[ #書訊 / Book News] 雪莉的午后水彩時光 雪莉畫日誌
接續前天和大家分享的，其實在我的 Instagram 好友裡，也有一些互相追蹤數年，直到目前為止還沒見過面，卻總能從對方的作品和互動中感受到溫柔與溫暖的人。這些朋友既有才華又非常努力，在這幾年中總不時聽到出書、開個展、接到重要合作案等好消息，每次聽到都高興地像是自己也獲得肯定。雪莉 Sherry 就是其中一位。
第一次發現雪莉的帳號，應該是透過朋友的追蹤名單。那時候只覺得，哇，竟然可以有人把生活裡的那些美好時刻用水彩表現，無論是令人垂涎欲滴的甜點、餐點，還是可愛的貓狗、怡人的花草，都像在她的筆下有了生命，在螢幕前對我招手。努力經營社群媒體的人都知道，要維持人氣、與時時改變的演算法及新功能搏鬥，其實非常耗費心神，許多人在這期間喪失了自己分享的初衷、也有許多人不再分享自己喜歡的事物，轉而只發「演算法說大家會喜歡」的東西。但雪莉的 Instagram 帳戶，卻始終如一地紀錄那些讓她感到幸福的美好時刻。面對各種留言詢問，她也從不藏私地回覆，無論是使用的畫筆型號、水彩色號、繪製步驟還是技巧。
不過，即使追蹤雪莉數年，其後甚至在 Facebook 上也成了好友，知道她私底下是個少一根筋，卻非常努力面對生活的女孩，但如果不是這次她出書，我可能還不知道原來她原本做的是平面設計。開始用水彩畫插畫，其實是因為之前工作過度使用手腕，受傷後歷經開刀、復健、休養三年，那些悠然的筆觸，是因為比起素描與色鉛筆，水彩對手腕來說更省力；繪畫主題集中在甜點、咖啡、貓狗、花草，則是因為那些都是真正療癒她的事物，畫它們不是工作，而是在面對生活的壓力、面對自己的不完美間，重新打起精神。
這本書的完成，和她過去的人生歷程也有些相似。歷經家中巨變、編輯離職，好不容易才看到本書出版。在書中，她秉持著一直以來的認真和高規格，從水彩用具、基本技法介紹起，接著分為甜點、輕食、植物、毛寶貝等主題，一一詳細介紹繪製步驟與細節提點，最後還分享她每次都引起眾人驚呼豔羨的手帳內容。雖然因為疫情嚴峻、新書分享會又遭取消，但我知道堅強開朗的她一定不會被此打擊。她的畫療癒了許多人，希望藉著這本書的完成，她也能更加肯定自己。
在出書之前，雪莉還貼心地私訊我，特別告訴我不要為了人情而有任何壓力，就算我無法幫她推薦新書，她也會用自己的作者書 quota 幫我留一本。但是雪莉的書我怎麼可能不推薦呢？而且，疫情受控後，我們還要一起去吃甜點喔，要實現五年以來的約定！
🔖 相關連結：
《雪莉的午后水彩時光》博客來 購書連結：https://tinyurl.com/2urzn6hr
雪莉 Sherry 的 Facebook 專頁： https://tinyurl.com/s397ju6y、Instagram：https://tinyurl.com/y24p5djb
#yingsbookreviews #yingc #雪莉的午后水彩時光 #水彩 #插畫 野人文化
facebook好友推薦演算法 在 Re: [請益] Facebook 的朋友建議機制是怎麼回事？ - 看板ask-why 的推薦與評價
我簡單說一下~~如果有錯誤 煩請指正
因為我有在寫facebook app
所以對於它的好友trace方式大概有了解
你提到的三點基礎線索(同一個 network 學校 共同的朋友)
的確是facebook的優先考量
但facebook有一種特殊的演算機制
這可能要拓樸學領域的會比較了解
據說街上每隨機抽取50個人 其中至少有兩個人是同一天生日
這是建構在機率系統上的假說
同樣的 在網絡的平面概念中一樣適用
只是把一維的機率 延伸到平面而已
用通俗一點的解釋如下:(假設你是A)
第0層 A
|
第1層 B---C---D---E
BCDE是在"基礎線索"上與你有關的好友
於是BCDE出現在好友的建議名單中
這時候你會加入他們的機率幾乎是99%
於是進入第二層
第0層 A
|
第1層 B---C---D---E
| | | |
第2層 F-G H-I J-K L-M
FGHIJKLM是在拓墣觀念上與你有關聯的好友
這時你可能只加入G.J或M
加入機率可能可能只有37.5%
此時演算法會去檢討0-1與1-2的路徑
然後重新調整方向 提升你的加入機率
(為方便說明 舉極端的例子)
簡單來說 在第2層中FGHIJKLM GJM是你的高中同學的同學
FHIKL是你的高中同學的家人
演算法發現你加入GJM的機率為100% 而FHIKL為0%
因此"同學的同學"這項關聯就會成為未來第3層建議名單的原則
而"同學的家人"這項關聯就會被捨棄
理想上 之後你的建議名單都是"同學的同學的同學...無限延伸"
而你的加入率也會接近100%
第0層 A
|
第1層 B---C---D---E
| | | |
第2層 F-G H-I J-K L-M
| | |
第3層 N O P .......
