پردازنده‌هایی Multi-Die شرکت AMD مانند Threadripper 2 و Epyc در بنچمارک‌ها افتِ سطح عملکرد محسوسی را نشان داده‌اند که.کارشناسان دنیای سخت‌افزار مشتاقانه پیگیر حل آن هستند.

وندل از تیم Leve1Tech در حال پژوهش پیرامون دلایل افت عملکرد پردازنده‌ی نسل دوم تردریپر (AMD (Threadripper 2 با پیکربندی quad-die در مقایسه با پیکربندی dual-die در بنچمارک‌ها است. در خلال این پژوهش، وندل دریافت که این مشکل محدود به ویندوز مایکروسافت بوده و اجرای همان برنامه‌ی کراس پلتفرم در محیط لینوکس باعث بروز چنین افت عملکردی نخواهد شد. این کارشناس سخت‌افزار همچنین متوجه شد که این اشکال تنها محدود به پردازنده‌های تردریپر ۲ نیست و در پردازنده‌های سرور اپیک (EPYC) شامل quad-die نیز دیده می‌شود.

در همان زمان، بیشتر روزنامه‌نگاران و تحلیل‌گران حوزه‌ی سخت‌افزار در مورد این افت عملکرد پردازنده‌های AMD مطالبی را گوشزد کرده و همچنین به اختلافات موجود در عملکرد یک پردازنده در سطح دو سیستم عامل اشاراتی داشتند. اما این رسانه‌ها در بیان علت این پدیده، انگشت اتهام را به سمت سطح کاهش‌یافته‌ی عملکرد حافظه‌ی این دو پردازنده‌ی بزرگ نشانه گرفته بودند.

در عین حال، وندل متوجه شده بود که حذف CPU 0 از فرایند تردپول (Thread pool) پس از شروع اجرای برنامه در محیط ویندوز، می‌تواند باعث بازیابی تمام کارایی از دست رفته شود. برای توضیح بیشتر باید اضافه کرد که تردپول اصطلاحی در برنامه‌نویسی کامپیوتری و الگوی طراحی نرم‌افزار برای دستیابی به اجرای همزمان برنامه‌ها است. در واقع در فرایند تردپول، تعدادی از رشته‌های پردازشی توسط برنامه‌ای ناظر به صورت رزرو و در حال انتظار برای تخصیص به اجرای همزمان یک برنامه نگه داشته می‌شوند.

بعد از بالا گرفتن مباحث پیرامون علت چنین اشکالی، ایان کاترس از سایت فناوری AnandTech با برخی از آزمایش‌ها و تست های اضافی‌تر به کمک وندل شتافت. وی در حین اجرای برنامه CPU Suite که برنامه‌ای برای بنچمارک پردازنده است، با اعمال یک affinity mask در ران‌تایم، CPU 0 را از گزینه‌های موجود در ران‌تایم حذف کرد. نتیجه‌ی این تست منفی بود، یعنی راهکار اعمال‌شده درمورد CPU 0، در واقع آن را در ران‌تایم تغییر می‌داد.

affinity mask

در ادامه وندل تست‌های خود را روی یک پردازنده‌ی EPYC 7751، یکی از تراشه‌های بزرگ با چهار Die به انجام رساند و متوجه شد که اشکال کاهش سطح عملکرد محدود به تردریپر نبوده و در برادر بزرگترش هم دیده می شود. پس این اشکال مربوط به حافظه نیست و قطعاً در ارتباط با برنامه‌ی زمانبندی ویندوز (Windows Scheduler) بود. 

قبل از اینکه به ادامه‌ی این بحث بپردازیم بهتر است با مفهوم NUMA آشنا شویم. NUMA به معنای دسترسی غیریکنواخت به حافظه، نوعی طراحی حافظه در فرایند پردازش چندگانه است. در این شیوه طراحی، زمان دسترسی به حافظه بستگی به محل حافظه نسبت به پردازنده دارد. تحت طراحی NUMA پردازنده دسترسی سریع‌تری به حافظه‌ی محلی خود در مقایسه با حافظه‌ی غیرمحلی خواهد داشت (حافظه‌ی غیرمحلی به‌معنای حافظه‌ی محلی پردازنده‌ی دیگر یا حافظه‌ی به اشتراک گذاری شده بین چند پردازنده است).

نتیجه بررسی‌ها این بود که در محیطی با طراحی NUMA زمانبند ویندوز در واقع «بهترین نود NUMA» را برای پردازش هر بیت از نرم‌افزار تخصیص داده و زمانبند طوری برنامه‌ریزی شده که آن رشته‌های پردازشی مربوطه را تا حد امکان به «بهترین نود NUMA» منتقل کند. در این صورت دیگر رشته‌هایی که از همان تنظیمات «بهترین نود NUMA» استفاده می‌کنند، با ایجاد ممنوعیت پردازشی در آن نود کنار گذاشته می‌شوند. به هنگام اجرای یک کد باینری که ۳۲ یا ۶۴ رشته‌ی پردازشی جدید تولید می‌کند، به هریک از این رشته‌های پردازشی آن کد باینری همان «بهترین نود NUMA» تخصیص می‌یابد و این رشته‌ها به طور مداوم به آن نود کشانده می‌شوند. در چنین حالتی، رشته‌هایی که در حال حاضر خواستار قرار گرفتن در آن نود هستند، از چرخه‌ی پردازشی کنار گذاشته می‌شوند. این فرایند باعث ایجاد رقابت بر سر تصاحب هسته‌ها (Core Contention) می‌شود. در این حالت یک برنامه با شیوه‌ی پردازش چند رشته‌ای ممکن است نیمی از زمان خود را صرف ترکیب و برهم زنی رشته‌های پردازشی خود برای انطباق بر «بهترین نود NUMA» کند.

کارکرد اصلی «بهترین نود NUMA» اصولاً حین اجرای ماشین‌های مجازی نمایان می‌شود، به طوری‌که هر ماشین مجازی ران‌تایم مخصوص به خود را اجرا کرده و به «بهترین نود NUMA» از میان چنین تراشه‌هایی، بسته به اینکه چه محتوای دیگری به طور همزمان در حال اجرا است، تخصیص داده می‌شود.

