你说学习重要,还是经营人脉重要

本文探讨了优质人脉的建立与个人资源的关系,指出个人才华与学识的重要性,强调通过自我提升成为有价值的人才能吸引真正高效的人脉。

     有一次在北大讲座,遇到一位学生问我,“老师,你说学习重要,还是经营人脉重要?”看着他一脸大杂烩的表情,我先拿出本子记下了这个问题,然后告诉他说,这是个比较大的话题,我会仔细写篇文章放在网上的,然后给了他我的博客地址 。而后又补了一句,“相信我,所谓的人脉就算重要,也根本没他们说的那么重要”。

    让我们细说从头。先动脑思考一下,你愿意与什么样的人成为朋友?从幼儿园开始,每个人就都已经有一些选择朋友的原则——尽管并不自知。事实上,资源分布的不均匀,必然造成人与人之间的某种依附关系。观察一下,就可以看到事实:幼儿园里玩具多的孩子更容易被其他孩子当作朋友。那么,玩具最多的孩子朋友最多么?答案 并非肯定

  如果你像我一样有机会、也恰好愿意多花一点心思与那个玩具最多的孩子交谈的话,你也很快就会发现,在他的心目中,与所有成年人一样,朋友被划分为“真正的朋友”和“一般的朋友”。以下我们姑且把那个玩具最多的孩子叫做“小强”。

    当时我很好奇。耐心等待小强告诉我谁是他“真正的朋友”。最终,他告诉我,真正的朋友只有两个。其中一个是男孩,另外一个是女孩。那我就问他,“为什么你认为那男孩是你真正的朋友?” 小强一秒钟都没犹豫,告诉我说,“他从来都不抢我的玩具,他跟我换。”我又问他,“那,为什么你认为那女孩是你真正的朋友?”这次小强犹豫了好一阵子,在确定我会给他保密之后,磕磕巴巴地说,“她好看。我把新玩具全都先给她……”我笑。过一会儿又问他,“她觉得你好看么?” 小强愣了一下,满眼的无辜,“不知道……”我又问,“那她现在手里的玩具是谁的?” 小强突然显得很紧张,“不是我的。”我决定不去问那小女孩什么问题了。

    基于种种原因,生活中总是只有少数人是大多数人想要结交的朋友。但是同样基于种种原因,大多数人并不知道那些少数的人是如何理解他们大多数人的行为的。刚才小强说他那个“真正的朋友”从来都不“抢”他的玩具,而是“换”。注意这两个词。

    在这里我们不讨论所谓的“心计”。确实有些人有很深的城府,至少比另外一些人更深,他们可以用常人想不出的,就算想得出来也做不到的手段达到自己的目的。在这里,我们只讨论最普遍的情况。

    所有的人都喜欢并重视甚至偏爱一种交换,“公平交换”。小强也许并没有意识到,他所拥有的玩具数量,使得他从概率角度出发很难遇到“公平交换”,因为绝大多数孩子没有多少玩具,甚至干脆没有玩具,所以,那些孩子实际上没有机会,也没有能力与他进行“公平交换”。对他来讲,不公平的交换,等同于“抢”,没有人喜欢“被抢”。而与他“换”的那个男孩,让小强感受到公平。小强也有自己想要的但是却不拥有的,所以,他也去“换”而不会去“抢,”因为他自己就不喜欢“被抢”——把最新的玩具都给那女孩先玩……

    某种意义上,尽管绝大多数人不愿意承认,他们的所谓“友谊”实际上只不过是“交换关系”。可是,如果自己拥有的资源不够多不够好,那么就更可能变成“索取方”,做不到“公平交换”,最终成为对方的负担。这样的时候,所谓的“友谊”就会慢慢无疾而终。也有持续下去的时候,但更可能是另外一方在耐心等待下一次交换,以便实现“公平”。电影《教父》里,棺材铺的老板亚美利哥•勃纳瑟拉决心找教父考利昂替他出气并为自己的女儿讨回公道的时候,亚美利哥就是“索取方”。许多年后,教父考利昂终于在一个深夜敲开了亚美利哥的门……

    所以,可以想象,资源多的人更喜欢,也更可能,与另外一个资源数量同样多或者资源质量对等的人进行交换。因为,在这种情况下,“公平交易”更容易产生。事实上,生活里随处可见这样的例子。哪怕在校园里,“交换”本质没有体现的那么明显,但是,同样性质的行为并不鲜见。比如,某系公认的才子,会与另外一个系里公认的另外一个才子会“机缘巧合”地邂逅而后成为“死党”。俗话常说,“英雄所见略同”,可能就是他们一间如故的原因,所以,他们之间的谈话以及任何其他活动往往都会让他们觉得相互非常“投机”。

