之前看了Mahout官方示例 20news 的調(diào)用實(shí)現(xiàn)；于是想根據(jù)示例的流程實(shí)現(xiàn)其他例子。網(wǎng)上看到了一個(gè)關(guān)于天氣適不適合打羽毛球的例子。
訓(xùn)練數(shù)據(jù)：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
檢測數(shù)據(jù)：
sunny，hot，high，weak
結(jié)果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調(diào)用Mahout的工具類實(shí)現(xiàn)分類。
基本思想：
1. 構(gòu)造分類數(shù)據(jù)。
2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。
接下來貼下我的代碼實(shí)現(xiàn)=》
1. 構(gòu)造分類數(shù)據(jù)：
在hdfs主要?jiǎng)?chuàng)建一個(gè)文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。
數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak
2. 使用Mahout工具類進(jìn)行訓(xùn)練，得到訓(xùn)練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對(duì)vector數(shù)據(jù)進(jìn)行分類。
這三步，代碼我就一次全貼出來；主要是兩個(gè)類 PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 測試代碼
*/
public static void main(String[] args) {
//將訓(xùn)練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)
makeTrainVector();
//產(chǎn)生訓(xùn)練模型
makeModel(false);
//測試檢測數(shù)據(jù)
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失敗！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失?。?#34;);
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成訓(xùn)練模型失敗！");
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("檢測數(shù)據(jù)構(gòu)造成vectors初始化時(shí)報(bào)錯(cuò)。。。。");
System.exit(4);
}
}
/**
* 加載字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1時(shí)表示總文檔數(shù)
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用貝葉斯算法開始分類,并提取得分最好的分類label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("檢測所屬類別是："+getCheckResult());
}
}
1. 請介紹一下WebGIS的概念和作用，以及在實(shí)際應(yīng)用中的優(yōu)勢和挑戰(zhàn)。
WebGIS是一種基于Web技術(shù)的地理信息系統(tǒng)，通過將地理數(shù)據(jù)和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實(shí)現(xiàn)地理空間數(shù)據(jù)的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應(yīng)用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺(tái)、實(shí)時(shí)更新、可定制性強(qiáng)等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗(yàn)等挑戰(zhàn)。
2. 請談?wù)勀赪ebGIS開發(fā)方面的經(jīng)驗(yàn)和技能。
我在WebGIS開發(fā)方面有豐富的經(jīng)驗(yàn)和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術(shù)進(jìn)行地圖展示和交互設(shè)計(jì)，并能夠使用后端技術(shù)如Python、Java等進(jìn)行地理數(shù)據(jù)處理和分析。我還具備數(shù)據(jù)庫管理和地理空間數(shù)據(jù)建模的能力，能夠設(shè)計(jì)和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。