یکی از حدس‌های ممکن این بود که اشکال اخیر تنها در محیط NUMA-ی پردازنده های دوتایی یا پردازنده‌های AMD با دو Die پدیدار می‌شود. این تصور مایکروسافت را بر آن داشت که دست به ارائه‌ی یک hotfix جایگزین برای محیط‌هایی با NUMA دوگانه بزند. این hotfix حالت بهترین نود NUMA را غیرفعال می‌کند. در آینده احتمال دارد معرفی تعداد بیشتری از پلتفرم‌های ورک‌استیشن با دو سوکت باعث شود از حالت «بهترین نود NUMA» به سمت محیط‌های 3+ NUMA حرکت کنیم. به همین علت است که ما چنین اشکالی را در تردریپرهای quad-die مشاهده می‌کنیم، درحالی‌که درمورد ترددریپرهای dual-die این‌گونه نیست.

در حال حاضر وندل با همکاری Jeremy از تیم ‌Bitsum (خالق نرم افزار Coreprio)، در تلاش برای توسعه‌ی راهکاری نرم‌افزاری برای غلبه بر این مشکل است. نرم افزار Coreprio گزینه‌ای به نام NUMA Disassociator دارد که هر چند ثانیه یکبار به کاوش نرم‌افزارهای فعال پرداخته و به جای اجرای affinity mask، در همان حین اجرای نرم‌افزار، Thread Afinity را تنظیم می‌نماید. قطعاً این راه حل موقتی خوبی است؛ اما مسئله باید به‌طور ریشه‌ای و از مجرای برنامه‌ی زمانبندی ویندوز حل‌و‌فصل شود.

coreprio

نظر AMD در مورد این یافته‌ها

هم‌اکنون پرسش‌هایی مطرح است مبنی‌بر اینکه شرکت‌های AMD و مایکروسافت تاچه‌حدی از چنین اشکالاتی اطلاع دارند، با چه کسانی در تماس هستند و تاکنون چه اقداماتی انجام شده است. AMD نظرات خود را در این زمینه ارائه کرده است. این شرکت اظهار داشته است که متخصصانش به تلاش و همکاری نزدیک با تیم مایکروسافت برای حل این اشکال ادامه خواهند داد. کارشناسان AMD می‌گویند از این اشکال مطلع هستند و وندل را از بابت تلاش برای ریشه‎یابی چنین اشکالی تحسین کرده‌اند؛ ولی از ارائه‌ی جزییات بیشتر خودداری کرده‌اند. در حال حاضر کارشناسان این شرکت در حال تطبیق نکات و تشریک مساعی با تیم Bitsum بوده و کمک شایانی به ابن تیم برای توسعه‌ی ابزار اعمال affinity mask کرده‌اند؛ با این وجود ابزار NUMA Disassociator به‌مراتب جدیدتر است.

زمان لازم برای حل این اشکال بستگی به عواملی دارد که میان AMD و مایکروسافت در جریان است، با این حال قرار است اطلاعیه‌هایی در مورد زمان آماد‌ه‌سازی یک وصله‌ی بروزرسانی برای حل مشکل و میزان تاثیر آن بر سطح عملکرد پردازنده منتشر شود. در کنار آن، راه‌حل‌های دیگری برای بهینه‌سازی سطح عملکرد نیز ارائه خواهد شد. AMD همچنان از سطح عملکرد تردریپر ۲ خشنود است و مشتاقانه بر عملکرد این پردازنده در بیشتر آزمون‌های مربوط به سطوح عملکرد تاکید دارد. به هر ترتیب عملکرد این پردازنده در فرایند رندرینگ همچنان بالاتر از رقبا است و AMD با تولیدکنندگان نرم‌افزار در تعامل است تا سطوح عملکرد پردازنده‌های خود را از این نیز فراتر ببرد.


افزایش دمای ناشی از تغییرات اقلیمی، رنگ اقیانوس‌های زمین را تغییر خواهد داد و در دهه‌های بعدی، آن‌ها را آبی‌تر خواهد کرد.

به‌تازگی، دانشمندان دریافته‌اند افزایش گرما ترکیب فیتوپلانکتون‌ها را تغییر خواهد داد. فیتوپلانکتون‌ها جانداران بسیار ریزی هستند که در دریاها زندگی می‌کنند و نور را جذب می‌کنند و بازتاب می‌دهند. به‌گفته‌ی آن‌ها در دهه‌های پیش‌رو، تعداد کمتری از این جانداران در دریاها موجود خواهند بود. این موضوع سبب می‌شود تا سال ۲۱۰۰، رنگ بیش از ۵۰ درصد دریاهای جهان تغییر کند.

فیتوپلانکتون‌ها نقش بسیار مهمی در اقیانوس‌ها برعهده دارند. این جانداران علاوه‌بر تبدیل نور خورشید به انرژی شیمیایی و مصرف کربن دی‌اکسید، نخستین حلقه در زنجیره‌ی غذایی دریایی به‌شمار می‌روند. همچنین، آن‌ها نقشی بسیار مهم در تعیین رنگ فعلی اقیانوس‌ها ایفا می‌کنند.

Phytoplankton / فیتوپلانکتون

فیتوپلانکتون زیر میکروسکوپ

هرچه فیتوپلانکتون‌های بیشتری در آب حضور داشته باشند، دریاها کمتر آبی‌رنگ به‌نظر خواهند آمد و احتمال بیشتری وجود دارد که متمایل به رنگ سبز باشند. این مطالعه‌ی جدید تأثیر احتمالی این تغییرات را بر رنگ اقیانوس‌ها و سیاره هم‌زمان با گرمایش زمین مدل‌سازی کرده است.

دکتر استفانی دوتکویچ، نویسنده‌ی اصلی مطالعه‌ی اخیر از مؤسسه‌ی فناوری ماساچوست (MIT) در کمبریج ایالات متحده‌ی آمریکا، به بی‌بی‌سی نیوز گفت:

آنچه یافتیم این است که رنگ [اقیانوس‌ها] تغییر خواهد کرد، احتمالا نه به آن اندازه‌ای که با چشم ببینید؛ اما قطعا حسگرها می‌توانند این تغییر را درک کنند. این تغییر احتمالا یکی از نخستین سیگنال‌های هشدار به این مسئله خواهد بود که ما اکولوژی اقیانوس‌ها را تغییر داده‌ایم.