    这样的例子太多太多。

当15岁的沈南鹏和14岁的梁建章第一次相识时,这两个懵懂少年不会意识到17年后他俩会联手创造一个中国互联网产业的奇迹。在1982年第一届全国中学生计算机竞赛上,这两个数学“神童”同时获奖。

    不是因为他们两个要好,才各自变得优秀。而是因为他们各自都很优秀,才可能非常要好,而后命运的碰撞产生绚丽的火花。

    而反过来,这些被公认为优秀的人,事实上往往并不“低调”,也并不“平易近人”。这并不是他们故意的。他们无意去惹恼身边那些在他们看来“平庸”的人,只不过无形中他们有这样的体会——“与这些人交流,沟通成本太高……”除非有一天,这些人终于意识到自己应该保护自己,因为有些误解根本没机会解释。于是,他们开始“谦虚”,他们学会“低调”,他们显得“平易近人”。

    好多年前,我注意到一个现象,当别人求助于我的时候,我内心往往非常抵触,却又怕别人说我是所谓的“不够意思的人”,于是硬着头皮去做自己不喜欢做的事情。有一次特别受伤的时候,突然一闪念,想明白,原来这种尴尬本质上并不是来自于我没有“乐于助人”的品性,而是来自于我自己的精力并不足够旺盛,没有旺盛到处理自己的事情绰绰有余的同时,还有大把的时间精力用来帮别人做事——事实上,我自己根本已经是正在过河的泥菩萨。后来,我开始怀疑,雷锋的领导是否太白痴,因为他没有给自己的下属分配足够的工作。——这是那天晚上与我来讲非常惊喜的一件事儿,因为我发现我正在独立思考。

    承认自己能力有限,是心理健康的前提。从我重新思考雷锋的领导那天开始,我挣扎着去学习如何做事量力而行。说起来好笑,自己的智商有限到过去竟然没想到“量力而行”是如此高难度的行为模式——1) 承认自己能力有限;2) 不怕在别人面前露怯;3) 敢于不去证明自己是“好人”……

    所以说,往往只有优秀的人才拥有有效的人脉。并且正因为这些人随时随地都可能要回避“不公平交换”的企图,他们才更加注重自身的质量,知道不给他人制造麻烦,独善其身是美德。常言说,“事多故人离”,是非常准确的观察。而那些不优秀的人往往并不知道这样貌似简单的道理,他们甚至没有意识到自己的状况只能使得自己扮演“索取者”的角色;进而把自己的每一次“交换”都变成“不公平交换”,最终更可能使交换落空——因为谁都不喜欢“不公平交换”;每次交换的落空,都进一步造成自己的损失,使得自己拥有的资源不是数量减少,就是质量下降,进一步使自己更可能沦为“索取者”——恶性循环,甚至可能永世不得翻身。

    还有些人,过分急于建立所谓的人脉,并全然不顾自己的情况究竟如何。对于这样的人,人们常用一些专门的词来描述他们,“谄媚”、“巴结”、“欺下媚上”、甚至“结党营私”等等。这样的人,往往也不是他们故意非要如此的。他们只是朦胧地意识到自己一个人的力量过于渺小,所以,才希望能够借助其他的力量。而一个人越是渺小,越是衬得他的欲望无比强烈。这样的人特征非常明显,其中一个就是,在日常生活中他们经常有意无意地用亲密的方式提及大家仰望的人物,无论他们与“大人物”是否真的存在私交密往。在中文语境里,他们就会只说名字不说姓氏:李开复不叫“李开复”,在他们嘴里是“开复”;李彦宏不叫“李彦宏”在他们嘴里是“彦宏”,沈南鹏不叫“沈南鹏”,在他们嘴里就是“南鹏”;最近我听到更恐怖、更另人毛发悚立的是,“小俞”(俞敏洪),“小邓”(邓峰),“大想”(理想)……

