学术相关
From Mentally Doing to Actually Doing: A Meta-Analysis of Induced Positive Consumption Simulations1
The Impact of Negative Reviews on Online Search and Purchase Decisions2
大模型的能力边界在哪里？来自范畴论视角的答案3
一文梳理图嵌入 (Graph Embedding)
延迟对在线决策的益处(Woking paper)4
先动者的诅咒
马浩老师对先动优势（First-Mover Advantage）与先动劣势（First-Mover Disadvantage）的思考。
哪些因素决定先动者享有优势/劣势一直难有定论。近期马老师关注到创始人性情这一变量，粗糙地划分就是理想与情怀vs市场与利润。
市场上常见的工匠精神难以斗过野蛮增长的现象并非中国独有，外部环境的主要情形是高速发展、泥沙俱下，优质企业越难以斗过快速拓展的对手，这是Wernerfel & Montgomery（MS，1986）基于财富500强多元化企业的实证结果。在此基础上聚焦于创始人性情上，马老师认为那些失去了先动优势的企业，如Apple、魅族、大众点评、土豆视频等企业基本上都在商业以外具有品味和格调的追求，其背后的关键因素就是创始人的性格和格调。这一类创始人源自敏锐嗅觉或独特技艺打造的行业先动企业往往会由于他们对纯粹商业逻辑的不敏感乃至厌恶与蔑视而被野蛮企业收割兼并。
不过有趣的一点是，这些创始人敏锐的嗅觉似乎也与他们对纯粹商业逻辑的厌恶息息相关，这是否是性格注定的命运？
另，战略管理教材推荐《Contemporary Strategy Analysis》（Robert M. Grant）。
史上最强：numpy实现全部机器学习算法
伯克利的David Bourgin等人使用Numpy和python基础库实现了大量的机器学习算法、数据预处理算法，可以作为日后深入理解算法的参考。
整个项目进行了大约3年的时间，真的很厉害。
技术技巧
超全！我常用的70个数据分析网址
- 数据可视化
- 词云
- 舆情 & 互联网指数
- PPT
Quarto 入门教程 (3)：细节设置
包含折叠代码、交叉引用和多图排版
ChokCoco：CSS奇技淫巧
许多实用的CSS效果分享！
Dtale，一个神奇的 python 库
对python DataFrame提供便捷的交互式探索和自动可视化。
Shiny 开发学习路径
之前有通过《Mastering Shiny》学习了一些Shiny的基本知识，这篇学习路线虽然大部分内容之前已经了解了，但是里面列出的一些推荐资料在实践中还是比较有价值的。
如果日后需要复习，可以参考这条路径。
GPT Can Solve Mathematical Problems Without a Calculator5
娱乐
Nat. Comput.Sci.速递：网络动力学如何影响合作演化？6
-
Ceylan, G., Diehl, K., & Wood, W. (2023). From Mentally Doing to Actually Doing: A Meta-Analysis of Induced Positive Consumption Simulations. Journal of Marketing, 00222429231181071. https://doi.org/10.1177/00222429231181071 ↩
-
Varga, M., & Albuquerque, P. (2023). The Impact of Negative Reviews on Online Search and Purchase Decisions. Journal of Marketing Research, 00222437231190874. https://doi.org/10.1177/00222437231190874 ↩
-
Yuan, Y. (2023). On the Power of Foundation Models (arXiv:2211.16327). arXiv. http://arxiv.org/abs/2211.16327 ↩
-
Xie, Y., Ma, W., & Xin, L. (2022). The Benefits of Delay to Online Decision-Making. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4248326 ↩
-
Yang, Z., Ding, M., Lv, Q., Jiang, Z., He, Z., Guo, Y., Bai, J., & Tang, J. (2023). GPT Can Solve Mathematical Problems Without a Calculator (arXiv:2309.03241). arXiv. http://arxiv.org/abs/2309.03241 ↩
-
Su, Q., McAvoy, A., & Plotkin, J. B. (2023). Strategy evolution on dynamic networks. Nature Computational Science, 3(9), Article 9. https://doi.org/10.1038/s43588-023-00509-z ↩