文/ 罗东

2018年3月1日，车好多集团（瓜子二手车直卖网、毛豆新车网）宣布完成8.18亿美金C轮融资，由腾讯领投，新加入的投资方包括工银国际、云锋基金、方源资本、GIC、IDG资本、泰合资本；老股东红杉资本中国基金、H CAPITAL、DST Global、今日资本、首钢基金、山行资本追加投资。

创始人杨浩涌告诉《21CBR》记者，此次融资在2017年12月启动，春节期间完成，金额大，进展快，但并未公布车好多集团的最新估值。他表示，车好多还在做一个后续的Ｃ＋轮融资，完成后会对外界公开车好多集团的最新估值。

瓜子二手车：加强线下布局

杨浩涌称完成融资后，将进一步加大瓜子二手车业务的投入，重金打造两件事情：一是规模继续增长；二是构建二手车业务的护城河。其中的要点在于加强线下布局与数据学习。

杨浩涌解释：瓜子二手车新增了一个"保卖”业务，通过积累的大数据系统给车价做评估，评估后给卖家报出一个价格， 如果卖家可以接受，就会在14天内由瓜子二手车付款，而保卖业务收来的车辆会集中在线下场地出售。

目前，瓜子二手车在北京的第一家店开设在五方桥，总面积约5000平，该店铺的车辆在数百台规模。

在杨浩涌看来，这种模式和瓜子二手车创立之初宣传的“没有中间商赚差价”并不矛盾，其广告语的真正意思是没有低买高卖，不攒差价，而是收取透明的服务费，全程价格信息对称，C2C的去中间商化并不意味着不要中间服务商。同时，瓜子二手车的保卖模式属于线上获客，线下服务。

该模式或加大瓜子二手车的资金压力，如果收车时给出价格太高，不但占用资金，而且还会亏钱。杨浩涌表示：“今年12月，全国大概20多家保卖店诞生了，未来在北京这种大城市可能还会有几万平的保卖店。在12月，我们在全国接近200个城市，用保卖模式收了一万辆车，大概动用了10个亿的资金做这些车的腾挪。这么大的资金压力下，必须保证快速周转还不亏钱。”

因此，瓜子二手车从2016年年末就开始尝试建立数据模型，积累数据，改进算法，做二手车的价格预测，技术仍然是瓜子二手车保卖业务成败的关键。

2018年，车好多将持续加大研发投入，加强工程师，尤其是人工智能科学家队伍建设，大力投入大数据、人工智能、智能硬件等技术的研发和落地。

毛豆的三个护城河

融资租赁模式撬动新车市场的毛豆新车网成立于2017年9月，杨浩涌称，目前还不能公布毛豆的数据，但发展比当初的瓜子二手车还要快。因为年轻人非常喜欢这样的租赁服务，但同时，一成首付对毛豆的资金占用量也非常大，二手车和新车的双赛道，都属于必须重金投入的领域。金融是车好多集团的基础能力之一，而引入银行投资方也是为了强化这一能力。

杨浩涌认为车好多的护城河有三条：

第一是一线服务人员，已经接近2万人。毕竟汽车是重资产，过户手续繁琐，要在全国几百个城市落地，就意味着要有大量的一线服务人员，而在全国性的队伍建设层面，一直是杨浩涌引以为豪的地方。

第二是品牌。毛豆将充分学习瓜子二手车通过大规模的广告与符号教育，将其自身与二手车划等号的做法。因此，将继续通过大规模的广告强化消费者对毛豆的认知。

第三是数据。通过数据来驱动毛豆（当然也包括瓜子二手车）的业务模式和商业模式进化，是车好多未来布局的重心。

我想好多人对大数据还没有一个完整的概念，认为大数据距离自己是很遥远的一件事情，其实呢，大数据离我们并不遥远，并且大数据就在我们的身边，与我们的生活是息息相关呢，那么什么是大数据呢？在百度百科，对大数据的定义如下：