3. 請描述一下您在以往項(xiàng)目中使用WebGIS解決的具體問題和取得的成果。
在以往的項(xiàng)目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項(xiàng)目中，我開發(fā)了一個(gè)基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評(píng)估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項(xiàng)目中，我使用WebGIS技術(shù)實(shí)現(xiàn)了實(shí)時(shí)的空氣質(zhì)量監(jiān)測和預(yù)警系統(tǒng)，提供了準(zhǔn)確的空氣質(zhì)量數(shù)據(jù)和可視化的分析結(jié)果，幫助政府和公眾做出相應(yīng)的決策。
4. 請談?wù)勀鷮?duì)WebGIS未來發(fā)展的看法和期望。
我認(rèn)為WebGIS在未來會(huì)繼續(xù)發(fā)展壯大。隨著云計(jì)算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進(jìn)步，WebGIS將能夠處理更大規(guī)模的地理數(shù)據(jù)、提供更豐富的地理分析功能，并與其他領(lǐng)域的技術(shù)進(jìn)行深度融合。我期望未來的WebGIS能夠更加智能化、個(gè)性化，為用戶提供更好的地理信息服務(wù)，助力各行各業(yè)的決策和發(fā)展。
這塊您需要了解下stm32等單片機(jī)的基本編程和簡單的硬件設(shè)計(jì)，最好能夠了解模電和數(shù)電相關(guān)的知識(shí)更好，還有能夠會(huì)做操作系統(tǒng)，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對(duì)您能夠有用。
1.負(fù)責(zé)區(qū)域大客戶/行業(yè)客戶管理系統(tǒng)銷售拓展工作，并完成銷售流程；
2.維護(hù)關(guān)鍵客戶關(guān)系，與客戶決策者保持良好的溝通；
3.管理并帶領(lǐng)團(tuán)隊(duì)完成完成年度銷售任務(wù)。
你好，面試題類型有很多，以下是一些常見的類型：
1. 技術(shù)面試題：考察候選人技術(shù)能力和經(jīng)驗(yàn)。
2. 行為面試題：考察候選人在過去的工作或生活中的行為表現(xiàn)，以預(yù)測其未來的表現(xiàn)。
3. 情境面試題：考察候選人在未知情境下的決策能力和解決問題的能力。
4. 案例面試題：考察候選人解決實(shí)際問題的能力，模擬真實(shí)工作場景。
5. 邏輯推理題：考察候選人的邏輯思維能力和分析能力。
6. 開放性面試題：考察候選人的個(gè)性、價(jià)值觀以及溝通能力。
7. 挑戰(zhàn)性面試題：考察候選人的應(yīng)變能力和創(chuàng)造力，通常是一些非常具有挑戰(zhàn)性的問題。
需要具體分析 因?yàn)閏ocoscreator是一款游戲引擎，面試時(shí)的問題會(huì)涉及到不同的方面，如開發(fā)經(jīng)驗(yàn)、游戲設(shè)計(jì)、圖形學(xué)等等，具體要求也會(huì)因公司或崗位而異，所以需要根據(jù)實(shí)際情況進(jìn)行具體分析。 如果是針對(duì)開發(fā)經(jīng)驗(yàn)的問題，可能會(huì)考察候選人是否熟悉cocoscreator常用API，是否能夠獨(dú)立開發(fā)小型游戲等等；如果是針對(duì)游戲設(shè)計(jì)的問題，則需要考察候選人對(duì)游戲玩法、關(guān)卡設(shè)計(jì)等等方面的理解和能力。因此，需要具體分析才能得出準(zhǔn)確的回答。
以下是一些可能出現(xiàn)在MyCat面試中的問題：
1. 什么是MyCat？MyCat是一個(gè)開源的分布式數(shù)據(jù)庫中間件，它可以將多個(gè)MySQL數(shù)據(jù)庫組合成一個(gè)邏輯上的數(shù)據(jù)庫集群，提供高可用性、高性能、易擴(kuò)展等特性。
2. MyCat的優(yōu)勢是什么？MyCat具有以下優(yōu)勢：支持讀寫分離、支持分庫分表、支持自動(dòng)切換故障節(jié)點(diǎn)、支持SQL解析和路由、支持?jǐn)?shù)據(jù)分片等。
3. MyCat的架構(gòu)是怎樣的？MyCat的架構(gòu)包括三個(gè)層次：客戶端層、中間件層和數(shù)據(jù)存儲(chǔ)層。客戶端層負(fù)責(zé)接收和處理客戶端請求，中間件層負(fù)責(zé)SQL解析和路由，數(shù)據(jù)存儲(chǔ)層負(fù)責(zé)實(shí)際的數(shù)據(jù)存儲(chǔ)和查詢。