The blue ocean / اقیانوس آبی

علاوه‌بر تغییرات در رنگ آبی اقیانوس‌ها، احتمالا تغییراتی در رنگ سبز دریاها را نیز شاهد خواهیم بود

پژوهشگران خاطرنشان کردند این تغییرات تأثیر غیرمستقیم تغییرات اقلیمی محسوب می‌شود؛ زیرا گرمایش، جریان آب دریاها را تحت‌تأثیر قرار می‌دهد و این مسئله به‌نوبه‌ی خود مقدار غذای دردسترس را برای فیتوپلانکتون‌ها تغییر می‌دهد.

تفاوت دیگر مطالعه‌ی اخیر با بررسی‌های پیشین این است که این‌بار پژوهشگران صرفا به اندازه‌گیری‌های نور بازتابیده از فیتوپلانکتون‌ها نگاه کرده‌اند.

در گذشته، دانشمندان از اندازه‌گیری‌های ماهواره‌ای سبزینه (کلروفیل) یا رنگ‌دانه‌ی جاذب نور موجود در فیتوپلانکتون‌ها استفاده می‌کردند. بااین‌حال، آن‌ها در حل تفاوت بین تنوع طبیعی و گرمایش القاشده‌ی انسانی روی این رنگ‌دانه‌ی سبز با مشکل مواجه بودند. پژوهشگران معتقدند برای اطمینان قطعی از این مسئله که تغییرات اقلیمی روی سبزینه تأثیر می‌گذارد، ۳۰ تا ۴۰ سال زمان نیاز خواهد بود.

پژوهشگران معتقدند اقیانوس اطلس‌شمالی یکی از نخستین محل‌های بازتاب‌دهنده‌ی این تغییر خواهد بود. این تغییر سپس، در بخش‌هایی از اقیانوس منجمد جنوبی به‌وقوع خواهد پیوست.

 river Dnepr / رودخانه دنپر

الگوهای طبیعی مشاهده‌شدنی در رودخانه‌ی اوکراینی دنیپر، براثر تکامل فیتوپلانکتون‌ها در فصول گرم را سیانوباکتری‌ها پوشانده‌اند

تیم پژوهشی آنچه که درصورت گرمایش زمین تا سه درجه‌ی سلسیوس در پایان سده‌ی جاری بر سر اقیانوس‌ها خواهد آمد، مدل‌سازی کردند. گرمایش زمین درصورتی درحدود تقریبی این مقدار خواهد بود که تمام کشورها به تعهدات خود در توافقنامه‌ی اقلیمی پاریس پایبند بمانند.

دکتر دوتکویچ گفت:

تا پایان سده‌ی بیست‌ویکم، تفاوت چشمگیری در رنگ ۵۰ درصد از اقیانوس‌ها به‌وجود خواهد آمد.

این تغییر می‌تواند به‌صورت بالقوه کاملا جدی باشد. انواع گوناگون فیتوپلانکتون‌ها نور را به‌صورت متفاوتی جذب می‌کنند و اگر تغییرات اقلیمی موجب تغییر مکان جامعه‌ای از این جانداران به محلی دیگر شود، این مسئله انواع شبکه‌های غذایی قابل‌پشتیبانیِ فیتوپلانکتون‌ها را نیز تغییر خواهد داد.

همچنین، تیم پژوهشی معتقد است جهان تغییرات را در برخی از سایه‌های سبزی نیز شاهد خواهد بود که در اقیانوس‌ها مشاهده می‌شوند. این تغییر از آن نظر اتفاق می‌افتد که برخی از گونه‌های فیتوپلانکتون‌ها به‌خوبی به محیطی گرم‌تر واکنش نشان خواهند داد و توده‌های متنوع‌تری از جانداران دریایی را ایجاد خواهند کرد. به‌گفته‌ی پژوهشگران، تأثیر‌ این مسئله احتمالا با ظهور مناطق سبزتر در نزدیکی استوا و قطب‌ها نمایان خواهد شد.

این مطالعه در مجله‌ی ارتباطات طبیعت (Nature Communications) منتشر شده است.

دانلود آهنگ محمد لطفی شنیدی میگن عشق

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ محمد لطفی شنیدی میگن عشق

در این پست می توانید آهنگ محمد لطفی شنیدی میگن عشق را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ محمد لطفی شنیدی میگن عشق

download song | Singer: Ali Sofla| Song name: Jodaei | With the text song Share To Ali Sofla-Jodaei on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
محمد لطفی شنیدی میگن عشق بزودی…

 

پخش بزودی از رسانه دان موزیک

محمد لطفی شنیدی میگن عشق

دانلود آهنگ محمد لطفی شنیدی میگن عشق

دانلود آهنگ علی سفلی جدایی

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ علی سفلی جدایی

در این پست می توانید آهنگ علی سفلی جدایی را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ علی سفلی جدایی

download song | Singer: Ali Sofla| Song name: Jodaei | With the text song Share To Ali Sofla-Jodaei on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
علی سفلی جدایی آهنگ غمگین

علی سفلی جدایی

دانلود آهنگ علی سفلی جدایی

دانلود آهنگ محمد معتمدی آرام من

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ محمد معتمدی آرام من

در این پست می توانید آهنگ محمد معتمدی آرام من را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ محمد معتمدی آرام من

download song | Singer: Mohammad Motamedi| Song name: Arame Man | With the text song Share To Mohammad Motamedi-Arame Man on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
محمد معتمدی آرام من ملودی عاشقانه

 

 