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

首先，可以肯定一点，大数据肯定是海量的，另外这些数据的价值需要进行处理，整理，分析，挖掘其潜在价值，如果只是一堆海量的数据在哪里放着，也将是毫无价值的，需要经过分析，整理，决策，这样才能产生巨大的价值，如果我们将海量的数据叫做资源，将分析，整理，决策叫做计算，也就是资源+计算产生了巨大的价值，如果没有资源就谈不上计算了，如果只有资源，没有计算也是毫无价值的。

在高速发展的的现代社会里，我们周围充斥着大数据，在全球范围内每秒钟都会有海量的数据产生，并且24小时不间断的持续产生着，接下来就举例说明我们平时周围所能看到的一些大数据吧！

每日的车流量

比如说在城市里，车来车往，小轿车的数量多如牛毛，电子监控设备也是不计其数，每时每刻都会产生大量的数据，这些电子监控设备都会不停的采集这些城市交通数据，每一辆车的车型，车牌号，出现的地理位置，以及路过的时间都不会逃出这些监控设备的法眼。对这些数据的分析就能得到一些有价值的事情，比如哪个地段交通事故频发，需要采取进一步的安全措施，哪个地方违章频发，需要进一步分析什么原因造成的等等。

上下班地铁站

在一些大都市，地铁对每一个上班族来说，肯定是在熟悉不过的事情，地铁的人流量大家也是深有体会的，通过一个小小的公交卡片就能非常快捷方便收集到每一个地铁站，每个时间段的客流量，根据这些客流量也能准确的计算出平时的出现高峰期，以及从而做出正确的决策，比如在哪个时间段，那个站点需要进行人流的控制来缓解交通出行的压力。

每日的阅读数据

现在基本上每个人都有一部智能手机，不论是商场，还是在家里，还是在其他任何地方，相信好多低头族都在不停的刷着手机，也在每时每刻的的产生着海量数据。

每日的购物数据

各种各样的电商网站，各种各样的物品，都在时时刻刻的产生着海量的数据，自从有了互联网，每分钟的交易数与传统的生意相比提高了成千上万倍（远远不止成千上万）。

这些种种活动背后都是有海量的数据产生，上面提到了，作为大数据核心两点就是资源和计算，只有这两点结合起来才能产生巨大的价值，那么大数据的具体处理流程应该什么样一个过程呢？为什么说一个过程中，因为大数据不再是像传统的小量数据，实时产生计算结果，他是一个流程化的过程，一般分成以下几个环节。

数据的收集/采集

这是第一个步聚，数据的产生都是由这个环节引起的，这个环节只是简单的收集数据，不考虑数据的重复性及有效性，就是简单的数据录入

数据的处理及格式转换

这部的主要工作就是将数据加工处理及对数据的有效性及重复性校验，及格式上进行转换，转换成事先设计好的格式，从而方便数据向固定的存储介质上进行存储

数据的存储

上面说的存储介质可能是数据库或文件存储系统等或者是几种存储方式的结合，将采集到的数据进行有效处理从而沉淀下来。

数据的统计分析

对存储的起来的数据进行多个维度进行分析，得出相应的结论，这些维度都是一些技术人员或者业务专家共同探讨制定出来的，按照这些维度能得出来好多有价值的结果！

数据的挖掘

通过对分析到各个维度得出的情况来挖掘他们背后的各种联系，得出相应的策略，从而并很快的实施下去。

大家好，我是“上世是朵花”。如果你有什么好的看法或者观点可以在评论区展现你的才华，互动交流，如果想进一步了解我，那就关注我吧！

作为一个对互联网行业持续进行观察的自媒体人，我这辈子看过很多数据报告，但这一份尤为特别：这是一份由51信用卡出具的出行数据报告！

是的，你的信用卡包出了一份数据报告告诉你人们是如何骑车的……

过往见过的是业务跨界：互联网金融把银行的生意做了，微信端掉了短信运营商的饭碗……而这一次见到了数据的跨界与整合，这是一个颇有意思的方向，倪叔特意将报告拿过来给大家分享：