    整体上来看,人脉当然很重要。不过,针对某个个体来说的话,更重要的是他所拥有的资源。有些资源很难瞬间获得,比如金钱、地位、名誉,尤其在这些资源的获得更多地依赖出身和运气的现实世界里。然而有些资源却可以很容易从零开始,比如一个人的才华与学识。才华也好学识也罢,是可以通过努力必然获得的东西。一个人心智能力一旦正常开启,就会发现自己在这个信息唾手可得的世界里,只要正常地努力,并且有耐心和时间做朋友,很容易成为至少一个领域的专家。努力并不像传说中的那么艰苦,只不过是“每天至少专心学习工作六个小时”;耐心却远比大多数人想象得巨大,“要与时间相伴短则至少五年,长则二十年” 。

    许多年后的今天,我又发现另外一个多年前智商平平的我不可能想明白或者预想到的事情(当然我现在也依然智商平平,只是多了些智慧):当一个人身边都是优秀的人的时候,没有人求他帮忙——因为身边这些优秀的人几乎无一例外都以耽误别人的时间为耻,同时,这些人恰好是因为遇到问题能够解决问题才被认为是优秀的。

    如果,终于有一天,你已经成为某个领域的专家,你会惊喜于真正意义上的有价值的所谓高效的人脉居然会破门而入。你所遇到的人将来自完全不同的层面,来自各种各样意想不到的不同的方向。而你自己也不再是过去一无是处的你,你不再是“索取者”,你扮演的是“乐于助人”的角色——很少有人讨厌善意的帮助,更何况你是被找来提供帮助的呢。

    甚至,你会获得意外的帮助。如果你是一个优秀的人、有价值的人,那么就会有很多另外优秀的人、有价值的人为你提供帮助。这样的时候,这样的帮助往往确实是“无私”的。正如没有哪个医生做到救死扶伤之后仅仅因为酬劳太少而恼羞成怒的一样,那些品质优秀到一定地步,境界豁达到一定层次的人,往往真的可以做到“施恩不图报”。因为对他们来讲,能够有机会“验证自己的想法”本身就已经比什么都重要,并且可以令他们身心愉悦。然而真正有趣的现象是,被帮助的你也正因为并非寻常之辈,所以一定懂得“滴水之恩,当以涌泉相报”的道理。最终皆大欢喜,只因为“沟通成本几近于零”,同时的效果自然是“交流收益相对无穷放大”。良性循环。

    生活的智慧就在于,集中精力改变那些能够改变的,而把那些不能改变的暂时忽略掉。专心打造自己,把自己打造成一个优秀的人,一个有用的人,一个独立的人,比什么都重要。打造自己,就等于打造人脉——如果人脉真的像他们说的那么重要的话。事实上,我总觉得关于人脉导致成功的传说其实非常虚幻,只不过是不明真相的人只好臆造出来的幻象罢了。

    我并不是说,从此就不用关心自己身边的任何人了,或者说从此就无需与任何人打交道了。善于与人交往也是一种需要学习,并且也需要耗费大量时间实践的技能。我只是提醒你,别高估自己,误以为自己有那么多足够的时间可以妥善地处理好你与你身边所有人的关系。浏览一下你的手机通讯簿里的名字吧,有多少已经很久没有联系过了?这么多年,我只见过两三个人回答我说,“最长时间没联系的,也不超过两个星期。”其中一个还是特别固执而特殊的人,他的手机通讯簿里,总计才有22个名字。

    事实上,真正的关心最终只有一个表现:为之心甘情愿地花费时间,哪怕“浪费”时间。这也很容易理解。因为,当你把时间花费到一个人身上的时候,相当于在他的身上倾注了你生命的一段——哪管最终的结果如何,反正,那个人那件事都成了你生命中的一部分,不管最后你喜欢还是不喜欢。每个人的时间都是有限的。所以最终,“真正的好朋友”谁都只有几个而已。

    这实在是一个大到写两本书都可以的话题。以下是我的几个简单的,但实践起来并不是那么容易的建议:

  1. 专心做可以提升自己的事情;学习并拥有更多更好的技能;成为一个值得交往的人;
  2. 学会独善其身,以不给他人制造麻烦为美德;用你的独立赢得尊重; 除非有特殊原因,应该尽量回避那些连在物质生活上都不能独善其身的人;那些精神生活上都不能独善其身的,就更应该回避了——尽管甄别起来比较困难;
  3.真正关心一个朋友的意思是说,你情愿在他身上花费甚至浪费更多的时间;
  4.记住,一个人的幸福程度,往往取决于他多大程度上可以脱离对外部世界的依附。

转载于:https://www.cnblogs.com/EmmaCao/archive/2012/02/02/2336112.html

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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