متن آهنگ محمد معتمدی ارام من

——-| ♫ 🎵 ♬ |——

🎵 آرام من بمان کنارم بمان بنگر مرا که 🎵

🎵 میدهم بی تو جان هر جا روم تو سایه ای 🎵

🎵 از منی تو غم گسارم تو دنیای منی 🎵

🎵 دریای من ز موج گیسوی تو روانه ام سوی 🎵

——-| ♫ 🎵 ♬ |——

🎵 تو تمام من تو ای ماهم به چشم من نگاهی 🎵

🎵 تا باران به جان من ببارد میخواهم نفس که 🎵

🎵 در هوایت نایی بر نوای من بیارد چشمان تو 🎵

🎵 چشمه ی امید است بر حال خراب نا امیدم 🎵

🎵 آوازت غزل ترین کلام است من با تو به آسمان 🎵

🎵 رسیدم آغوش تو پناه طوفان من جان میدهد 🎵

🎵 به جان تو جان من چشمان من کنار دنیای تو 🎵

🎵 فقط تماشای تو تو آرزو تو چشمان من کنار 🎵

——-| ♫ 🎵 ♬ |——

🎵 دنیای تو فقط تماشای تو تو آرزو تو ای ماهم 🎵

🎵 به چشم من نگاهی تا باران به جان من ببارد 🎵

🎵 میخواهم نفس که در هوایت نایی بر نوای من 🎵

🎵 بیارد چشمان تو چشمه ی امید است بر 🎵

🎵 حال خراب نا امیدم آوازت غزل ترین کلام 🎵

🎵 است من با تو به آسمان رسیدم 🎵

——-| ♫ 🎵 ♬ |——

محمد معتمدی ارام من

دانلود آهنگ محمد معتمدی آرام من


تا وقتی مخاطبان خود را به‌خوبی نشناسید، نمی‌توانید محصولی توسعه دهید که کاربران عاشق آن هستند. اگر می‌خواهید احتمال موفقیت تجربه‌ی کاربری را به‌حداکثر برسانید، قبل از هرگونه تصمیم‌گیری درباره‌ی طراحی محصول، باید تحقیقات متعددی انجام دهید. تحقیقات مبتنی بر کاربر درواقع فرایند درک نیازها و خواسته‌ها و رفتارهای کاربر است که براساس مشاهده‌های مختلف و جمع‌آوری بازخورد انجام می‌شود. این اقدام‌ها یکی از مظایف مهم‌ طراحان تجربه‌ی کاربری و اصلی‌ترین بخش فرایند طراحی UX به‌شمار می‌رود. بدون تحقیقات مناسب و کافی، طراحی محصول صرفا براساس فرضیات شخصی پیش می‌رود و عملا محکوم به شکست است. به‌عبارتِ‌دیگر، توسعه‌ی محصول فارغ از تحقیقات قوی کاربری، مانند ساخت خانه‌ای است که پایه‌ی مستحکم و مطمئنی ندارد.

تابه‌امروز در حوزه‌ی تجربه‌ی کاربری، طیف گسترده‌ای از  تکنیک‌های تحقیقاتی معرفی‌شده و روشن نیست برای هر نوع پروژه‌ی خاص، باید از چه روشی استفاده کنید. به‌همین‌دلیل، یکی از سؤالاتی که همه‌ی طراحان با آن مواجه‌اند، این است: «چه نوع تحقیقاتی باید انجام دهم؟» مطلب حاضر به شما کمک می‌کند روش‌شناسی تحقیقاتی خود را باتوجه‌به اهدافی بیابید که سعی می‌کنید آن‌ها را محقق کنید.

user research methods

قبل از شروع تحقیقات، هدف خود را مشخص کنید

پیش از آنکه رویکردی خاص برای تحقیقات UX انتخاب کنید، باید به این پرسش اساسی پاسخ بدهید: «چه چیزی می‌خواهید درباره‌ی کاربر بدانید و چرا باید از این اطلاعات آگاهی داشته باشید؟»

زمانی‌که می‌دانید دقیقا به‌دنبال چه اطلاعاتی هستید، می‌توانید درباره‌ی چگونگی پیداکردن یا جمع‌آوری آن فکر کنید. احتمالا پاسخ شما در یکی از گروه‌های زیر طبقه‌بندی می‌شود:

  • کاری که مردم انجام می‌دهند / مشکلی که با آن مواجه‌اند
  • آنچه مردم به آن نیاز دارند
  • آنچه مردم می‌خواهند
  • مردم می‌توانند از محصول خاص استفاده کنند؟

Quantitative vs Qualitative

تحقیقات کمّی و کیفی

پس از مشخص‌شدن هدف تحقیقات، متوجه می‌شوید باید از رویکردهای تحقیقاتی کیفی استفاده کنید یا روش‌شناسی‌های کمّی.

تحقیقات کمّی (مقداری)

تحقیقات کمّی (Quantitative) به تحقیقاتی گفته می‌شود که نتایج آن می‌توانند در قالب اعداد ارائه شوند؛ مثلا چه تعداد یا چه مدت یا چه میزان. این تحقیقات معمولا به‌منظور افزایش و ارتقای «مفاد» (Context) استفاده می‌شوند. برای نمونه، کاربران برای تکمیل وظیفه‌ای خاص در پروتوتایپ A، زمان کمتری درمقایسه‌با به پروتوتایپ B صرف می‌کنند. نتایج این تحقیقات با عنوان «داده‌های مقداری» شناخته می‌شوند.

نمونه‌ی پیچیده‌ی داده‌های مقداری را در تجزیه‌وتحلیل‌های وب‌سایتتان می‌توانید مشاهده کنید. معیارهایی نظیر نرخ بازدیدهای هر صفحه، زمان صرف‌شده‌ی کاربر در وب‌سایت، میزان گشت‌وگذار در وب‌سایت، تعداد دفعات بازدید در طول زمان، همگی داده‌هایی کمّی هستند و نشان می‌دهد چه اتفاقی در وب‌سایت شما می‌افتد. شاخص خالص ترویج‌کنندگان (Net Promoter Score)، سهولت استفاده، نرخ تکمیل، درک برند، مدت‌زمان صرف‌شده روی هر وظیفه و کلیک‌های ماوس، نمونه‌های دیگری از داده‌های کمّی UX هستند.