日前，51信用卡联手Hellobike发布《信用卡人群共享出行大数据》报告，通过调查51信用卡旗下全账单管理平台“51信用卡管家”和Hellobike平台的全量数据，深度解读了活跃信用卡人群的共享单车出行现状。

据悉，51信用卡管家拥有近1亿优质用户，管理超35%的活跃信用卡账单，是国内管理信用卡账单最多的移动互联网平台。Hellobike是一家致力于为用户提供轻活、自由出行的共享单车公司，目前已在苏州、杭州等16个城市投放共计70万辆单车，在二线城市市占率保持第一。

时下，共享单车是极为热门的出行方式，它通过移动互联网技术，实现了无固定管理场所，仅凭借个人信用就完成单车租赁、使用和归还的完整过程。因而，共享单车与信用卡人群之间存在天然的联系，即在于信用。

根据报告显示，共享单车渗透率高的城市，与信用卡人群的活跃度基本保持一致。广东是信用卡活跃用户分布和共享单车渗透率最高的省份，当地人对于信用消费和互联网产品的接受程度位居全国第一。

而在所有的活跃信用卡用户中，男性是共享单车的主要用户群体，近六成21-30岁的年轻人在日常出行中使用过共享单车。色多貌美的共享单车更适合向来颜控的天秤座人，该星座强势登顶十二星座中最爱使用共享单车的榜首位置。

基于信用卡用户和共享单车用户偏好信用消费的共同特征，两者交叉人群的人均消费笔数较一般信用卡用户更多，达到298笔/人，笔均消费金额为1055元。

另据Hellobike数据统计显示，2017年第一季度共享单车的人均骑行时间为13分钟，人均骑行距离约2.8公里，人均累计节约碳排量3.4千克。

共享单车已基本覆盖杭城各大城区，成为杭州本地人和来杭游客重要的短途出行工具。商贸办公区、大型居住区、景点周边以及相对不便的出行区域是四类最热门单车骑行区。而作为热门景点的聚集地，西湖区当之无愧成为共享单车需求量最大的地区。

其中，杭州地区的单辆单车骑行距离最长达到64.8公里，横穿下沙、拱墅、西湖三个区，骑行时间从上午8:13分开始，16:31分结束，历时超过8小时。车辆编号为“2200397508”的单车在一天内被扫码45次，当选最受欢迎单车冠军。

共享单车用科技改变出行方式，为更多用户提供了短途出行的便利。

这一基于个人信用构建的共享经济模式，与51信用卡所倡导的理念不谋而合。如果说，城市让生活更美好，Hellobike让城市更美好，那么51信用卡就始终致力于“让有信用的人过得更好”。

附：《信用卡人群共享出行大数据》全文

很多人可能不理解中国空军司令为何在公开场合公布中国轰-20的消息，这太不符合中国传统武器发展的套路。按照以往中国最新武器发展的模式，已经服役很久的装备，官方媒体或者军报也是以空军或者海军某装备等等。就拿歼-10来说，装备都好几年，国内一直处于保密阶段。等公开后都是装备数年以后的事情了。

而这次空军司令在公开场合看似是那么随口一说，却在国内外引起来巨大猜想。随后网上出现了轰-20模糊的照片和公开展示的模型。在最近的央视节目中，有中国军事专家尹卓在对轰-20做推测时说，隐身亚音速比较符合中国目前的情况，目前世界发展最好的战略轰炸机选项就是亚音速+隐身。

按照央视专家的理论，超音速对于机身庞大的战略轰炸机来说是一个技术难点。隐身设计本身就对超音速有重大阻碍，当年美国F-117隐身战斗机就是很明显例子。装备两台F-18发动机的F-117依然不能以超音速飞行。外形物理折射极大的阻碍了气动风阻。这一问题短板成为后来F-22改进设计的主要方向。

