互联网的出现不但改变了普通人的生活方式，同时也促进了技术圈的快速发展和开放。在开源和分享两股力量的推动下，最近 10 多年的技术发展可以说是目不暇接，你方唱罢我登场，大的方面有大数据、云计算、人工智能等，细分的领域有 NoSQL、Node.js、Docker 容器化等。各个大公司也乐于将自己的技术分享出来，以此来提升自己的技术影响力，打造圈内技术口碑，从而形成强大的人才吸引力，典型的有，Google 的大数据论文、淘宝的全链路压测、微信的红包高并发技术等。

今天是交通事故的综合知识篇。我将采用问答的形式，解释一些交通事故常见的场景和问题处理。你想知道的问题应该都在其中，接下来我们依次来看。

第一问：发生了交通事故纠纷，如果我想去起诉，该怎么获得对方（肇事方）的身份信息及保险信息呢？应该去哪里的法院起诉？

加餐一 | 晋升等级：不同的职级体系如何对标？

你好，我是华仔。

现在，跳槽已经成为职场常态，很多人都是通过跳槽来实现职级的提升和工资的大幅增长。但是，你在跳槽到另一家公司的时候，很可能在评级阶段面临左右为难的尴尬。

你好，我是黄申。今天我们来聊聊矩阵操作和推荐算法的关系。

我这里说的推荐，是指为用户提供可靠的建议、并协助用户挑选物品的一种技术。一个好的推荐系统需要建立在海量数据挖掘基础之上，并根据用户所处的情景和兴趣特点，向用户推荐可能感兴趣的信息和商品。

通过上一个模块“大数据分析与运营”的学习，我们知道数据之中蕴藏着关系，如果数据量足够大，这种关系越逼近真实世界的客观规律。在我们的工作和生活中你会发现，网页之间的链接关系蕴藏着网页的重要性排序关系，购物车的商品清单蕴藏着商品的关联关系，通过对这些关系的挖掘，可以帮助我们更清晰地了解客观世界的规律，并利用规律提高生产效率，进一步改造我们的世界。

37 | 如何做好需求评审（上）：需求评审不只是一次会议

“问渠哪得清如许， 为有源头活水来。”——朱熹

几天前收到了一位专栏读者的留言：说自己在现实工作中发现，大家并没有把需求评审这件事情放在心上，有些同事对业务并不熟悉，或者没有建设性心态，觉得潦草交差即可，所以在评审阶段不重视需求方案，认为反正都是产品经理的责任。

本文我们将第三模块所讲的知识做一次梳理，让你在整体上了解“万人直播”到底是怎样实现的。我们将从万人直播的整体架构、主播客户端架构、观众客户端架构和流量统计这四个方面向你讲述万人直播的构建。

写了多年代码，做了好多的工程，不停地完成项目，但如果你一直仅仅停留在重复这个过程，那么就不会得到真正的成长与提高。你得从这些重复做工程的过程中，抽象提炼出真正解决问题的工程思维，用来指导未来的工程实践。

你好，我是刘津。

今天我们来看一个实际的有关增长链的案例——增长组件库。

当然这个例子只是为了抛砖引玉，希望你可以根据自己的项目情况，结合自身技术，找到更多的智能增长方式。

29 | 图神经网络：Pinterest是如何应用图神经网络的？

你好，我是王喆。

互联网中到处都是图结构的数据，比如我们熟悉的社交网络，最近流行的知识图谱等等，这些数据中包含着大量的关系信息，这对推荐系统来说是非常有帮助的。