مزایای تحقیقات کمّی کاربر

  • جمع‌آوری داده‌های کمّی نسبتا آسان است و لزوما زیاد طول نمی‌کشد و می‌توانید روی گروه بزرگ‌تری از پاسخ‌دهندگان کار کنید.
  • نتایج سریع
  • باتوجه‌به ماهیت عددی نتایج، تطبیق پیشرفت‌های UX با KPIهای شرکت ساده‌تر خواهد بود و پیرو آن، سرمایه‌گذاری در هر بخش توجیه‌پذیر می‌شود.
  • تحقیقات کمّی معمولا عینی و ملموس‌ترند (درحالی‌که هدایت شرکت‌کنندگان ازطریق پرسش‌های پیچیده سخت‌تر است) و علمی‌تر ارزیابی می‌شوند (احتمال ورود سوگیری‌های انسانی به آن‌ها کمتر است).
  • ازآنجاکه مطالعات کمّی روی تعداد بیشتری از شرکت‌کنندگان انجام می‌شود، آن‌ها نمایندگان بهتری برای کل جامعه‌ی هدف محسوب می‌شوند.
  • تصویرسازی داده‌های خام این تحقیقات ساده‌تر است.
  • مردم عاشق آمار و ارقام هستند.

Qualitative research

تحقیقات کیفی

«تحقیقات کیفی» به تحقیقاتی اطلاق می‌شود که نتایج آن در قالب مشاهده‌ها، دیدگاه‌ها، ایده‌ها و احساس‌ها به‌دست می‌آید و به شما اجازه می‌دهد داستانی درباره‌ی تجربه‌ی شرکت‌کنندگان ارائه کنید. اگر خروجی تحقیقات کمّی را پاسخ به سؤال «چه چیزی» بدانیم، خروجی تحقیقات کیفی، به «چرا»ها پاسخ می‌دهد.

تحقیقات کیفی عموما به دو گروه تقسیم می‌شوند: تحقیقات رفتاری و تحقیقات نگرشی. به‌عنوان‌ مثال، تحقیقات رفتاری نحوه‌ی استفاده افراد از محصول شما را بررسی می‌کنند و تحقیقات نگرشی این موضوع را ارزیابی می‌کنند که مردم درباره‌ی محصولتان چه فکر می‌کنند.

مزایای تحقیقات کیفی کاربر

  • شما به ذهنیت و احساس افرادی پی می‌برید که از محصول استفاده می‌کنند.
  • تحقیقات کیفی نکاتی برایتان آشکار می‌کند که در تحقیقات کمّی مشخص نمی‌شوند. برای نمونه، اگر ترافیک یکی از صفحات وب‌سایتتان در‌حال‌کاهش است، شما درجه‌ی اول دلیل ماجرا را  شاهد هستید.
  • گاهی اوقات، شرکت‌کنندگان احساس خود را به موضوع راحت‌تر بیان می‌کنند تا اینکه بخواهند پاسخ «بله» یا «خیر» را تیک بزنند.
  • این شواهد سنّتی و بعضا شخصی، ممکن است بیشتر از داده‌های نظری متقاعدکننده باشند؛ مخصوصا شواهدی که از احساسات کاربران مشتق می‌شوند. ذی‌نفعان شما نیز می‌توانند خودشان این شواهد را ببینند یا بشنوند.
  • درحالی‌که تحقیقات کمّی اندازه و مقدار و نرخ را ارائه می‌کند، تحقیقات کیفی به‌سادگی به این نتیجه منتهی می‌شوند که یک مسئله چرا و چگونه حل می‌شود.

هریک از شیوه‌های خاص تحقیقات مبتنی بر کاربر ممکن است در گروه کمّی یا کیفی رده‌بندی شوند. درنهایت، متوجه می‌شوید با ترکیبی از شیوه‌های کمّی و کیفی می‌توانید تمام زوایای مدنظر را پوشش دهید.

Unmoderated vs. Moderated

تحقیقات نظارت‌شده و غیرنظارتی

نکته‌ای که در مبحث کاربردپذیری محصول نیز به آن اشاره کردیم، این بود که آیا تحقیقات و آزمون کاربر را به‌صورت نظارت‌شده (Moderated) اجرا می‌کنید یا روش‌های غیرنظارتی (Unmoderated) را انتخاب می‌کنید. یادآوری می‌کنیم وقتی شما یا محقق یا ناظر در طول آزمون حضور دارید، درواقع، تحقیقات نظارت‌شده‌ای را برگزار می‌کنید. بااین‌حال، اگر شرکت‌کننده به‌تنهایی و بدون حضور شخص دیگری تکالیف آزمون را در اتاقی انجام دهد، آزمونتان غیرنظارتی است.

آزمون نظارت‌نشده

در حالت عمومی، آزمون‌هایی که زیرنظر ناظر یا مدیر (مشاهده‌گر) انجام نمی‌شوند، آزمون‌های غیرنظارتی نام دارند. ممکن است جلسات این آزمون ضبط شوند تا بعدا به‌عنوان بخشی از تحقیقی کیفی بررسی شوند یا داده‌های آن‌ها جمع‌آوری و تجزیه‌وتحلیل شود و در تحقیقات کمّی استفاده شود.

در آزمون نظارت‌نشده، شرکت‌کننده با محصولی دیجیتال تعامل خواهد داشت و باید به پرسش‌هایی پاسخ دهد یا تکالیفی را انجام دهد. پس از اتمام جلسه، محقق UX نتایج را بررسی و به مشکلاتی توجه می‌کند که کاربر تجربه کرده است.

برای اجرای آزمون نظارت‌نشده به پلتفرم یا سرویس آنلاین خاصی نیاز دارید. این سرویس کمک می‌کند مطالعه‌ی خود را تنظیم کنید و شرکت‌کنندگان را بیابید و داده‌ها را تجزیه‌وتحلیل کنید. به‌همین‌دلیل، آزمون نظارت‌نشده بسیار ارزان‌تر و سریع‌تر از جلسات نظارت‌شده پیش می‌رود.

نکته‌ی مهم این است که در آزمون نظارت‌نشده، نتایج را «پس از» روی‌دادن اتفاق‌ها مشاهده می‌کنید و فرصتی برای طرح پرسش‌های مشروح ندارید. بنابراین، اگر اتفاق غیرمنتظره‌ای رخ دهد، ناچارید آزمون را تکرار کنید تا به ریشه‌ی ماجرا پی ببرید.