假如体型庞大的B-2，实现超音速飞行必然会想F-22一样损失部分物理折射隐身性能。结果就是庞大的机体在雷达表面暴露的可能性很大。再说轰炸机速度再快也无法与战斗机相比，一旦暴露就是活靶子。因此对于战略轰炸机隐身性能才是首要，其次才是载弹量、航程和速度。

按照美国B-2和美国新战略轰炸机B-21的技术配置，前者使用四台F-118发动机，该发动机是F-14和A-7的标准配置。而B-21将会使用四台F-15或者F-35的发动机。中国成熟的涡扇-10高功率发动机已经与F-15最新型号发动机相当。涡扇-15虽然与F-35配备的F-135发动机相媲美。但是成熟度没有涡扇-10高，因此被选的可能性很小。

也就是说马上就要曝光的中国轰-20将采用四台国产高功率涡扇-10+发动机。外形最大限度物理折射隐身+外表隐身材料涂层相结合。飞翼式布局，机身背部进气，飞机不再有垂直尾翼。航程超过1万公里，载弹量必须在20-30吨之间。

至于航电系统，中国现在已经不弱于美国。作为中国国产第一个大型战略轰炸机，当然黑科技都会在上面使用。有了这些数据做支撑，怪不得空军司令员敢硬气的在公开场合爆料。

作者：核子猎潜艇（杨斌国）原创写作，没有授权，不得转载

嗨喽，大家好！欢迎来看小编的话题！今天小编要和大家聊一聊神秘的数据基地——贵州。贵州，位于我们国家的西南部地区，气候十分宜人舒适，动植物资源丰富，自然景观也非常美丽。而且贵州境内山脉很多，重峦叠嶂绵延数十里。如：大娄山，武陵山，乌蒙山等名山，也有如：乌江，赤水河，牛栏江，红水河等大规模的流域。

有山有水是我国甚至世界的旅游胜地，同时因为贵州矿产资源丰富，煤炭储存数量巨大，煤炭品种也和丰富齐全，煤炭的质量也很好，因此有着“江南煤海”之称，是我们国家著名的矿产资源大省。

但是，随着科技网络的发展，大数据时代的来临。有谁知道，我们国家很多像阿里、腾讯等大型电子数据公司将其数据中心设立在贵州呢？又是为什么要将数据中心等电子数据放在贵州省呢？

其实呢，贵州除了依靠着本身的优越地理位置和丰富的资源发展旅游业，贵州也是我们国家的内陆地区开放的第一个国家级大数据综合实验区域。国家对贵州有专门的补贴与支持，正是因为贵州有着优越的国家政策，政府补助等优惠策略，才让众多大型交易公司的数据依靠着优惠政策，吸收着各种福利，然后安心地将数据存放在那里。

同时，大数据中心的建立对于能源的消耗也是很大的，大数据中心的发热问题也是相对难以处理的。一般针对能源消耗就得一大笔资金，简直可以说是入不敷出。然而贵州的自然环境算是“世外桃源”了，那里污染物非常少，远离城市的喧嚣使得贵州的雾霾非常少，甚至没有什么雾霾污染物。

再加上贵州的温度适宜，贵州当地太阳能资源和风力资源丰富，可以建立新能源发电用以维护数据中心。贵州种种条件相结合正好对于大型数据中心的建设有着非常好的作用，贵州空气质量高，干扰物少，让各种数据也拥有了很好的接收和发送的条件，大大的方便了信息的采集和收纳。

最后，贵州本身位于我国的西南地区。人口本身就相对于其他地方较少同时也对大数据十分支持和接受。贵州也不像上海、北京或者深圳那些地方那么经济发达。在引进大数据的同时有利于带动当地人口流动和经济发展。

