如何运用先天八卦预测举例分析~推算方法？
如何运用先天八卦预测举例分析~推算方法？
&点击图片进入新浪博客主页
　如何运用先天八卦预测举例分析　　例1、预测晋升顺利与否？　　第一卦得离，第二卦震，余数五，第一卦离变乾。　　判断：震为事之体，震木于五火月弱，用卦离火又来泄气，变卦乾金克体卦震，一点有利条件也没有，说明某次晋升不顺利，困难太多且难以克服，事情无望。　　例2、预测感情成与否？　　第一卦得艮，第二卦得坤，余数二，第二卦变坎。　　判断：艮土为事之体，艮土于十二丑月旺，用卦坤土来帮扶，此事可成。但变卦为坎水，须体卦艮土来耗力摆平，说明这次感情虽然可以成，但是比较迟一点，不是很顺利。　　例3、预测考试结果好不好？　　第一卦得震，第二卦得离，余数四，第一卦震变坤。　　判断：离火为事之体，于六土月泄气，用卦来生助，表面上看着似乎会取得不错的结果，但变卦为坤土，变卦坤土于六未土月旺，狂泄体卦离火，问题来了。实际上，火性上腾，光芒宜外露，现被湿木压抑，内心不安，外强中干，自己平时学习不努力，考试不会有好结果。　　例4、预测病情能否痊愈？　　第一卦得坎，第二卦得震，余数二，第二卦震变兑。　　判断：坎水为事这体，坎水于八金月旺，说明运气旺，病无妨。虽然用卦震泄气，凡得病者肯定要为病疾耗泄体能，但八金月震木衰极，变卦兑金生体克用，说明住到了好医院，得到了好医生，病情很快痊愈。
先天八卦的具体推算方法
&点击图片进入新浪博客主页
　　先天八卦的具体算法是：　　先推出内卦三爻，由内卦三爻赶推内卦的用爻，再推出外卦三爻，由外卦三爻赶推外卦的用爻，一卦共8个爻，分别为初爻、二爻、三爻、四爻、五爻、六爻、用七、用八；后来文王在推演64卦时只在乾卦和坤卦中保留了用九和用六两个爻词。民间有“连三赶四”这一说法，正是来源于此。《连山》即为《连三》，也就是连着三个符号，算先天八卦时还需赶出第四爻即用爻才能配成一卦。内卦三爻又叫占卦，外卦又叫应卦。推出一卦后从内卦的先天方位开始，顺时针把八个爻排列于八个方位，如乾卦是内卦，即从乾位始，初爻装入乾位，二爻装入巽位，三爻装入坎位，依此类推。最后八个爻分别都装入了八个卦位，八个卦又代表八个方向和八个时间段落。（从震开始每个卦代表三节六气九候），先天八卦一卦出来后，事件的时间、方位、过程就全部显露出来了。不存在后天八卦断事模糊、时间难定、随意性强的情况。&
　　断卦方法：动卦为主。一卦之中如没动爻以初爻为主断卦，六爻全动以用八为主断卦，多爻动以动爻的末爻这主断卦。　　八爻含义：分别为平、顺、难、破、吉、悔、乱、糟；初爻平代表种子还在地下，没有出地平面；二爻顺代表植物生长出来，已经显现出勃勃生机；三爻难代表植物长到一定程度就会遇到风雨的洗礼；四爻破代表打破化蕾开花；五爻吉就是开始结果；吉者结也。六爻悔，悔者回也，代表果实回落到地上。用七乱，乱者烂也，果实开始腐烂。用八糟，意思事情已经糟透了，植物一个新的轮回的结束和一个新的轮回的开始。其实“乱七八糟”这一民间语就是从先天八卦来的，意思是事物发展分作八段，到了第五部分为顶峰，再发展下去到第七和第八就是乱和糟了。
&&点击图片进入新浪博客主页
　　八爻事物所主：
　　初爻主交易平常 婚姻合 求财平 自身占事等待 家宅祈福六畜平行人不动 疾病还愿 失物无 迁移守旧　　二爻主交易顺利 婚姻合 求财春吉 自身利 家宅安六畜兴行人得至 疾病医好 失物归还 迁移吉　　三爻主交易难 婚姻等待 求财阻 自身谨防 家宅欠安六畜不利行人迟 疾病求神保 讼诉亏 失物空 迁移吉　　四爻主交易不利 婚姻易成求财空 自身提防 家宅祈保 六畜损 行人滞 疾病多 讼诉虚 失物难 迁移守旧　　五爻主交易获利 婚姻美满 求财吉 自身顺利 家宅吉六畜兴旺行人得至 疾病易好 失物归还 迁移吉　　六爻主交易防滞 婚姻防悔 求财平 自身一般 家宅祈福六畜平行人可归 疾病迟缓 失物无 迁移守旧　　七爻主交易不成 婚姻难 求财谨防 自身欠安 家宅不顺六畜损行人阻 疾病难医 失物难 迁移不利　　八爻主交易亏损 婚姻难成 求财大吉 自身不安 家宅不顺六畜平行人难寻 疾病凶 失物难 迁移谨慎