Unmoderated testing

آزمون نظارت‌شده

در آزمون نظارت‌شده، مدیر یا ناظر یا شخص ثالث ازراه‌دور شرکت‌کنندگان را زیرنظر دارد. مهم‌ترین انگیزه‌ی برگزاری جلسات نظارت‌شده این است که می‌توانید در محیطی فعال و زنده، شرکت‌کنندگان را همراهی کنید. در چنین وضعیتی، می‌توانید هم‌زمان با مشاهده‌ی کاری که شرکت‌کنندگان انجام می‌دهند، با آن‌ها مکالماتی کنید که به درک بهتر رفتار و نگرش آن‌ها در زمینه‌ی کاربردپذیری کمک کند. به‌علاوه، اگر متوجه شدید برخی از قسمت‌های آزمون گیج‌کننده است، می‌توانید اسکریپت خود را اصلاح و تعدیل کنید.

مقاله‌های مرتبط:

یکی دیگر از مزایای جلسات نظارت‌شده این است که همکاران یا ذی‌نفعان می‌توانند به‌صورت ناشناس آزمون را مشاهده کنند. این راهکار فرصتی عالی برای حضور افرادی است که معمولا حضور فعالی در آزمون‌های مبتنی بر کاربر ندارند و غالبا پرسش‌های خود را برای محققان ارسال می‌کنند.

راهنمای روش‌های تحقیقاتی کاربرمحور

در این بخش، برخی از شیوه‌های رایج‌ استفاده‌شده‌ی محققان UX را معرفی می‌کنیم. برخی از این شیوه‌ها هم به‌صورت نظارت‌شده و هم به‌صورت غیرنظارتی اجرا‌شدنی هستند و بسته به چگونگی تنظیمات مطالعاتتان، بازخوردهایی کیفی یا کمّی جمع‌آوری می‌کنند. بااین‌حال، توضیحات ما برمبنای مزیت‌ها و کاربردهای رایج شیوه‌ها ارائه می‌شود.

A/B Testing

آزمون A/B

(کمّی و غیرنظارتی)

در آزمون A/B، به قطعه‌ی نرم‌افزاری شخص ثالث نیاز دارید. این نرم‌افزار کمک می‌کند دو صفحه‌ی مختلف وب را راه‌اندازی کنید. بسته به هدف تحقیقات، عناصر دو صفحه تاحدودی باهم متفاوت هستند. به‌عنوان‌ مثال، اگر نمی‌توانید درباره‌ی متن دکمه‌ی «خرید» تصمیم‌گیری کنید، با اجرای آزمون A/B، دو صفحه‌ی وب راه‌اندازی می‌کنید که در یکی از آن‌ها، دکمه‌ی مذکور با عنوان «اضافه‌کردن به سبد خرید» و در دیگری با عنوان «همین حالا می‌خرم» برچسب‌گذاری شده است. سپس، ۵۰ درصد از ترافیک را به هر صفحه هدایت می‌کنید. در‌این‌صورت، متوجه می‌شوید آیا تغییر عنوان دکمه‌ی خرید، تغییری در تعداد کلیک‌ها به‌وجود می‌آورد یا خیر.

Card Sorting

مرتب‌سازی کارت‌ها

(کمّی و نظارت‌شده یا غیرنظارتی)

در شیوه‌‌ی مرتب‌سازی کارت‌ها (Card Sorting)، فهرستی از آیتم‌ها به شرکت‌کنندگان ارائه می‌شود؛ مثلا تمام محصولات سوپرمارکت آنلاین. سپس، از شرکت‌کنندگان خواسته می‌شود آیتم‌ها را به‌شیوه‌ای دسته‌بندی کنند که ازنظر آن‌ها، منطقی‌ترین و بهترین تجربه را فراهم کند. بسته به نوع آزمون، شرکت‌کنندگان می‌توانند برای گروه‌هایشان نام انتخاب کنند یا هر گروه را به طبقه‌ها و زیرشاخه‌های بالقوه تقسیم کنند. در حوزه‌ی طراحی UX، مرتب‌سازی کارت ممکن است به سه حالت دیده شود:

مرتب‌سازی باز: از شرکت‌کنندگان خواسته می‌شود کارت‌ها را به‌شیوه‌ای مرتب کنند که برای آن‌ها بامفهوم‌تر است. سپس، آن‌ها باید برای هر دسته یا طبقه نامی انتخاب کنند که به‌خوبی محتوای آن را توصیف کند.

مرتب‌سازی بسته: شرکت‌کنندگان کارت‌ها را در گروه‌هایی مرتب می‌کنند که تعریف و برچسب‌گذاری کرده‌اید. برای نمونه، صفحه‌ی جدیدی برای «ساعت» راه‌اندازی کرده‌اید و نمی‌دانید باید آن را در گروه «لوازم تزیینی» رده‌بندی کنید یا «جواهرات». دراین‌صورت، با آزمون مرتب‌سازی بسته پاسختان را به‌روشنی پیدا می‌کنید.

مرتب‌سازی هیبرید یا ترکیبی: همان‌طورکه حدس می‌زنید، این روش ترکیبی از مرتب‌سازی باز و بسته است. شرکت‌کنندگان می‌توانند کارت‌ها را در دسته‌هایی مرتب کنند که از قبل تعریف کرده‌اید. پس‌ازآن، اگر حس کردند= دسته‌بندی‌ها مناسب و دقیق نیست، دسته‌بندی‌های خودشان را ایجاد می‌کنند.

اگرچه مشهورترین تصویری که از شیوه‌ی مرتب‌سازی کارت وجود دارد، کاغذ یادداشت‌هایی است که به تخته‌سفیدی الصاق شده است. بااین‌حال در دنیای واقعی، جمع‌آوری و تجزیه‌وتحلیل اطلاعات همه‌ی کارت‌ها کار بسیار سخت و مشکل‌سازی است. مرتب‌سازی کارت آنلاین، مشکلات مذکور را با حذف کاغذ یادداشت‌های چسب‌دار و تلاش برای سازمان‌دهی دستی کارت‌ها برطرف می‌کند.