以上便是我国很多大型的电子公司将数据中心设立在贵州的原因了。不知道大家对于大数据中心有何理解呢？知道或了解的朋友请在下方留言、分享，让大家都可以沟通了解哦！

1、知乎

沧海横流，看行业起伏（2015年） - 数据冰山 - 知乎专栏，抓取并汇总所有的答案，方便大家阅读，找出2015年最热门和最衰落的行业

有空的时候，准备写爬虫分析知乎的关系链。

2、汽车之家大数据画像：宝马车主究竟有多任性？ - 数据冰山 - 知乎专栏，利用论坛发言的抓取以及NLP，对各种车型的车主做画像。

3、天猫、京东、淘宝等电商网站超越咨询顾问的算力，在用户理解和维护：大数据改变管理咨询（三） - 数据冰山 - 知乎专栏，抓取各大电商的评论及销量数据，对各种商品（颗粒度可到款式）沿时间序列的销量以及用户的消费场景进行分析。

甚至还可以根据用户评价做情感分析，实时监控产品在消费者心目中的形象，对新发布的产品及时监控，以便调整策略。

4、58同城的房产、安居客、Q房网、搜房等房产网站下半年深圳房价将如何发展 - 数据冰山 - 知乎专栏，抓取房产买卖及租售信息，对热热闹闹的房价问题进行分析。

5、大众点评、美团网等餐饮及消费类网站黄焖鸡米饭是怎么火起来的？ - 何明科的回答，抓取各种店面的开业情况以及用户消费和评价，了解周边变化的口味，所谓是“舌尖上的爬虫”。

以及各种变化的口味，比如：啤酒在衰退，重庆小面在崛起。

6、58同城等分类信息网站花10万买贡茶配方，贵不贵？ - 何明科的回答，抓取招商加盟的数据，对定价进行分析，帮助网友解惑。

7、拉勾网、中华英才网等招聘网站互联网行业哪个职位比较有前途？ - 数据冰山 - 知乎专栏，抓取各类职位信息，分析最热门的职位以及薪水。

8、挂号网等医疗信息网站如何评价挂号网？ - 何明科的回答，抓取医生信息并于宏观情况进行交叉对比。

9、应用宝等App市场你用 Python 做过什么有趣的数据挖掘/分析项目？ - 何明科的回答，对各个App的发展情况进行跟踪及预测。（顺便吹一下牛，我们这个榜单很早就发现小红书App的快速增长趋势以及在年轻人中的极佳口碑）

10、携程、去哪儿及12306等交通出行类网站你用 Python 做过什么有趣的数据挖掘/分析项目？ - 何明科的回答，对航班及高铁等信息进行抓取，能从一个侧面反映经济是否正在走入下行通道。

11、雪球等财经类网站抓取雪球KOL或者高回报用户的行为，找出推荐股票

12、58同城二手车、易车等汽车类网站一年当中买车的最佳时间为何时？ - 何明科的回答和什么品牌或者型号的二手车残值高？更保值？反之，什么类型的贬值较快？ - 二手车，找出最佳的买车时间以及最保值的汽车。

13、神州租车、一嗨租车等租车类网站抓取它们列举出来的租车信息，长期跟踪租车价格及数量等信息

14、各类信托网站通过抓取信托的数据，了解信托项目的类型及规模

其实还有很多数据，就不一一列举了。只要有爱数据的心和能爬的虫子，一切且有可能。

众所周知，战争最大的损失就是人口的迅速减少，因此抗战胜利后，为了经济和国防发展需要，我国鼓励多生政策，当时中国处于农业发展为主时期，人多就意味力量大。到了八十年代，中国正值改革开放时期，人口增长过快，中国人口接近11亿人，占世界人口比例的28.52%。这个时候中国人口基数过大，新增人口过多。

而很多资源开始分配不均衡，非常影响我国经济的发展和老百姓生活水平的提高，特别是农村人口非常多，老龄化又严重，这个时候就必然开始计划生育政策，这样利于提高国家综合国力，利于农民少生快富和提高劳动就业。尽管如此，到了90年年代末期，中国人口已经一跃增长到了13亿，截止2017年我国大陆人口已达13.9亿，如果算上港澳台地区，远超过14亿。

