1.1 软件 = 软件工程+（数据结构+算法） 软件企业 = 软件+商业模式
1 关于软件开发的不同阶段:
- 玩具阶段
- 业余爱好阶段
- 探索阶段
- 成熟的产业阶段
软件具有知识面广、发展迅速、实践性强等特点。总的来说就是告诉我们是研究和应用如何以系统性的、规范化的、可定量的过程化方法去开发和维护软件，以及如何把经过时间考验而证明正确的管理技术和当前能够得到的最好的技术方法结合起来的学科。它涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。
1.2 软件工程的特殊性及计算机与软件工程的关系
1.2.1 软件的特殊性
复杂性 （Complexity [kəmˈplɛksɪti]）
数以百万的代码，而且不同模块之间的关系越来越复杂。
不可见性 （ Invisibility [ɪnˌvɪzə'bɪləti] ）
工程师只能看到的是代码和出错了的代码，也只能确认大概位置原因。
易变性 （Changeablity [tʃendʒə'bɪləti]）
软件是可以随机应变的。
服从性 （Conformity [kənˈfɔːrməti]）
软件要跟随用户需求
非连续性 （Discontinuity [ˌdɪsˌkɑːntɪˈnuːəti]）
会有输入输出变化。
1.2.2 软件工程与计算机科学的关系
详见书1（图表）
1.2.3 软件工程的知识领域
生命周期
软件测试、软件维护 软件需求、软件设计、软件构建
专门领域
软件配置管理、软件工程管理、过程
软件工程模型和方法、软件质量
理论基础
计算基础、数学基础
图1-5软件工程的知识领域和理论基础
1.2.4 软件工程的目标 - 创造"足够好"的软件
用户满意度
可靠性
软件流程的质量
软件开发团队的默契度，让开发人员速度更高效，
可维护性努力研发中
1.3讨论练习
p18——2
问题——About 大数据
1大数据行业的从业者是从哪获得数据的？
2以及大数据的分析方法，概念，定义分别是什么？
3央行征信和大数据征信的不同之处
官方答案以及个人理解和猜想——
大数据行业的从业者有多种途径获得数据，也就是我们常说的数据源，具体有一下几种：
1、官方数据（政府部门或企业直接提供的数据或数据接口）；
2、半官方数据：如各类行业协会，俱乐部；
3、各个平台的数据：如淘宝网、京东、唯品会，有些会免费开发数据，还有一部分是付费的数据软件；
4、再然后就是从业者自己收集的数据，一般都是用一些数据采集工具或软件，工具如：爬虫软件，百度蜘蛛等；
5、最后就是购买的数据，一般有一些专门数据采集的机构，像像艾瑞、浪潮，以及传统的调研企业。
数据的获取方式有很多种，同样，数据的使用方式也有很多种，比如说行业销售趋势，有人用销售额数据，有人用销量数据。数据就像一个任人打扮的姑娘，使用的人会选取自己想要的数据来展示，所以考量数据的真实性，一个是数据来源，还有就是数据的选择是否合理。
所以说——大数据应该是从小数据逐渐演变上去的，是一个正常的生态，而不是瞬间变化的。
p18——3
交友软件
微信 企鹅 Ins Facebook
支付软件
京东 闲鱼
总结
——简要分析 Instagram
原因——为了体验资本主义新鲜空气的好奇心
App Store即可下载，
发现bug及时维护更新，有很多广告和商家页面盈利
缺点——需要FQ#(穷）！
总结： 此书看似没啥卵用 但其实可谓是软件萌新必备的《九阴真经》，不仅深刻清晰的解释了原理，还简明扼要的勾勒出了软件的本质，极大增强了学习的实用性和趣味性。（ps 纯手打，不喜勿喷。）