Clickstream Analysis

تجزیه‌وتحلیل کلیک‌استریم (Clickstream)

(کمّی و غیرنظارتی)

کلیک‌استریم (Clickstream) رکوردی از مسیرها (URL)هایی هستند که در طول ناوبری شرکت‌کنندگان دنبال شده‌اند. کلیک‌استریم اجازه می‌دهد در همان زمانی‌که شرکت‌کنندگان در‌حال‌انجام وظایفشان هستند، درصد مسیری را بررسی کنید که طی می‌کنند. درنهایت نیز، وضعیت نهایی آن‌ها همچون تکمیل کار، خطا، رهاکردن کار یا کمبود وقت را مشاهده می‌کنید. برخی از نرم‌افزارهای پیشرفته‌تر، حتی تحلیل حرارتی را نیز انجام می‌دهند که به تجزیه‌وتحلیل رفتاری کاربران کمک می‌کند. تحلیل حرارتی ناطق متراکمی است که کاربران روی آن کلیک کرده‌اند.

اغلب اوقات، مورداستفاده‌ی کلیک استریم‌ها به ارزیابی قیف فروش و محاسبه‌ی نرخ تبدیل کمک می‌کند. برای نمونه، تصویر زیر کلیک‌استریم مطالعه‌ای است که روی وب‌سایت مسافرتی نروژی انجام‌ شده و مسیر غالب کاربران را در انجام یک وظیفه (رزروکردن بلیت) نشان می‌دهد.

Clickstream Analysis

آزمون کلیکی

(کمّی یا کیفی و نظارت‌شده یا غیرنظارتی)

آزمون‌های کلیکی (Click Testing) راهی سریع و آسان برای بررسی تصاویر استاتیک هستند و نشان می‌دهند آیا کاربران روی تصاویر کلیک می‌کنند یا خیر. این آزمون می‌تواند برای اعتبارسنجی طراحی وب‌سایت یا پروتوتایپ‌های وایرفریم به‌کار گرفته شود.

آزمون مفهوم (آزمون پروتوتایپ)

(کمّی یا کیفی و نظارت‌شده یا غیرنظارتی)

طرح مفهومی‌ها و پروتوتایپ‌ها، نمونه‌ی ارزان‌قیمت و اولیه‌ی محصول یا طراحی هستند که مهندسان از آن‌ها برای آزمایش کارکرد محصول واقعی استفاده می‌کنند. تیم محصول هم به‌کمک پروتوتایپ درک بهتری از اهداف و مباحث به‌دست می‌آورد. طراحان UX پروتوتایپ‌ها را با کاربران واقعی آزمایش می‌کنند و از آن‌ها بازخورد می‌گیرند تا اگر بخشی از تجربه‌ی کاربری اشتباه است، زودتر آن را اصلاح کنند. پروتوتایپ‌ها در بلندمدت به صرفه‌جویی در زمان و پول و منابع شما کمک می‌کنند.

اگر می‌خواهید بیشترین بهره را از آزمون پروتوتایپ ببرید، به شرکت‌کنندگان باید یادآوری کنید پروتوتایپ همان محصول نهایی نیست؛ بلکه بیشتر شبیه به طرح است. سپس، از آن‌ها بخواهید هرآنچه را که به آن نپرداخته‌اید یا هر ویژگی که ازنظر آن‌ها مطلوب نیست، به شما اطلاع دهند.

آزمون مفهومی را می‌توان به‌صورت فردی یا گروهی و در حالت حضوری یا آنلاین انجام داد.

Voice of the Customer Study

بازخورد مشتری یا مطالعه‌ی صدای مشتری

(کمّی یا کیفی و غیرنظارتی)

هدف از بازخورد مشتری یا مطالعه‌ی VoC، جمع‌آوری داده‌های «صحیح» درباره‌ی شرکت‌کنندگانی است که از وب‌سایت بازدید می‌کنند. می‌توان گفت مطالعات VoC، واقعا راه دیگری برای برگزاری تحقیقاتی است که در‌حال‌حاضر انجام می‌دهید؛ زیرا در این آزمون، همیشه در‌حال بازخوردگرفتن از کاربران هستید. می‌توانید با استفاده از این داده‌ها، بازدیدکنندگان را بخش‌بندی و پرسونای آن‌ها را مشخص کنید.

تحقیقات VoC بینش‌ها و اطلاعاتی در اختیارتان می‌گذارد که در محیط مصنوعی یا با سناریوهای مجازی وظایف به‌دست نمی‌آورید:

  • می‌توانید آمار ارزشمندی درباره‌ی افرادی به‌دست آورید که کاربر شما محسوب می‌شوند و آنچه از وب‌سایتتان می‌خواهند.
  • متوجه می‌شوید آیا کاربران زمانی وب‌سایت را ترک می‌کنند که کار خود را به‌پایان برده‌اند؟
  • متوجه می‌شوید آیا تجربه‌ی آنلاین بازدیدکنندگان مثبت یا خنثی یا منفی است.
  • می‌توانید شاخص خالص ترویج‌کنندگان (NPS) را به‌دست آورید و ببینید آیا بازدیدکنندگان وب‌سایتتان را به دیگران توصیه می‌کنند؟

کاربران ازطریق لینک بازخورد، دکمه، فرم یا ایمیل انتخاب می‌کنند. سپس، آن‌ها درحالی‌که ایده‌ی مشخص و واضحی از اهداف خود دارند، از وب‌سایت مرتبط بازدید می‌کنند. هنگامی‌که بازدیدکنندگان به صفحه‌ی اصلی یا هر صفحه‌ی هدف درنظر گرفته‌‌شده رسیدند، از آن‌ها دعوت می‌کنید در نظرسنجی کوتاهی شرکت کنند. پیش از اینکه کاربران، به سؤالات نظرسنجی جواب دهند، از آن‌ها خواسته می‌شود کاری که در‌حال‌انجامش بودند، به‌صورت عادی ادامه دهند و تکمیل کنند. به‌عبارتِ‌دیگر، کاربران فقط زمانی را در وب‌سایت سپری می‌کنند که برای رسیدن به اهداف خود نیاز دارند. پس‌ازآنکه کار آن‌ها به‌پایان رسید، پاسخ به پرسش‌نامه‌ها را آغاز می‌کنند.