很多人都奇怪，不是实行计划生育吗？怎么数据一直在涨呢？其实我们的计划政策效果很显著，这些年来人口增长速度一直在降低，数据看着非常之多，其实里面是人口老龄化较多，人口结构老化，长期以往，不仅使得国家的经济活力下降、劳动力减少，更严重的是无法满足国防发展需求。目前服役兵员有七成是独生家庭。

目前中国解放军在役人员约200万人，虽然是全球现役军人较多的国家，但是如果还是鼓励只生一胎的话，对于长远发展来说，征兵难将会一个很大的问题。就目前而言，很多农村当兵的数量已经下降非常快，这是一个非常严峻的问题，我们知道国防是领土完整的强大后盾。再加上现在年轻人养老压力非常大，故而去年国家放开二胎政策。这样做不仅利于人口基数稳定，还利于国防长期稳定的发展、提高国家的军事综合实力。

如果照这样的形势发展下去，再过32年，也就是2050年的时候，中国人口又会有什么样的变化呢？很多人预测说肯定在14-15亿左右。但是联合国就此问题就曾做过预估，到2030年我国人口会上升到14.4亿，但是到2050年人口将下降到13.6亿；到时候中国的人口可能会跌出全球前16名之外。

【IT168 评论】大数据正在改变世界。但是，大多数大数据项目搞着搞着就黄了，很难成功。这是为什么呢?

企业正努力在产品中部署大数据，这一点是毋庸置疑的。但是，根据Gartner在2016年下半年发布的新闻稿：只有15%的企业将其大数据项目部署到生产中。”Gartner在选词时非常谨慎，这并不意味着剩下的企业没有实践，或者数据科学家没有发现使用大数据技术的优势，只是剩下的85%的项目并没有真正投入生产。

问题不在于缺少大数据分析或者是大量的数据科学实验。真正的挑战是缺乏大数据自动化能力，以便将实验版本从沙箱推入功能齐全的生产环境中。

大多数人认为分析生产就是调整集群。当然，可以编写一个sqoop脚本并将表格放入一次。但是，在不影响源系统的情况下多次实现则是一个挑战。然后，必须确保构建的数据管道在由服务级别协议(SLA)设置的时间范围内提供数据。此外，数据模型需要针对用户当前正在使用的工具(如Tableau，Qlik等)进行优化，以达到用户所期望的响应能力。

在Hadoop和Spark之上使用工具进行大量的努力和改进以对大型数据集进行快速原型设计。但原型是一回事，创建每天运行而不发生故障的数据工作流程，或者在数据流作业失败时自动启用恢复，又是另外一回事。

本文作者分析了五大大数据项目夭折最常见的技术原因：

1、无法快速加载数据以满足SLA

虽然像sqoop这样的工具支持数据读取的并行化以从传统数据源获取数据到数据湖，但需要专家来使其正常工作。如何划分数据?要运行多少个容器等问题都需要专家给出合适的解决方案。如果无法正确处理并行数据的读取，则一个小时就可完成的任务甚至需要10到20倍的时间，因为大多数人不知道如何正确调整。

2、不能逐步加载数据以满足SLA

大多数企业并未将整个操作转移到大数据环境中。他们从现有的操作系统移动数据以执行新的分析或机器学习，这意味着需要在新数据到达时继续加载。问题是这些环境不支持添加，删除或插入的概念，这意味着必须重新加载整个数据集(请参阅上面的第1点)，否则必须围绕一次更改捕获问题编写代码。

　3、不能以交互方式提供对数据报告的访问权限

想象一下，如果有1000位商业智能分析师，他们都不想使用您的数据模型，因为他们需要很长时间才能查询。这是Hadoop的一个经典问题，也是许多公司仅使用Hadoop进行预处理和应用特定机器学习算法，但随后将最终数据集移回传统数据仓库以供BI工具使用的原因。无论如何，这个过程又为成功完成大数据项目增加了难度。

