Blackwords

壳工程

搭建所有组件的app组件称为壳组件/工程。 我们日常业务需求开发的组件叫做业务组件，如果这个业务需求是可以被普遍复用的，那么叫做业务基础组件，譬如图片加载、网络请求等框架组件我们称为基础组件。 搭建所有组件的app组件称为壳组件/工程。

手顺

就是顺序、流程。从日语传过来。

断言

断言(assertion)是一种在程序中的一阶逻辑(如：一个结果为真或假的逻辑判断式)，目的为了表示与验证软件开发者预期的结果——当程序执行到断言的位置时，对应的断言应该为真。若断言不为真时，程序会中止执行，并给出错误信息。

断点 vs 断言 断点是一种调试手法，是脚本文件运行这里要暂停，就是停止运行了，等这下一步手工触发运行。断言是一种检查操作，就是脚本运行到这里了，前面的运行是否正确要检查一下。

PMF

PMF(Product/Market Fit)，意思是产品与市场相匹配。产品与市场相匹配，是由硅谷大神马克·安德森提出的概念。 他对的PMF的定义是：在一个好的市场里，能够用一个产品去满足市场。 其实，PFM更像是一个价值尺度或标准，是用来衡量你的产品能否满足市场需求，是否能够真正的落地，尽量减少你产品试错成本的方法论。 https://xueqiu.com/7667646479/166157312

FAB利益销售法

Feature - Advantage - Benefit 在进行产品介绍、销售政策、销售细节等表述的时候，针对客户需求意向，有选择、有目的的逐条理由的说服。

fine-tune

<tag = AI> fine-tune是一个技术术语，通常用于机器学习和深度学习领域。它指的是在已经训练好的模型基础上，使用新的数据集进行进一步的训练，以调整模型的参数以适应新的任务或数据。fine-tune通常用于迁移学习中，当原始模型在一个任务上表现良好时，可以通过fine-tune来快速适应新任务，而无需从头开始训练一个全新的模型。Fine-tune的目的是在保留原始模型的特征和知识的同时，对其进行微调以适应新的需求。

PoC（Proof of Concept）

即概念验证。通常是企业进行产品选型时或开展外部实施项目前，进行的一种产品或供应商能力验证工作。 POC参与的两个对象是：1）供应商：提供产品能力用于测试验证；2）客户：负责产品测试及打分。

SOP (标准化小批量生产造车)

样车试制阶段

1、骡子车（Mule Car）

在项目开始早期利用现有生产车辆，通过改装等方式安装新的发动机支撑，功能性的发动机冷却、进气系统和整个发动机总成。

目的：在项目早期（G7方案批准前）支持动力总成初始验证和标定工作（开发Mule车标定）。

例如：整车载重分析、底盘操纵和控制系统开发、空调和发动机冷却系统开发、噪声与振动分析、动力总成集成系统开发、电气系统开发等等。

2、模拟样车（Simu Car）

利用代表设计的结构件通过拼装和改装而成的样车（软模、简易工装、手工工艺等）。

目的：为支持整车、系统进一步的设计和验证，完成架构件的设计和发布。

3、工程样车（EP Car）

根据工程设计发布的信息，采用相应工程样件制造工艺制造出的满足设计要求的零件在技术中心试制车间装配的车。

目的：整车集成的开发、验证与整车相关的SSTS（子系统技术规范）要求、零件调试、开发动力总成标定、公告法规的早期验证和验证总装顺序等。

生产制造

1、制造验证造车（MCB）

制造验证造车（ Manufacturing confirmation Build ）是在生产线正式造车（PPV ）前的准备工作，检验车辆的工艺可行性，在工厂里完成制造，以识别工厂的问题并为正式造车做好员工培训。造车会通过所有的工艺系统，为工厂员工展示产品和工艺过程的学习机会。造车所用的零部件可以采用EP 车的零部件，运送到工厂。在PPV 前1 个月完成首辆车的制造。

2、生产验证车（PPV Car）

用正式生产工装模具和制造工艺制造的样件并按照生产线工艺装配而成的样车。

目的：100% 动力总成标定、底盘操控性验证、动力加速性验证和VTS 认证，同时对制造工艺进行验证和生产工人培训。

3、预试生产造车（PP Car）

Pre-Pilot 造车主要考核工艺装备、检验流程和检验装置的过程能力。在批量生产工装模具的条件下要求制造确定尺寸和形状的单一零件，以及试验所有单一工艺装备和组合工装的功能。PP车辆要求所有的零件都完成MB2匹配。

4、试生产造车（P Car）

Pilot 造车主要对批量生产工装设备和制造系统最终认可，保证正常生产条件下制造出的单一零件和总成的尺寸和匹配的稳定性，并对爬坡质量进行考核。Pilot 车辆要求所有的零件获得PPAP认可，最终生产出的 P Car 视为可销售车。

5、小批量生产造车（SOP Car）

各项验证完成，已经开始进入投放市场的标准化小批量生产了。这个时候的车子已经可以售卖了，至此，汽车的所有开发流程都完成了。

金刚区/金刚位

金刚区是一个页面中头部的重要位置、是页面的核心功能区域，表现形式为多行排列的宫格区图标。 比如：淘宝app首页banner（广告横幅）下的两行图标、饿了么外卖app首页banner下的两行图标、支付宝app首页头部的4个图标就是金刚区。

产品策略

召回 Recall

推荐系统如何根据已有的用户画像和内容画像去推荐，涉及到两个关键问题：召回和排序。

“召回（match）”指 从全量信息集合中触发尽可能多的正确结果，并将结果返回给“排序”。

召回的方式有多种：协同过滤、主题模型、内容召回和热点召回等，而“排序（rank）“则是对所有召回的内容进行打分排序，选出得分最高的几个结果推荐给用户。

召回策略

• 基于内容匹配的召回 内容匹配即将用户画像与内容画像进行匹配，又分为基于内容标签的匹配和基于知识的匹配。(此策略的推荐内容会较为单一)

• 基于系统过滤的召回 目前业界最常用的基于协同过滤的召回，它又分为基于用户、基于项目和基于模型的协同过滤。

  • 基于用户（User-based）的协同推荐是最基础的，它的基础假设是“相似的人会有相同的喜好”，推荐方法是，发现与用户相似的其他用户，用用户的浏览记录做相互推荐。
  • 基于项目（Item-based）的协同过滤中的“项目”可以视场景定为信息流产品中的“内容”或者电商平台中的“商品”，其基础假设是“喜欢一个物品的用户会喜欢相似的物品”计算项目之间的相似性，再根据用户的历史偏好信息将类似的物品推荐给该用户。
  • 基于模型的协同过滤推荐（Model-based）就是基于样本的用户喜好信息，训练一个推荐模型，然后根据实时的用户喜好的信息进行预测推荐。

  总体来说，基于协同过滤的召回即建立用户和内容间的行为矩阵，依据“相似性”进行分发。这种方式准确率较高，但存在一定程度的冷启动问题。

  在实际运用中，采用单一召回策略的推荐结果实际会非常粗糙，通用的解决方法是将规则打散，将上述几种召回方式中提炼到的各种细小特征赋予权重，分别打分，并计算总分值，预测CTR。
  

召回策略的评价指标

• 召回率
  召回率（Recall）=系统检索到的相关内容 / 系统所有相关的内容总数

• 准确率
  准确率（Precision）=系统检索到的相关内容 / 系统所有检索到的内容总数