【手機集贊樣本】一文看懂簡述威布爾 |手機按鍵壽命測試的樣本數量怎麼定 |好評僅三成 |
那麼QC部門需要選取多少鍵來進行測試（允許有），才能保證95%按鍵壓壽命達到1萬次呢？
要解決這個問題，我們需要用到工具Weibull分佈，產品早期期以及耗損期，其失效率曲線是符合Weibull分佈。
威布爾分佈表達式異複雜，可靠性中使用範圍。
m : 形狀參數，表示函數走勢。
m>1,表示失效率隨時間增加，
m<1, 表示失效率隨時間減小。
t0：參數或特徵壽命，表示函數縮放。
γ：位置參數，且γ>0，表示設備[0, γ ]之間會發生故障。
Few shot learning（樣本學習）要用少量標註本去完成學習任務，前幾天有同學交流羣裏問關於本NER資源，今天一起一篇Amazon AI LabACL2022上發表論文。
這篇文章提出方法，一段話能描述完：
結束了，是不是，但效果，多個few shot NER數據集上拿到了SOTA。
Few shot learning（樣本學習）要用少量標註本（support set）去完成學習任務，樣本學習中有很多方法是 metric-based方法，這篇論文中提出方法是metric-based方法，這類方法主要是計算樣本表徵，並support set中類別表徵做相似度，從而類到它表徵最近類別中去，這是一個最近鄰思想。但是之前一些方法沒有充分利用label name 語義信息。
這篇論文 核心點於使用了label name語義信息為模型提供額外信息 。它 核心設是：標籤名稱承載了標籤含義信息，而這些信息是模型可以從數據中歸納出來 ，但如果數據不夠，那label name來湊嘛。
舉個例子，當先驗於labels和words時候，“張三”表徵是PERSON這個label表徵相近，而不是DATE表徵。
那看樣子，label name有用，我之前介紹\<關係抽取>ACL2022關係抽取SOTA之PL-Marker[1]中，用到了類手法：
這裏提兩個概念，Source dataset 和 Target datasets，兩者區別如下：
他們多個source datasets上面訓練他們模型models，然後他們多個unseen few shot target datasets上面驗證 finetuning 和 finetuning 模型效果。
類似於雙塔模型，了兩個BERT Encoder，一個document encoder 和 一個label Encoder（label encoder他們嘗試了GloVe）。模型步驟如下:
他們認為這樣做是有處，因為他們假設這樣做模型會忘記先驗知識，因為會有參數丟掉，會數據集隨機初始化參數。
於沒有source dataset可用場景，第一步跳過。
這個模型結構和流程，計算label 表徵可以任意形式文本，他們考慮了兩種形式：
是一年3·15，手機中國日前發起 “手機大家評” 大型用户體驗投票調查活動，通過收集到45萬數據分析後顯示，目前用户對自身所使用手機產品整體評度三成，評度達到兩成。
這項調查自2月18日發起截止3月3日。14天內，共有50萬用户參與，除去選擇任何選項數據、系統無法識別個別機型數據，數據逾45萬。
相比大部分科技媒體對比評測、橫評方式，相比京東、天貓售後7天內產品做出評價，使用某款產品用户，產品體驗有發言權。
手機中國此次發起調查活動，手機移動端用户，旨在瞭解用户對正在使用手機反饋。通過登陸手機中國觸屏版，無需且不能手機品牌型號進行更改，參與投票。
本次調查提供四個選項：“1、，”、“2、操作無壓力”、“3、無感，湊合用”、“4、體驗，準備換機”。其中，通過數據分析，可以看到，目前智能手機用户所使用手機產品整體評度（選擇1用户）30.3%，而評度（選擇4用户）達到19.32%。
相比京東、天貓電商銷售手機平台手機產品評度多70%-99%數據範圍，本次調查評度30.3%，數據。
延伸閱讀…
為何會有如此現象？經分析發現，電商平台用户評價大多購買後短期內做出，其主要購買行為（如送貨速度、服務態度），或是產品外印象（如產品包裝、外形設計）；而手機中國本次調查得到是用户深入、時間使用手機後評價，能反映出產品用户體驗。