4、不能从测试迁移到生产

许多企业能够确定沙箱环境中数据科学家的新见解的潜力。一旦他们确定采纳新的分析方法，就需要从沙盒转移到生产环境。从开发转移到生产是一个完整的升降和换挡操作，通常是手动完成的。虽然它在开发集群上运行良好，但现在相同的数据管道必须在生产集群上重新优化。这种调整往往需要大量的返工才能有效执行。如果开发环境与生产环境有任何不同，则情况尤其复杂。

5、不能管理端到端的生产工作量

大多数企业都将注意力集中在工具上，因此他们的数据分析师和科学家可以更轻松地识别新的方法。但是，他们没有投资类似的工具来运行生产环境中的数据工作流程，因此不得不担心启动、暂停和重新启动过程，还必须担心确保作业的容错性，处理通知以及协调多个工作流以避免“冲突”。

因为上述五大技术原因，导致很多大数据项目并没有如期与我们见面。当然，如果你有更棒的见解，欢迎在评论区留言。

证券时报记者 罗曼

3月25日，2018中国（深圳）IT领袖峰会在深召开。美国斯坦福大学讲座教授张首晟在谈及区块链时表示，人工智能确实是在突飞猛进的发展，但是人工智能现在最最缺少的是数据，恰恰今天我们的数据是处在完全中心垄断的一种状态里面，不帮助机器合理地来学习。

一个星期前，Facebook有很多个人的数据等于被盗，张首晟表示，今天的世界个人会产生出很多的数据，我们个人的基因数据、医疗数据、教育数据、行为数据等等，很多数据都是掌握在中心机构里面，没有达到真正的去中心化。

他进一步认为，有了区块链之后，这个数据市场也真正能够使得我们的社会变得公平。我们现在社会最大的不公平是容易歧视一些少数派，但是在机器学习过程当中最需要的就是少数派的数据。如果今天机器学习的精准率达到90%了，要使90%变成精准率达到99%，需要的不是以前已经学过的数据，需要的是跟以前最不一样的数据。

1、 一个正常人口中的细菌足足有几亿个！所以当两个人在接吻的时候，其实就是两个人在互相交换嘴里的细菌！

2、 以前的人们有很多神奇的检查，比如说检查怀孕的方法，可以将孕妇的尿液注射到青蛙的后腿中，如果青蛙排卵了，那么就是怀孕了！

3、 我们一提起内蒙古总会想起草原和骏马，虽然内蒙古的草原非常多，但是也并不是所有的内蒙古人都会骑马的！

4、 其实我们现在一直处于不同的运动当中，而且这个速度快到你不敢想象！如果地球停止了，那么因为惯性的原因，地球上全部的生物都会灭绝！

5、 一提起日本的忍者，我们总会想起那些神奇的忍术，但是实际上忍术中还有很多简单的忍术，比如说千年杀！

6、 其实古代的人们也是会刷牙的，虽然他们没有专门的牙刷，但是他们会使用另一种东西来刷牙，这种东西就是柳枝！

7、 并不是所有的动物都被我们所知道的，根据统计，过去的几百年中，有上百种鸟类都已经灭绝了！而且这些鸟类甚至从来都没有被人们发现！

8、 两个人在谈恋爱的初期的时候，一定要一起去游一次泳！因为这样就可以看到女方卸妆之后的样子，如果看不到，就证明女生的化妆技术非常棒！

9、 味觉这种东西并不是一出生就有的！婴儿最早是没有味觉的，而在出生之后的十五天左右，这些味蕾才会慢慢长出来！

10、很多数据都是不可能达到的！有两种东西都是存在于理论上的，比如说光速和绝对零度，这两种东西只存在于理论上，是无法达到的！

每日更新十个你不知道的冷知识！

喜欢就点赞关注我们吧！

评论区更精彩哦！