4. MyCat支持哪些數(shù)據(jù)庫？MyCat目前支持MySQL和MariaDB數(shù)據(jù)庫。
5. MyCat如何實(shí)現(xiàn)讀寫分離？MyCat通過將讀請求和寫請求分別路由到不同的MySQL節(jié)點(diǎn)上實(shí)現(xiàn)讀寫分離。讀請求可以路由到多個(gè)只讀節(jié)點(diǎn)上，從而提高查詢性能。
6. MyCat如何實(shí)現(xiàn)分庫分表？MyCat通過對(duì)SQL進(jìn)行解析和路由，將數(shù)據(jù)按照一定規(guī)則劃分到不同的數(shù)據(jù)庫或表中，從而實(shí)現(xiàn)分庫分表。
7. MyCat如何保證數(shù)據(jù)一致性？MyCat通過在多個(gè)MySQL節(jié)點(diǎn)之間同步數(shù)據(jù)，保證數(shù)據(jù)的一致性。同時(shí)，MyCat還支持自動(dòng)切換故障節(jié)點(diǎn)，從而保證系統(tǒng)的高可用性。
8. MyCat的部署方式有哪些？MyCat可以部署在單機(jī)上，也可以部署在多臺(tái)服務(wù)器上實(shí)現(xiàn)分布式部署。
01 面試官：秋千為什么只有前后蕩，沒有左右蕩？
內(nèi)心：??？我想把自己裝成腦震蕩！
正解：秋千是一種娛樂方式，沒有約定俗成一定是前后蕩的，畢竟跟人們的玩法、數(shù)量，甚至體重都有關(guān)系。（考察辯證法，主要是思維邏輯）
02 面試官：用一兩句話，向你6歲大的侄子解釋一個(gè)數(shù)據(jù)庫。
內(nèi)心：小屁孩比我懂得多，哪用得著我解釋。
正解：一個(gè)數(shù)據(jù)庫就像一個(gè)冰箱，能夠裝下你喜歡吃的不同零食。（考察復(fù)雜問題簡單化的能力，往往客戶不懂術(shù)語）
03 面試官：向日葵每天都向著太陽，難道它的脖子不痛嗎？
內(nèi)心：向日葵的脖子痛不痛我不知道，我只知道，我的心那一刻好痛。
正解：向日葵合理運(yùn)用外界條件，讓自己的葵花籽粒粒飽滿，造福子孫，脖子痛點(diǎn)算什么。（考察日常事物的分析能力，邏輯自洽就是OK的）
04 面試官：你怎么向一位盲人形容黃色？
內(nèi)心：他看不見，說明白了又有什么用？
正解：一種太陽的光線穿過樹林，照在身上的感覺，暖暖的。（抽象事物的具象化，考察的是語言的表達(dá)能力）
05 面試官：頭被砍掉的那一瞬間，是頭覺得身體掉了，還是身體覺得頭掉了？
內(nèi)心：什么問題？要我試了之后再告訴你嗎？
正解：這個(gè)問題很有趣，頭和身體相互配合才能發(fā)揮應(yīng)有的作用，所以分開的那一瞬間，兩者的價(jià)值不存在了。（情景化的問題抽象化，考察的是抓取重點(diǎn)的能力）
06 面試官：杭州有多少個(gè)紅綠燈？
內(nèi)心：我又沒有去過，杭州不是有智慧大腦嘛，點(diǎn)下鼠標(biāo)不就知道了。
正解：我不能給出準(zhǔn)確的數(shù)量，但是可通過類比估算法粗略估算一下，例如一平方公里有100個(gè)，那么100平方公里就有1萬個(gè)?。疾焖伎祭щy問題的能力，重點(diǎn)在于拆解問題的能力。客戶的需求往往是模糊的，具體拆解才能明白）
07 面試官：蝙蝠俠和超人打架，你怎么勸？
內(nèi)心：勸什么勸，趕緊拿出手機(jī)拍照發(fā)朋友圈。
正解：打架往往是意見不一致引起的，那么有特異功能的人還打架，往往是因?yàn)楦星榈氖?。所以，找到女主角來勸就好啦。（考察轉(zhuǎn)化問題的能力，俗稱瞎扯）
08 面試官：我身上哪個(gè)洞最??？
內(nèi)心：一個(gè)女同志問這樣的問題不好吧。
正解：漏洞，因?yàn)槿魏纬绦蚨加蠦UG。（考察應(yīng)變的能力，畢竟難以啟齒的柔弱，往往是陷阱）
09 面試官：你能說出7個(gè)小矮人的名字嗎？
內(nèi)心：我不是白雪公主，干啥要分得那么清楚。
正解：7個(gè)小矮人的名字我確實(shí)不記得，但是我記得白雪公主不偏愛任何一個(gè)，所以我沒有記住。（看起來考的記憶力，其實(shí)還是應(yīng)變的能力，可以用幽默化解）
10 面試官：把你的生活寫成新聞故事，你會(huì)用什么樣的標(biāo)題？
內(nèi)心：我的生活就是一部《隱秘的角落》，確定要寫成故事嘛！
正解：生活本來是平淡的，但起碼有一些亮色，就是未來遇見的，都是好看的面試官。（本身問題很刁鉆，考察的是綜合素質(zhì)，可以多運(yùn)用優(yōu)秀的語言組織來體現(xiàn)自己的不平淡）
11
面試官的第一句話不是“請介紹一下你自己！”
而是“你有什么問題問我嗎？”
......
12
面試開始，彼此沉默十秒、二十秒、三十秒、一分鐘。
我終于忍不住：“請問，可以開始了嗎？”
面試官說：“不好意思，反應(yīng)時(shí)間超過二十秒的，我們公司都不會(huì)錄取，你現(xiàn)在該怎么辦？”
......
