网络作者的心声-8、起点分成挺厚道

本文通过一位网络文学作者在新书上架时的感言,揭示了网络文学作者的实际收入来源及对互联网出版前景的看法。作者指出,他们的主要收入并非来自网站固定薪资,而是依赖于读者的订阅和支持。同时,作者也表达了对互联网出版业未来发展的乐观态度。

起点(www.QiDian.com)作者‘香港大享’在新作《软件帝国》上架时,写了一个“长篇上架感言”。这是一个反映网络作者真实心声的序,不同于我们这些非作者的臆想。

这位作者尚不是很有名,但也已经在起点上写了3部长篇小说(大概有400多万字);起点上稳定的收入,是其主要经济来源。在网络作者/作家中,属于中等水平。因此,他的心声比较真实。

征得作者同意,在此分几次转发,并作少量修订:

  • a)修订部分错别字(网络用语除外),个别文字次序(以保证阅读顺畅)
  • b)对一些网络用语简单注释
  • c)加上标题

--------正文分割线---------------------------------------

8、 
恩,还没有说完。 
经常看到哭笑不得的言论。 
有人问我,我在起点写文,起点给我发多少工资。 
之所以有人问,因为确实有很多人不知道一个基本问题—— 
起点不发我们工资的! 
我们不是员工,我们既是文字产品加工厂,也是小贩。 
是实体书领域“城管”多,不自由。所以,我们是在起点这个街头市场摆摊的。 
起点是销售平台。除了买断了的书按字给钱。我们分成的作者,完全靠正版读者支持。 
这个平台虽然分成挺厚道。实体书卖钱的话,只有10%的版税左右。 
而起点文字的定价比实体书至少便宜五倍。不过,起点平台分成的比例却是50%以上。算上各种福利打赏,应该在读者订阅这一块的营业收入,应该都是作为稿费发给作者了。

一般来说,一千订阅,大致和实体书卖1000本稿费差不多。呵呵,要实体书卖1000本,这是亏本生意,出版社肯定不会给他再出了。但起点1000订阅,应该是在平均水平。 

9、 
起点是互联网企业。 
互联网的力量就在于,成本、效率、内容全面超过传统出版业。 
如果说传统出版还在烦恼销售渠道、印刷成本、书号费用等等因素的话。那么互联网中,很多的问题都是问题了。 
在美国亚马逊网上书店,四年时间就把美国124年的历史的图书连锁霸主全面压倒。 
亚马逊创业以来在做市场,一直亏本的做。 
亚马逊为什么会亏本呢?因为它赚的大多数钱都去做广告了。 
起点赚不赚钱,大家都有数。不过,起点这种VIP销售模式,却是全新的。就如同当年亚马逊的电子商务模式一般。 
如果,起点资金出现问题,那么,随时可以盈利。但光盈利了就意味放弃了未来,放弃了发展。 
发展中的企业,一般都是一鼓作气,有钱就会拿去做大市场。广告、推广等等各种各样的消耗。 
因为,对起点的前途抱有希望。对互联网电子出版抱有希望。 
我相信,未来,总有一天,互联网上的图书图书销售成绩将远远超过传统出版。 
也相信,未来没有电子出版概念。因为未来,无论什么样的书籍电子出版都是主流。 

10、 
好了,对未来的展望。并不能掩饰我们现在这群基层作者的落魄。 
擦干口水,回到现实中。 
起点的现实就是网站不给固定的稿费,能有多少稿费,靠的是VIP读者。 
我们的一些主要是在起点混的作者,全部收入都是来自于读者的订阅、打赏、催更、月票等等方面。 
—————— 
PS:不知不觉中吐槽了这么长,糟糕,赶快去写正文。

--------正文分割线---------------------------------------



















本文转自DavyYew 51CTO博客,原文链接: http://blog.51cto.com/davyyew/265791,如需转载请自行联系原作者



内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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