接下來，我們看看本次調查中，品牌用户評度情況，即調查中投票“， ”（選項1）比例。於此次數據樣本多且分佈，是有些我們資深編輯聞所未聞品牌，因此統計中，我們選擇超過總數量1‰，即參與調查 樣本超過450個品牌進行排行，得到24個品牌數據。
我們調查數據，這些品牌中，評度蘋果，達到44.58%；而好評度為海信，評度11.35%。
進一步考慮上述品牌仍存在樣本數量多，數據偶然性情況，我們縮小範圍，看接近總數據量1%，即參與調查樣本超過4500個品牌。此標 準，只剩下了14個品牌，評度排名分是蘋果、中興、OPPO、樂視、小米、華、聯想、魅族、vivo、三星、努比亞、榮耀、金立、酷派。
這其中我們可以看到，很多賣品牌評度不及行業平均水平。仔細分析數據我們會發現，一些品牌低端產品佔其銷量比例。低端產品量和用户評度，拉低了品牌整體評度。
看過評，我們來看看品牌評度排行情況，調查中投“體驗，準備換機”（選項4）比例。
我們選擇超過總數量1‰，即參與調查樣本超過450個品牌進行排行，共24個品牌。我們調查數據，評度海信，達到34.28%；而評度是，9.92%。
上述數據中，我們看到，海信、諾基亞、TCL和酷派品牌，2015年機型發佈和新機型主要定位為低端機型，是導致整個品牌評比例主要原因。
評度，我們進一步縮小範圍數據樣本1%，剩下14個品牌。評度排名分別為派、金立、三星、小米、vivo、中興、努比亞、聯想、華、OPPO、榮耀、魅族、蘋果、樂視。
此前評排名於蘋果、LG、ZUK、360手機、錘子鋭品牌，因為數據樣本原因，排行列；有樂視品牌，評低於蘋果。而三星手機整體評躍居第三名。
延伸閱讀…
值得注意的是，本次發現有品牌評度和評度榜上排名前如中興（評率排名第三，評率排名第六）。仔細分析發現，並非中興用户執，非黑即白，這看似矛盾數據其其品牌轉型相符，其推出產品相對高端，強化了用户體驗，因而評度，但有之前運營商定製機存量，這些用户產品出了評，給出中評用户反而。
2015年打出“充電5分鐘，通話兩時”OPPO，雖然品牌評排名第三，於30.3%評率均值。但其產品差評首要關鍵詞“續航差”。看來挖科技以外，做好基礎元器件採購是關鍵詞。
筆者理解：2010年團購大熱催熟了O2O概念，但概念實施受制於兩個方面，一是能聚集海量用户移動應用，一是智能手機普及。軟硬件匹配讓眾多行業O2O夢想只能停留紙面上。
數十天跟蹤觀察，筆者總結出了嘉人面膜上市經典打法，饗讀者，之處，請看到諸位指正。
交代下嘉人面膜背景：嘉人面膜源於那本影響全球無數女性高端女性雜誌《MarieClaire》，是嘉人化妝品推出護膚品，共3個系列8個單品，零售價18元起，於2013年12月26日正式登陸屈臣氏系統門店，屈臣氏是中國目前保健及美容產品零售連鎖店。
前文筆者説過，2010年團購紅火時候，雖然催熟了O2O概念，然而並讓O2O落地生根，概其原因軟硬件匹配。
自2010年到2013年，智能手機高高在上奢侈品價格，到如今端的智能手機數百元，即使如今數百元智能手機，其性能2010年售價5000元蘋果3GS，產業升級換代造就了目前紅火局面，而微信，是橫空出世，讓諸多品牌O2O戰略有了營銷支點。
嘉人面膜充分理解並運用了這一點，其正式開售之前，嘉人面膜微信完成規劃：嘉人面膜官方微信賬號2013年11月正式運營，嘉人面膜官方博的佈局，2013年7月份註冊，並於當年11月和微信正式運營。
此後兩個月時間內，嘉人面膜微信、開展了一系列互動活動，嘉人面膜上市造勢，粗略統計如下：
12月23日-12月31日：攜手新浪博官方開展#拍2013#，熱門話題預置嘉人面膜上市信息(博);
12月26日：嘉人面膜正式上市，開展新浪話題營銷活動，啓動包括20家媒體，新浪微任務，新浪達人，粉絲通內諸多營銷渠道;微信方面，大規模開展集贊送面膜(微信微博);
12月26日-2014年2月28日：化妝品達人試用體驗邀請，邀請數十行業名人、意見領袖參與體驗嘉人面膜產品;
1月6日-12日：開展#你曬我贈#活動，用户曬引導消費者眾購買;
嘉人面膜上市期間，有一股力量不容忽視，那願意嘉人面膜做品質背書業界達人以及意見領袖。
微信風行，讓媒體成為可能。微信微博上，每個人成為一個媒體，傳統新聞媒體操作方法方式這些媒體上毫無用武之地。