常見的護(hù)士應(yīng)聘面試題供你參考：
1.對(duì)自己一分鐘簡介2.你對(duì)護(hù)理專業(yè)的認(rèn)識(shí)，你為什么要當(dāng)護(hù)士？
3.當(dāng)護(hù)士要具備哪些素質(zhì)？
4.護(hù)理模式、護(hù)理程序5.病情觀察：如考官會(huì)舉例病人神志瞳孔呼吸血壓等變化，讓你判斷?？纯茨憷碚撌欠裨鷮?shí)，是否能用到臨床6.應(yīng)急應(yīng)變：如考官會(huì)舉例皮試或藥物過敏休克的例子，讓你判斷和處理；打錯(cuò)針或輸錯(cuò)液發(fā)錯(cuò)藥時(shí)該怎么處理；打頭皮針穿刺不成功家長意見很大時(shí)你怎么處理；遇到搶救病人時(shí)搶救器械壞了怎么處理；等等等等，看看你遇到突發(fā)事故時(shí)的應(yīng)急能力7.人文方面，包括你的舉止，服裝，談吐等8.從現(xiàn)在開始算，未來的五年，你想自己成為什么樣子？
（回答一定要得體，根據(jù)你的能力和經(jīng)歷。
對(duì)工作擁有具體期望與目標(biāo)的人，通常成長較快。
應(yīng)征者針對(duì)這類問題可以回答：”我的目標(biāo)是……，為了達(dá)到這個(gè)目標(biāo)，必須努力充實(shí)自己……，而我擁有這樣的自信。 http://www.aiyijob.com/zixun/3529.html”或”這是我從小到大的理想……”。）
9.假若你在輸液過種中,兩次穿失敗.你怎么應(yīng)該怎么辦?10.告訴我，你事業(yè)的目標(biāo)？
1好文案的第一道門檻做一個(gè)好文案很難，要找到一個(gè)好文案也很難，所以，在您對(duì)加入旭日?因賽表示興趣之后，我擺出了這套題目作為入職的第一道門檻，我不是要強(qiáng)悍地說，它就是測試一位好文案的標(biāo)準(zhǔn)，好文案決非由一時(shí)半會(huì)的檢測就可以顯現(xiàn)，但我寄希望于能了解我所能觸摸的您作為廣告文案的感覺，雖然很可能這已經(jīng)有所局限，但別無良途。擺在臺(tái)面的題目是一道門檻，其實(shí)還有另外一道門檻在背后，——這是一道開放性試題，我希望你能獨(dú)立完成它，經(jīng)受住另一種考驗(yàn)。一、 談廣告。說說您近來看到的最喜歡的兩則廣告，最好是一則平面一則影視。請用文字描述它，并說說您喜歡它的原因。
2二、巧手聯(lián)珠?？磥砗敛幌嚓P(guān)的兩類事物，可以經(jīng)由文案的巧思將它們?nèi)肭槿肜淼穆?lián)系起來，下面看你的了！（寫一句話/字?jǐn)?shù)不要太多）1、 媽祖+猛男2、 咖啡+豪豬3、 加州陽光+憂郁的黑眼圈
3二、 多面寫手。廣告文案經(jīng)常要潛入不同目標(biāo)對(duì)象的心靈去寫作，針對(duì)不同的目標(biāo)群有不同的句法、遣詞和風(fēng)格，請以某一種商品為廣告對(duì)象（選你最熟悉的，但5個(gè)小題要求寫同一種商品），分別以不同風(fēng)格撰寫一段文案，包括標(biāo)題、正文。哦，不知道賣點(diǎn)、品牌個(gè)性、創(chuàng)意概念？別問我，如果你熟悉這些道道，你就自己想一想唄，如果不熟悉，怎么辦？我也不知道。1、 城市街頭少年2、 意識(shí)形態(tài)語言（雖然不屬目標(biāo)對(duì)象，但很多人都喜歡這類文字，其對(duì)象可能是：時(shí)尚文化青年）3、 小資女性4、 中產(chǎn)階級(jí)5、 網(wǎng)蟲
4三、 用一個(gè)畫面表現(xiàn)：萎靡的想像。畫一畫吧，畫得差也不要緊，關(guān)鍵是想得妙。
5四、 也寫詩。有的文案太喜歡寫詩，有的又從來不寫。但我認(rèn)為文案還是應(yīng)該會(huì)寫。——最起碼那些長短句，很為美術(shù)設(shè)計(jì)版式時(shí)所鐘愛。：）為了便于評(píng)判，我還是給您命個(gè)題：城市的顏色
6五、 短文高手。字?jǐn)?shù)限制250~350字。都市拜物教好了，您差不多該完成這些東西了，謝謝您的辛苦勞動(dòng)。請將試卷寄給我的聯(lián)系人。我會(huì)在一周內(nèi)給您答復(fù)。旭日?因賽立志做中國最好的傳播代理商，希望有機(jī)會(huì)我們能一起為之奮斗。