以上~你會發現 facebook給你建議的名單好像神一樣!! 準到一整個不行
看到這別先END
如果只有這樣 facebook也沒比無名高明多少
facebook的野心還不只這樣
就如同有案例發現 有的人之間的關聯完全消失在網路上
facebook一樣神的出來 有時候讓表特版的鄉民也自嘆弗如
這就要牽扯到平面機率(或網狀機率) 以及部分的心理學
FB演算法由兩部分組成
一部分是先前提到的"基礎線索"
另一部分是針對前一部分的盲點所設計的"機率線索"
一開始我們有提到"每隨機50人中至少有兩人生日相同"
我們先假設50人的生日完全不同
機率P=(365/365)*(364/365)*(363/365)......*(316/365)
=0.0296
也就是說 假設"生日"是人與人之間的"關聯條件"
那麼我隨便找50人 這50人完全沒關聯的機率小於3%
因此facebook只要隨便把沒關係的50人的湊一推
會有97%的機率其中"至少"有兩人看對眼爆出愛的火花
有這樣的基礎 就可以產生很多玩法
例如以"學校"作為人與人之間的關聯條件
假設全台灣一共有160所大學 (基數)
那麼50人(庫數)無關聯的機率P=(160/160)*(159/160).....*(111/160)
=0.000185
天哪 0.0185耶~ 隨便都中 同學會到處開!!
人與人之間認識的可能性 當然不只是表面上的關聯表徵
可能是機率表徵 (你無法預測機天可能會在路上遇到誰 然後和誰成為朋友)
使用機率表徵的計算原則相同
公式化後如下:
關聯A 基數=a
庫數=a'
關聯A完全沒命中機率P(a)=a!/{[a^(a')]*[(a-a')!]}
把所有關聯集合起來 P=P(a)*P(b)...... P會趨近於零
假設FB很衰小 取樣這50個人在任何關係上通通不認識沒關聯
"機率趨近於零"!!!!!!!!!!!!!!!!! (尤其是考慮越多關聯)
因此 咱們的facebook又再度神奇的從陌生人猜出你可能認識誰!!
這樣還不夠嚴謹
facebook還有一招
根據社會網絡心理學 認識的人其中必定有某種層度的關聯
可能是興趣.居住地.語言.喜愛的食物.善長的技能等等...
如果今天有兩個認識的人之間完全查不到任何表面關聯
那麼那麼它一定落入"完全沒關聯區"
恩...什麼跟什麼 一定有人會聽不懂
那用下圖來說明好了
(下面的數線代表與你有相關的線索數目)
高度相關 輕度相關 完全無相關
<------------------------------------------>
你認識的人 你不認識的人 你可能認識的人
如果畫成座標圖如下:
你 |*
可 |*
能 | *
認 | * A B
識 | *
的 | * *
人 | * *
數 | * *
|_______*******________
與你相關的線索數目
一般A的狀況很能理解 與你共通線索特徵越多的人 你越可能認識他
但是大家往往忽略B的區段
這有點像"反常態曲線"
有部分你認識的人會落在幾乎與你沒相關的區域
雖然曲率沒有A的高
但很明顯的可以看出
所謂的半生不熟的關係 卻是人們最不可能認識的陌生人
所以 facebook只要把與你"最不相關"與"最相關"的人丟到你的建議名單
你就會有一長串 看似神奇的建議名單嚕!!
當然心理學上來說 facebook給你50人 你有49人不認識 但有1人你認識
你的注意會在那一人上 並且直呼好神奇
而"猜錯的49人"會被你忽略或是遺忘!!
說了這麼多 麼複雜的演算在程式撰寫上來說卻不是很難
配合資料庫與資料定義演算 就可以在很短的時間算出建議名單了
facebook應該不會無聊到去偷窺大家的信箱啦
雖然技術上是辦的到 但完全沒C/P值!?
除非是你主動匯入名單~
以上 因為我不太會畫BBS圖
若難以理解敬請見諒!!^^
※ 引述《Equalmusic (Cosmajoonitist)》之銘言：
: 我知道他會建議
: 1. 同一個 network 的人
: 2. 同一所學校的人
: 3. 如果你們有共同朋友
: 但是有的時候他會出現我認識的人, 但是我跟她在 facebook 上根本沒有共同朋友的情況
: 不是同一個 netowrk, 也沒有去過同一所學校
: （另外就即使是同一個 network 或是去過同一個學校, network 那麼大, 學校那麼大
: 他卻知道要建議誰, 這也還蠻神奇的...）
: 我想過一個狀況就是這個人先在 Facebook 上搜尋我, 查看我的資料
: 但後來我稍微 google 了一下發現了這個討論串
: https://www.topix.com/forum/com/facebook/TIM2PL2T0O5BQJO1C
: 裡面有人舉了一個例子排除了這個可能性
: 1. 他們八年沒聯絡, 所以這個人主動查詢他的可能性不高
: 2. 就算他真的搜尋他的資料, 他的名字是菜市場名, FB 上有千百個跟他同名的
: 3. 如果他用的是他的 email, 他的 email 早就換了
: 我沒有看完整個討論串, 一來實在文章太多, 二來文章的相似性太高
: 特別很多人提出提出 FB 會 tap into 你的 email contact list, yahoo 或 MSN 帳號
: 我覺得是 nonsense
: 雖然我對網路安全不是特別了解, 不過 FB 只是一堆 web applets
: 不可能跑到我的電腦裡來碰我的資料（如果是這樣那瀏覽器的安全性也太低了吧）
: 另外有些人也不在我的 AIM, GTalk 或是 MSN 裡面
: 但是 FB 還是很盡職的把他們都找出來了 ~_~
: 想請教一下有沒有板友對 Facebook 這種查找機制有研究的
: 好想知道阿！
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 60.248.76.222
... <看更多>