回覆列表
-
1 # Rockets
-
2 # 微風拂柳73004287
所謂的文化差異其實沒那麼大,最主要的原因是利潤。拋開利潤,兩者都沒有存在的必要了,而只要有利潤,大多數只是經營手法的差異罷了。現代社會,這種手法大同小異了,因為融合的力量,誰也沒法抗拒一如利潤
所謂的文化差異其實沒那麼大,最主要的原因是利潤。拋開利潤,兩者都沒有存在的必要了,而只要有利潤,大多數只是經營手法的差異罷了。現代社會,這種手法大同小異了,因為融合的力量,誰也沒法抗拒一如利潤
我們來它一個數據驅動的答案吧。我偏偏就一直對這個問題很感興趣,所以兩個月前,我提取了一些推特資料,想看看有什麼差異。以下是紐約和矽谷兩地使用不同高頻詞的機率資料。
詞彙 機率(紐約詞彙)
· 女演員 0.8682
· 小妞 0.8459
· 劇院 0.8010
· 錢 0.7935
· 出版 0.7854
· 自我 0.7854
· 實習生 0.7545
· 化妝 0.7512
· 財務 0.7512
· 演播室 0.7329
· 唱片 0.7329
· 雜誌 0.7272
· 歷史 0.7249
· 時尚 0.7181
· 我自己 0.7118
· 靈魂 0.7072
· 和平 0.7072
· 夜晚 0.6871
· Quattroporte 0.6871
· 夢想 0.6577
· 模特兒 0.6577
· 新聞業 0.6577
· 電影製作人 0.6530
· 新聞 0.6466
· 母親 0.6466
· 娛樂 0.6466
· 派對 0.6408
· 政治 0.6408
· 製片人 0.6372
· 通訊 0.6222
· 演員 0.6169
· 網站 0.6133
· 無線電 0.6133
· 助理 0.6106
· 主管 0.6058
· 數碼 0.6043
詞彙 機率(矽谷詞彙)
· 雲 0.9053
· 駭客 0.8759
· 開發 0.8684
· 蘋果電腦 0.8453
· 支援 0.8453
· 使用者體驗 0.8453
· 工程師 0.8321
· 軟體 0.8223
· 谷歌 0.8199
· 雅虎 0.8095
· 使用者介面 0.7978
· 董事會 0.7978
· 程式設計師 0.7978
· 健康 0.7946
· 腳踏車 0.7846
· 衝浪者 0.7846
· 綠色 0.7758
· 產品 0.7707
· 工程 0.7662
· 資料 0.7662
· 遊戲 0.7503
· 首席技術高 0.7474
· 創業公司 0.7474
· 共同創辦人 0.7453
· 團隊 0.7399
· 移動 0.7395
· 企業家 0.7346
· 之前 0.7320
· 職業 0.7320
· 幫助 0.7320
· 工作 0.7226
· 協助 0.7207
· 系統 0.7183
· 教練 0.7146
· 創辦人 0.7136
· 倡導者 0.7119
· 社群 0.7107
· 本地 0.7083
· 騎腳踏車的人 0.7083
· 以前 0.7083
· 技術 0.7034
· 老爸 0.6994
· 寫作 0.6948
· 開發者 0.6933
· 傳播者 0.6886
· 建築師 0.6886
· 設計師 0.6861
· 玩家 0.6701
· 極客 0.6699
· 朋友 0.6692
· 已婚 0.6692
· 過去 0.6670
· 瑜伽 0.6670
· 棒球 0.6670
· 科技 0.6597
· 教師 0.6593
· 跑步 0.6323
· 前任 0.6244
提供一些補充解釋:
矽谷更多的是和技術有關,例如:雲、駭客、開發、工程師、軟體、程式設計師,還有就是和創業有關,例如:創業公司、企業家、創辦人。紐約則更多地偏向藝術和娛樂,例如:女演員、劇院、出版、演播室、唱片、雜誌、新聞業、電影製作者、新聞,還有就是和金融有關,例如:錢、財務。我們也可以這麼看:矽谷的大亨們自稱為首席技術官和創辦人,而紐約的大款們則把自己叫做Quattroporte和主管。
紐約人很看重相貌,例如:化妝、時尚。矽谷人很重視運動和健康,例如:腳踏車、衝浪者、騎腳踏車的人、瑜伽、跑步、健康。
矽谷人很喜歡談論自己的過去,例如:之前、以前、過去、前任。紐約人則很喜歡談論他們的未來,例如:夢想。這可以有幾種解釋。也許是矽谷人往往有過好幾份工作,而紐約人希望嘗試新事物。也可能矽谷人就是年紀大一點。
矽谷比較看重社群,例如:支援、團隊、幫助、協助、社群。紐約則更注重個人,例如:自我、我自己。
矽谷更加熱衷於本地膳食者運動,例如:綠色、本地。
不過,要注意一點,就是這裡的資料是有偏倚的,因為這裡只是在比較使用推特的人。
*我把一個簡單的樸素貝葉斯模型用到推特配置檔案上,獲得這些相對於紐約和矽谷的最有代表性的詞彙。為了更好地迴應問題,這些詞彙是將原始資料經過處理以後得到的結果,只保留了各種“文化”詞彙,過濾掉了俚語詞、方位詞、以及過多的同類詞。