　　断卦举例：　　如求财：测得一卦为-内卦为乾 五爻动的卦象 装卦时从乾卦顺时针分别为初爻为乾位 二爻为巽位 三爻为坎位 。。。。。。五爻为坤位 那么从五爻的断词上看是交易获利求财吉的卦词那么在时间上讲应该在冬至和大寒这三个节气上，方向上在北方上将获得财帛。再如求雨：测得一卦为内卦为兑四爻动的卦象，装卦后，四爻位于坎位，坎主水，大雨之兆。　　老者最后说，其实易离我们很近，离百姓很近，况且易本身就是简易、变易的意思，在先古人们几乎户户都会用的东西。一些成语也来源于易，比方说“天南地北”就是指先天八卦上乾在南地在北；还有“顶天立地”也是；前边说的“乱七八糟”就是卦上指最后事物到了乱和糟的地步，不可收拾。所以说，所有事物都是物极必反，什么都有兴起和衰落。人们只有明白这个道理，才可以避凶趋吉，保持良好的心态，面对生活。
发表评论：
TA的推荐TA的最新馆藏[转]&[转]&[转]&[转]&[转]&如何利用“图计算”实现大规模实时预测分析
发表于 09:13|
作者王绪刚
摘要：相比起“Hadoop、Spark”这种流行的大数据处理平台，说起“图计算”，可能许多人还比较陌生。“图计算”是以“图论”为基础的对现实世界的一种“图”结构的抽象表达，以及在这种数据结构上的计算模式。
一、何为“图计算”
相比起“Hadoop、Spark”这种流行的大数据处理平台，说起“图计算”，可能许多人还比较陌生。甚至有人会误把它当成专门进行“图像”处理的技术。
首先我们互联网上通常的定义来说明一下图计算：
“图计算”是以“图论”为基础的对现实世界的一种“图”结构的抽象表达，以及在这种数据结构上的计算模式。通常，在图计算中，基本的数据结构表达就是：
G = （V，E，D） V = vertex （顶点或者节点）& & E = edge &（边） D = data
（权重）。比如说：对于一个消费者的原始购买行为，有两类节点：用户和产品，边就是购买行为，权重是边上的一个数据结构，可以是购买次数和最后购买时间。对于许多我们面临的物理世界的数据问题，都可以利用图结构的来抽象表达：比如社交网络，网页链接关系，用户传播网络，用户网络点击、浏览和购买行为，甚至消费者评论内容，内容分类标签，产品分类标签等等。
图数据结构很好的表达了数据之间的关联性( dependencies between data )，关联性计算是大数据计算的核心——通过获得数据的关联性，可以从噪音很多的海量数据中抽取有用的信息。比如，通过为购物者之间的关系建模，就能很快找到口味相似的用户，并为之推荐商品；或者在社交网络中，通过传播关系发现意见领袖。但现有的并行计算框架像MapReduce还无法满足复杂的关联性计算。比如，笔者曾经发现有公司利用MapReduce进行社交用户推荐，对于5000万注册用户，50亿关系对，利用10台机器的集群，需要超过10个小时的计算。
最近有许多新型的基于图的计算平台和引擎出现，来应对这种复杂的需求。比如开始有专注与图结构化存储与查询的图数据库 Neo4j，infinitegraph等。Google为了应对图计算的需求，推出了新的“计算框架”——Pregel。CMU给出了一个开源的版本——GraphLab，虽然二者都是对于复杂机器学习计算的处理框架，用于迭代型（iteration）计算，但是二者的实现方法却采取了不同的路径——Pregel是基于大块的消息传递机制，GraphLab是基于内存共享机制。同样的，最近非常火的“Spark”也有支持图计算机器学习的模块——GraphX，可以实现复杂的图数据挖掘。
二、业务挑战
时趣SocialTouch是数据驱动的移动营销解决方案提供商。所涉及的客户数据源涵盖了自媒体行为，关系，内容。企业内部营销，销售，售后数据，以及其他第三方和广告投放数据。数据来源结构复杂。数据的应用类型也比较多样化，主要包括：消费者画像，交互式消费者洞察分析，潜在消费群体挖掘，个性化内容等等。因此，从业务出发面临许多现实的技术挑战：
1、大数据量：SocialTouch提供的是SaaS 模式的数据管理平台，那么对于不同的应用，可能会用到不同的算法策略。而一家客户的数据平均都在100T以上，同时还在持续增加。如何利用不同的算法策略在同样的数据结构之上进行计算，而不是为了使用不同的算法需要修改和迁移海量的数据。需要我们采取一致性的数据结构。
2、动态变化：营销的核心是研究“人”，而对人的描述的主要数据是行为数据。SocialTouch通常会根据客户的需求，持续采集消费者的行为数据。而用户行为往往是实时动态发生，因此需要数据与模型也能够实时更新。
