不指望创业， 当CEO\CTO、CXO、联合创始人或普通员工都不适合我。但还是想做出点有重大意义的贡献，影响能有多深远有多深远的那种，当然，正面影响。
最近各种小想法小脑洞，为了避免遗忘，特意记下。反正每个想法肯定都有很多人想到过，我又不是爱因斯坦他们，也不是啥商业机密，目前基本都是教育的创意，偶尔有些医疗的。那如果创意有效，能起到那么一些作用，那肯定越早实施，越早有效果越好。而且创意归创意，有些创意不是自己能做出来的，只是脑洞。
知维图¶
知维图就是我想出的第一个我觉得有重大意义的创意。详细想法有专门的地方在记，就不写这儿了。
个性化在线教育¶
其实是上面知维图的一部分，但现在机器学习、推荐系统感觉太合适了，所以写呗，也许学堂在线、中国大学MOOC们想到没想到试试？
个性化也没个性到几亿的水平，规模最多就类似推荐系统协同过滤。甚至全世界人除了语言不同，教育个性上可能只有几百种不到，商品数量多多了。
关键是怎么把教育个性化、每个人的特点 给区分看来。如果无法描述的话， 听起来像图像一样，只管往深度学习里扔一下，也有个结果。
因为很多数据可以给教育学家、 心理学家拿来分析，哪个教育学的心理实验能有这么大量、无意识而自然的测试者，这些数据都是真实的（MOOC上长期作假没意义），问卷调查问别人学习习惯，自己不见得能准确说清，但他过往的学习过程不会骗人，所以如何区别化每个人的学习过程、 学习效果是关键。
MOOC没做到主要是同一门课程，基本只有视频一种教学手段，看PDF都下载看，根本不知道有没有看，视频下载了也一样。效果更加无从评估。就那点练习题， 也只管了个答案的， 怎么对的、怎么错的这过程根本不知道。
你说做不到？ 我觉得这不是做不到，像数学、理论物理、计算机可能想了解别人思考过程比较难，但帮助他们培养是可以的， 具体 过程是zhimind的内容，我现在也没做到，差挺远的。
主要就是想根据一些不同来做， 是看视频的、看文字的？ 视频或文字教程看了几遍？ 尤其是用我zhimind完整的想法的话，思考过程、思考方式就有同性，错的地方、 对的地方都是特征。
相比之下， 我真不知道 15年学堂在线预测退课率 有多大意义， 退课率这么高， 非退课那部分及格、掌握的可能也不高， 这数据就太不平衡了。而且对用户的偏好、帮助也不算大。
要帮助学生，归根到底一定是帮助他们：
- 更好更快地掌握知识
- 培养思维、 学习方法、 习惯
脑洞单词¶
脑洞单词 应该是少有的重在联想记忆法的背单词方案吧。其他背单词APP背重要、常用单词大概不错，但GRE这种偏门词求个认识，刷再要你千3000刷10遍以上的背诵方法~~~其他补充想法：
- 词根词缀是很有效，如果能找到比较权威的，把它取来就好了，一来版权问题，二来肯定英文的。 词根词缀记忆字典太不容易了，自己学习时拿它查，但不会用爬虫这样拿别人的成果。
- 另外偏门词偏偏有很多单词是最基本形态（非词根词缀组合），能联想到肯定是最好的。
- 把词缀去掉，理出变化线(例unprepossessing->prepossessing->prepossess->possess)。词根变化应该搞不搞
- 例句部分，太忙，只留了有道的链接。不然像爱词霸api里就有很多例句，还有整句的朗读——不过gre单词可能没这么多例句。
- 复习方式，原则上背单词应该有词->意，音->意，句->词，音->词等多种复习方式，但对GRE级别的词来说，看词识意就够了，其他方式没空做，没例句，而且选择题效果不好，填空题手机打字慢一点，全部采用询问-确认式就够了。
不靠谱医疗脑洞 -- 疾病查询系统脑洞¶
如果有疾病症状（外部表现）到疾病的关系的数据集，那是否可以用自然语言处理查询用户描述的病状，返回个可能的疾病列表。
- 纯粹靠用户描述返回一个非常不准确的结果。
- 老早就有这想法，但有点像现在蒙面唱将那个根据声纹猜歌手的机器人。准确率肯定比那个还低。
- 不使用其他数据，如果知道如何使用其他数据来诊断， 人工智能不说代替医生，最起码医生的工作量能极大降低。
文学（包换英语）阅读和写作练习方法¶
基于富兰克林自传里的重排序法。主要步骤：
- 前提步骤：取一段文章（不要太多句），拆成句子，但每句长度要合适，有些太长，有些太短，要适当处理。
- 方法一、 打乱，然后让用户重排序。这个重在结构的学习， 如果要强化文章段落结构学习，就来大段文本，以段为单位。
- 方法二、 去掉其中不相连的几句（或一句），让用户自己发挥，写完后和原文对比。重在语言的运用，完整写一段可行性不知。
分析：
- 好处是材料可以不需要人工处理（名著没有版权问题），不用人力参与评价，也能练习， 人的模仿能力是很强的， 说不定比老师讲些空泛的评价更有用。
- 担心有些用户瞎写、不写？不想写、捣乱的用户是有，但用户有没有收获自己清楚，如果用户经常来瞎填一气或交白卷，那是他乐意，怪我开发这个系统？因为有这种用户，所以所有的人都不要用这系统了？ 这系统不要开发了？只能继续家教一对一？
隐约还有一些想法， 有点忘了， 所以写这篇很重要啊。
格物学习助手 -- 费曼技巧¶
知维图 太难编写了， 等我写好教程或发展起来和高校名师合作，请名师编写， 不知道什么时候了。 所以先让个人用 费曼技巧 学习吧， 本来 知维图 和费曼技巧就比较近。
学习到的东西，要向计算机解释清楚， 就是这么厉害。
名字来由： 格物致知
一堆2012年的想法¶
12年9月中旬 因为参加腾讯的编程马拉松决赛，要求每人提一个创意。 其实我当时就不认为他们的方案能在水潭里扔石头泛起多大涟漪，同时我水平也很烂，马拉松是要组队做创意项目，虽然要求准备创意，但我真没意识到，我前端、后端、android、iphone没一个会的，都没学过，整个开发过程小透明，酱油中的酱油，偏偏我简历里不得不拿这个充实一下，太丢人了。之后又遇到点别扭，以至于我工作时有深圳和杭州可选，哪怕深圳会高几百，也没去深圳，因为公司就在腾讯旁边。
但那段时间确实有很多个小想法，其实倒是很多适合练手的。
像尊师，老师的标签+学生的评价+课程总结，类似MOOC学院（13年才建的吧），不过MOOC之前这种网站也有，但只有MOOC的热门课程能有学生评价。
像LBS巧遇，其实就是微信的附近的人，别人已经推出了，然而当时我没有微信。而且，巧遇要基于提前设定的标签，计算机匹配， 附近的人是来者不拒~~~今年或去年有类似的吧。
电子图书馆，就是思维导图，原来就是现在的zhimind的一个功能的原型啊！
近日心情， 这个纯粹情感分析而已，毕竟当初没了解过，情感分析原来这么基础。
鬼脸、卡通， 这个没写说明， 不会是脸萌、 表情包那种吧——
快乐大本营的穿越火线的电脑版， 就是用摄像头或体感控制物体过障碍别碰到。 不用道具就容易玩了——但我不知道有没有人已经开发了。
类似的还有一些，简单的也没练手， 难的太学术甚至要高端人工智能才行，像坐姿纠正、 手语识别。