的小册子。

可以说字节跳动的公众号运营还是深谙公众号玩法的,文章在朋友圈和微信群被大量的转发,短短时间内,这篇文章就快速10万+了

只不过没过多久,这篇文章就这样了,自己把文章给删掉了:

其实大家拿脚都能想到字节跳动为什么要做这个事情,第一个目的是目前的反垄断浪潮下,他想舆论上逼一下腾讯;第二个目的是想通过这种反抗的方式来获得一些人心;第三可能就是为了泄愤。

通过那篇被删的文章的留言区,它至少在一定程度上达到目的了。

但是字节这么做还是太欠考虑了,字节它的屁股首先就不干净啊,大家都知道在字节跳动系列产品上面,根本是不能留微信号、公众号之类的信息的。你如果操作了,你的账号很可能会被封禁。

而如果你用的是微信,你还是可以在朋友圈、公众号各种地方提到抖音、头条,以及其他各种平台的。

这样的话,光这条,你字节跳动就不占理吧?

我们退一步来说,假设两家能完全互通,那么字节也需要打开微信号和公众号的口子,腾讯这边也能够分享字节的这些文章和视频了,那么这个结果就一定是对字节跳动好的结果吗?我看未必。

现在大家的主阵地还是在腾讯,你一旦放开,恐怕结果会让自己有点傻眼。


昨天,准确来说是前天,还有另外一件事情更精彩。

前天在国家广播电视总局举办的第九届中国网络视听大会上,爱奇艺、优酷、腾讯视频各家互相喊话,可以说是好不热闹,我们来看看现场之声。

先是爱奇艺CEO以及优酷总裁嘲讽B站,认为B站上面很多二次原创的东西,这些内容损害了爱奇艺、优酷的权益。

优酷总裁还表示,现在优酷、爱奇艺和腾讯视频是难兄难弟,三家市值加起来都比不上B站,希望大家也能够多关注一下他们,毕竟他们也是做了巨大贡献的。

不是他这么一说,我还真不知道B站的市值已经高出他们这么多了。

其实我觉得说这个话真是不太负责的:

1. 我就说一条,别人B站看视频没有广告,你们一条20秒的视频要放30秒的广告,问谁能看得下去。。

2. B站过的这么好,也不是因为二次原创多,B站上也有大量的电影版权,还有很多原创的东西,现在大部分博主都会选择在B站进行创作。

B站跟优爱腾的路数完全就不一样,后者还在大搞饭圈文化,给明星买单,而且还互相掐,又把小网红小明星的成本弄的那么高,这些钱最后再让用户来掏。

3. 最后,还建议爱奇艺和优酷自查一下自己的网站,上面二次原创,甚至直接搬运B站的视频的也不少。。。

优酷总裁先是在战略上拉拢了一波爱奇艺、腾讯视频,但是腾讯视频可不爽了,敢问谁是你口中的难兄难弟了?

轮到腾讯副总裁发言的时候,这边又说到,优酷是靠盗版起家的,现在出现的新型盗版现象也是那时候演变过来的。

我建议,盗版这个事情谁也别主动提起,谁也不是一朵白莲花。

顺便这位副总裁还吐槽了一下现在的短视频平台,批评部分低智低俗的短视频长期洗脑,个性化分发太厉害了,短视频就像猪食一样。这个说的就有点狠了,就差指名道姓了。

字节跳动深知被点名,也不甘示弱,又来了一个回头掏,当然这个回应有点问题,别人批评的是低俗低智的视频,你来说人家未成年模式。

不过短视频这个东西真的太上瘾了,导致现在我手机上都不敢下载抖音、快手这些软件,一下载每天最少要少两个小时的工作时间。

总之,昨天大厂之间的戏码非常精彩,大家你来我往,互不相让,2021年06月04日这天可以载入大厂史册了。

当然了,我觉得大厂之间有这种明面上的对话也是好事。

1. 大家互相骂一骂,被别人骂一骂也能知道自己的缺点在哪里;

2. 明面上把事情都说了,别到背地里搞事情,会被别人瞧不起;

3. 吃瓜群众也能吃吃瓜,上班摸鱼又多了一些开心消遣的事情。

总之,骂完之后查漏补缺,总不是什么坏事。

但是说话间也要积点口德,毕竟以后说不定还要跳槽到别人家呢

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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