3、实时性：对于数据分析人员来说，往往许多分析的维度不是事先预定的，需求总是不断在变化。能够进行交互式的数据的钻取，无疑有助于更好的发现营销“真相”。因此，对于大数据量的实时计算就成为了一个挑战。同时，基于消费者个体画像和当前的“上下文”触发的个性化营销也是移动营销的主流需求。因此，这就需要服务器端在毫秒级别内给出个性化的预测结果。目前针对复杂机器学习的“图计算”虽然可以支持“批处理”模式的迭代计算，比如著名的PageRank模型。但对于实时分析和预测，并不是最好的解决方法。
4、关联性：对于营销来说“预测性”分析不仅仅是发现营销的好坏，更重要的是发现为何好，以进行优化。比如“归因分析”和“相似人群”等预测性模型，都需要关联计算的支持。而且，这种关联性计算也对实时性有一定的要求。虽然一些图数据库可以支持图数据结构的读取访问，但对于大数据量的关联计算支持较差。
三、CrowdGraph——从业务出发的选择
为了应对以上业务需求。SocialTouch从构建大数据架构开始，就启动研发了专利技术——CrowdGraph，专业应对消费者行为数据处理的实时图计算引擎。并成功应用于SocialTouch
BI，社会化聆听，数据管理平台等产品中。下图给出了CrowdGraph的逻辑架构：
整体架构从逻辑上划分为4层， 分别为应用服务层，计算查询层，索引管理层和索引层。应用服务层提供稳定高效的网络服务和相关的Query解析，查询计算层负责
查找、筛选、分组过滤、游走等算法。索引管理层主要负责索引段的管理和适配，保证索引的灵活使用。索引分为vertex和edge两种类型，vertex、edge的属性支持Scheme定义，索引建立支持采用hadoop离线完成。
整体上索引和算法是核心。
以微博用户的影响力标签计算为例子，只需要简单的三步：
第一步：用户以等边上概率游走到粉丝，根据粉丝属性值计算此步游走的权重。
第二步：粉丝以等边概率游走到标签，根据标签的属性值计算此步的权重。
第三步：对相同相同标签所在的路径的权值累加后，对候选标签进行排序、过滤。
在实践应用中，GrowdGraph主要用于存储各种对象（用户，信息（商品页面，广告页面）之间的互动关系，经过测试，它具有以下特点：
高性能与实时：由于本身就是专为挖掘关系设计的数据系统，
CrowdGraph预先建立和存储了对象关系数据，同时考虑了块读取和内存加速，所以与关系型数据库相比，具有更高的查询性能和无法比拟的计算性能，比如计算超过百万潜在的消费者的属性分布，只需要秒级返回结果，是传统数据库查询的60—1200倍。
灵活性：与传统BI系统和数据仓库相比，由于CrowdGraph不必预先设计表格的结构，所以可以动态的插入任意关系类型，非常适合存储动态变化的信息（如人的行为）。
CrowdGraph高度抽象了各种关系，不必定义结构，就可以可以很好的表达人的行为，属性，社会活动，广告点击，内容浏览和商品交易等各种抽象关系。
精准性：与其他开源的图数据库不同，
CrowdGraph中间包括了相关算法框架层，可以直接支持实时聚类，归因分析，贝叶斯网络等模型。同时避免直接访问抽象的数据，可以提供面向业务逻辑的精准预测服务。
四、结束语
&图是一种抽象人类行为的方法，就像一句谚语所说“知道的越多，未知的就更多。对人类的行为的分析不是一个简单的“分类”问题，而是一种概率预测和排序问题。图计算的应用才刚刚开始，随着大数据研究和应用的发展，我们相信更多的支持“图计算”的系统会被大量使用。如果你有兴趣参与其中，希望和我们一起探讨。
作者简介：王绪刚 时趣首席科学家，日本富山大学 工学博士。
（责编/夏梦竹）
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章预测将来身高的式子咋算_百度知道
预测将来身高的式子咋算
提问者采纳
.52 -- -- -- -- -- .89 0.5 86?公式.59 8??：?.87+0，由于身高受许多因素的影响.88 14;2.63 0.71 19.92 ：成人身高（㎝）＝A+B×当时身高（㎝）(A为常数：这个公式为国家体委体育科学研究所根据足长与身高的关系提出.983×158=168㎝?10.25）.75 0.5 75.08 0??女 8.5 111.33 7.82 4，那么该女孩至成年时身高估计为30?.38 0.58×A＋0.5 68，结果相近?.5 2 0，B为相应系数.47 12?9?表1;2×1.5 73：成人身高（㎝）＝当时足长（㎝）×K （K为换算系数?：成人身高（㎝）＝30?7? .预测身高系数A，初潮时的身高为158㎝。此方法不适用于早熟或晚熟的儿童?.13 6.64 6?.42 37.85 0.5 71?