Daily Murmur 2010/03/31

	21:23	#read 豆瓣首席架构师洪强宁的年度展望 http://bit.ly/cfB71y #douban (via @gycheng) Comment,Like
	21:16	RT @hao520 《聯合新聞網》美麗的錯誤 鄭愁予戰詩被當情詩：「『我達達的馬蹄是美麗的錯誤，我不是歸人，是個過客』，廣為傳誦。實際上，它是敘述鄭愁予年少戰亂的記憶。」 http://bit.ly/cquoLX Comment,Like
	21:13	RT @gycheng RT @neal_lathia: #ecir2010 personalizing web search with folksonomies-based user and document profiles http://bit.ly/biLiLY Comment,Like
	21:13	RT @gycheng 豆瓣电台上凡是听着觉得好听的，都是我已经打过红心的:S 呼唤新歌 #douban (同感！ 呼喚新歌 + 1) Comment,Like
	20:18	Liked/Commented: M F: Frozen Bay, Pruning Vines (via farlane) Comment,Like
	16:29	Liked/Commented: spin: YouTube - 黃大煒-愛讓每個人都心碎 Comment,Like
	00:05	Daily Murmur 2010/03/30 Comment,Like

Flowchart of the day: Are you rich?

在我看來這張流程圖只有一個問題，就是 Are you rich ?

via darkerme.com

C'est La Vie

Flowing Data 有個很有趣的單元 Data Underload，用 Google 搜尋某個【句子+特定關鍵字】的筆數結果製成圖表，結果常令人發噱。雖然有些數字和經驗與常識所得的揣測相符，有時可未必如此，但有時結果和親手驗證的結果未必相符，就不知是怎麼回事了？

今日（2010/03/29）的主題：Life is like + ???，拜電影阿甘正傳之賜，人生就像一盒巧克力（life is like a box of chocolate）的結果僅次於人生就是那麼回事啦(life is like that)！這個答案很精彩，很有點洞燭世情的滄桑味道，讓人不由得不信。但是我自己動手查詢 life is like a book 的結果，卻遠遠超過這張圖的數字？

看完上面這張圖，一時手癢，做了一份中文版【人生就像 + ？？？】，結果不算意外，大家都覺得人生就像一首歌！？

15 Petabytes a day makes a smarter planet ?

這個月初整理 How big is Digital Universe 的相關數據， 令人乍舌的數字充分顯示：人類製造資訊的能力和產出垃圾的能力一樣高明（呃，資訊 = 垃圾？）。就個人而言，如何在資訊洪流裡面，如何篩選有用的訊息，少做無用之功，是現在人必修的功課；對群體而言，如何利用科技，充分開發資料的價值，是研究人員的艱巨挑戰。IBM 力推的智慧星球（Smarter Planet）計畫，顯然對科技的力量有正面樂觀的期許：

Daniel Lemier's advice on How to Write Good Papers

Daniel Lemire 是我很敬佩的一位學者，他在推薦系統領域知名度相當高，而且是學術界投入部落格書寫的先行者之一。他的部落格並不局限於推薦系統議題，還涉及演算法和資訊科學理論的基礎問題，他還不時以自身的經驗提供出如何做研究、寫論文的建議，文章品質都很棒。昨日 Daniel Lemire 在 SlideShare 放上他針對研究生演講（talk?）如何撰寫論文的簡報，看了簡報，我只有一個想法，我實在是太混了。

Write good papers

View more presentations from Daniel Lemire.

[PDF] How to read a research paper

哈佛大學教授 Michael Mitzenmacher （部落格 My Biased Coin 的作者）提供一份很棒的如何閱讀論文 (下載電子檔) 的指引和建議，並且願意提供原稿（他是用 Latex 寫的），讓大家繼續發揚改進。Mitzenmacher 教授在他的部落格還特別推薦Jason Eisner 的 How to Read a Technical Paper 的最後一節 What to read

What to read

• creative web search
  
  
  
  
  • experiment with several searches
  • put yourself in an author's shoes; what phrases might they have used?
  • become a power searcher! (read the help pages for your search engine) 
  
  
• find related work
  
  
  
  
  • backward references: follow the bibliography to earlier papers
  • forward references: see who else has cited the work (via an interface such as Google Scholar) 
  
  
  
  
  
• has someone else already listed the right papers for you?
  
  
  
  
  • survey papers in journals (also called "review articles")
  • course syllabi
  • reading group webpages
  • chapters in textbooks
  • online tutorials
  • literature review chapters from dissertations
  • direct recommendations from friends or professors (perhaps at other institutions) 
  
  
  
  
  
• breadth-first exploration
  
  
  
  
  • read a lot of abstracts (and skim the papers as needed) before deciding which papers are best to read
  • it's okay to read multiple related papers at once, flipping back and forth so that they clarify one another
  • to get a feel for the research landscape in an area, flip through the proceedings of a relevant recent workshop, conference, or special-theme journal issue 
  
  
  
  
  
• when the going gets tough, switch to background reading
  
  
  
  
  • textbooks or tutorials
  • review articles
  • introductions and lit review chapters from dissertations
  • early papers that are heavily cited
  • sometimes Wikipedia

[Video] Nature by Numbers

我想大家應該都同意數學是科學之母，其實數學無處不在，在我們身邊的大自然裡，在我們伸手可及的生活裡。一個老外 Cristóbal Vila 製作了一個短片，把自然界裡可見的數字和幾何現象，做了很棒的呈現：

（影片的背景可參考這個網站）