女孩成人时身高（㎝）＝（父亲身高×0，初潮在身高突增高峰后来临?8.85 18.75×133= 172㎝??.41 0.79 7.57 .91 52、骨龄及前一年增长值预测的TWMC方法等?.75. 足长预测身高换算系数K值表 ：?.97 16?.983×H (A为月经初潮年龄（岁）.94 0.99 。事实上加入骨龄后预测准确性更大.25 7，只适用于已来初潮的女孩.5 15.923＋母亲身高）&#47.09 0?.68 0?.87 0.52 77，足长为20，误差一般小于3㎝。需要说明的是.5 71.2×7.79=157㎝.02 99?，笔者略作改动.96 7.5 75.25＋0.87?：这种方法的局限性显而易见，在此不作介绍.77 8.97 .55 7?.5 98?.99 。.88 50.5 76??3，当时身高为133㎝，女孩继续长高的余地不大.52 20.B值表.25 7.58×11??表2.22 1.97 0.5 71?5.15 0?.79.91 17?公式?4.9 1?三． 利用当时身高进行预测.4 0?四． 利用女孩的月经初潮年龄和初潮身高进行预测?举例??年龄 男 女 年龄 男 女 .5 2 0.5 34，那么该女孩至成年时身高估计为20?.01 15.68 0?二． 利用足长进行预测。 .89 0.99 0 1 .86 0，使用所有这些方法进行预测均有一定的误差，原表为足长与身高的原始表，根据当时身高.71 0? ?，H为初潮时身高（㎝）)。。而一般来说.85 0.08.43 8.5 70。，而对早熟或晚熟儿童可能出现稍大的偏差，B为0.95 6，在表2中查得A为71.44 0.24 8，如根据骨龄预测的B-P方法.06 7：，可在表2中查得).39 0.85 51?11?（岁） A B A B （岁） A B A B .76 1?.5 76 0.94 8.09－1?6.57 0.75 12.2㎝，K值在表1中查得为7.02 0，那么该男孩至成年时身高估计为 71.16 7?.7 87?.71 0.75 90.09 7?公式，但操作相对困难??，对个体来说，此时.92 2.5 6.99 0 1 ：一个10岁半的男孩?.57 0?.11 0?举例.02 86.5 100.01 — ?.82 54：这种方法对平均成熟型的儿童预测效果较好??说明?男 9.13 0?公式，具体见表1）.94 .97 73.04 0?gggg身高的预测还有其他不少方法? .09 0.09－1?说明.97 1?举例.38 0：一个女孩?：：一个10岁的女孩?一． 利用父母身高进行预测。?性别 7岁 8岁 9岁 10岁 11岁 12岁 13岁 14岁 15岁 16岁 .78 68.67 7.8 ，11岁零3个月时月经初潮（A值为11：男孩成人时身高（㎝）＝（父亲身高＋母亲身高）&#47?2.81 13.98 ?。 ?说明
提问者评价
其他类似问题
向医生提问
完善患者资料：*性别：
为您推荐：
其他4条回答
计算未来身高的公式都是不准确的 因为每个人的身高都不可能一样，尽管两个人的父母身高都一样，但这两个人的身高也不可能一样，还得看后天的营养因素、环境因素、运动量等因素
公式都是不准确的
要增高就多运动
dsfsdfsdfdsfds
您可能关注的推广
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁苹果/安卓/wp
积分 12, 距离下一级还需 12 积分
权限: 设置帖子权限
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
开心签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
大哥大姐们，我是初学，请帮我解答一道题吧，我百度不到这个题的答案啊。谢谢啦什么是预测风险（forecasting risk）？如何利用条件分析(what\if analysis)方法评估预测风险？如何区分并应对系统风险和非系统风险？
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
组合预测方法中的权重算法及应用
下载积分：800
内容提示：组合预测方法中的权重算法及应用
文档格式：DOC|
浏览次数：29|
上传日期： 01:11:50|
文档星级：
该用户还上传了这些文档
组合预测方法中的权重算法及应用
官方公共微信}