می‌توانید در پرسش‌نامه، مجموعه‌ای از سؤالات کیفی را با هدف درک بهتر تجربه‌ی کاربران مطرح کنید. به‌عنوان‌ مثال، از آن‌ها بپرسید:

  • برای انجام چه‌ کاری به وب‌سایت آمده بودید؟
  • می‌توانید کمی از خودتان بگویید؟
  • موفق شدید کاری دلخواهتان را انجام دهید؟
  • از تجربه‌ی خود راضی بودید؟
  • تا چه حد این وب‌سایت را به دیگران پیشنهاد می‌دهید؟
  • از دیدگاه شما، چگونه می‌توان این وب‌سایت را بهبود داد؟

Desirability Study

آزمون مطلوبیت

(کمّی یا کیفی و نظارت‌شده یا غیرنظارتی)

تحقیقاتی که با محور مطلوبیت انجام می‌شود، کمک می‌کند کیفیت محصول یا برند خود را تاحدودی شناسایی کنید. شما محصول (پروتوتایپ یا وب‌سایت زنده یا حتی برخی از تصاویر بازاریابی) را به شرکت‌کنندگان نشان می‌دهید. سپس، از آن‌ها می‌خواهید آنچه می‌بینند، با استفاده از فهرستی از کلمات تعیین‌شده توصیف کنند. باتوجه‌به داده‌های این تحقیقات، متوجه می‌شوید چه درصدی از کاربران محصول شما را «عالی» یا نحوه‌ی تعاملات شما را «عجیب» ارزیابی می‌کنند.

Diary/Camera Study

مطالعه‌ی خاطرات روزانه یا دوربین

«مطالعه‌ی خاطرات روزانه» اطلاعات تجربه‌ی کاربر را در طول دوره‌ای بلندمدت جمع‌آوری می‌کند. در این روش، شرکت‌کنندگان تجربه‌ی خود را با محصول یا سرویس خاص در دفتر یادداشت می‌کنند. آن‌ها می‌توانند تصاویری از اتفاقات را به خاطراتشان ضمیمه کنند یا فعالیت‌های دیگری را برای ثبت تجربه‌ی خود درنظر بگیرند. پس از پایان دوره‌ی مطالعات، محققان نتایج به‌دست‌آمده را تجزیه‌وتحلیل می‌کنند.

مطالعات خاطرات روزانه فارغ از تأثیرات محققان یا اتفاقات غیرطبیعی خارج از خانه پیش می‌روند. نیلسون نورمن‌گروپ، یکی از شرکت‌های معتبر تحقیقات تجربه‌ی کاربری، در یکی از مقالات خود برخی از رفتارهای بلندمدت کاربران را عنوان می‌کند:

  • آن‌ها چه زمانی از روز با محصول در تعامل‌اند؟
  • آن‌ها چگونه محتوا را با دیگران به‌اشتراک می‌گذارند؟
  • تا چه سطحی با محصول ارتباط برقرار می‌کنند؟
  • استفاده‌ی دائمی آن‌ها از محصول چیست؟
  • جریان کاری آن‌ها برای تکمیل وظایف (Tasks) طولانی‌تر چیست؟
  • چه چیزی به آن‌ها انگیزه می‌دهد تا وظایف (Tasks) خاصی را اجرا کنند؟
  • این سیستم تا چه حد قابل آموزش و یادگیری است؟
  • مشتریان در طول زمان، ‌تا چه حد به سیستم یا محصول وفادار هستند؟
  • آن‌ها چگونه برند را پس از تعامل با تشکیلات مرتبط درک می‌کنند؟
  • تأثیر جمعی نقاط تماس یا تاچ‌پوینت‌های چندگانه‌ی سرویس چیست؟

در قسمت‌های آینده، فرایند اجرای آزمون‌های کاربری و مزایای هریک از شیوه‌ها و روش انتخاب بهترین ترکیب از آزمون‌ها را توضیح می‌دهیم.      

دانلود آهنگ علی سفلی تیتراز برنامه فرمول ۱

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ علی سفلی تیتراز برنامه فرمول ۱

در این پست می توانید آهنگ علی سفلی تیتراز برنامه فرمول ۱ را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ علی سفلی تیتراز برنامه فرمول 1

download song | Singer: Ali Sofla | Song name: Jodaei | With the text song Share To Ali Sofla-Jodaei on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
علی سفلی تیتراز برنامه فرمول ۱ تک آهنگ

 

متن آهنگ علی سفلی تیتراز برنامه فرمول ۱

——-| ♫ 🎵 ♬ |——

🎵 آتش به جانم زد جدایی 🎵

🎵 کار تو بود این بی وفایی 🎵

🎵 دل خونم از غم دوری ز چشمم 🎵

🎵 دیدن ندارد گریه من 🎵

🎵 با من چه کرد این آشنایی 🎵

——-| ♫ 🎵 ♬ |——

🎵 من کوهی از دردم کجایی 🎵

🎵 آه از دل من 🎵

🎵 دادی به بادم از من ندیدی بی وفایی 🎵

علی سفلی جدایی

🎵 چون باد میپیچی 🎵

🎵 در موج موهای پریشان خیالم 🎵

🎵 چون دیدی میلرزم 🎵

🎵 وقتی که سر روی شونه هایت می گذارم 🎵

🎵 بیا که من بدون تو نفس ندارم 🎵

🎵 به آخرش رسیده عمر انتظارم 🎵

🎵 بیا که در کنار تو 🎵

——-| ♫ 🎵 ♬ |——

🎵 بهار عمر من رسیده 🎵

🎵 نفس نفس به عشق تو 🎵

🎵 دلم فقط نفس کشیده 🎵

——-| ♫ 🎵 ♬ |——

🎵 تویی فروغ لحظه های سرد تلخ بی فروغم 🎵

🎵 بگو دوباره عاشقی 🎵

🎵 که تشنه همین دروغم 🎵

🎵 چون اشکی گر هرشب فرو چکم 🎵

🎵 به روی گونه های گرمت 🎵

——-| ♫ 🎵 ♬ |——

علی سفلی تیتراز برنامه فرمول ۱

دانلود آهنگ علی سفلی تیتراز برنامه فرمول ۱

دانلود آهنگ عماد طالب زاده پرسه

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ عماد طالب زاده پرسه

در این پست می توانید آهنگ عماد طالب زاده پرسه را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ عماد طالب زاده پرسه

download song | Singer: Emad TalebZade | Song name: Parse | With the text song Share To Emad TalebZade-Parse on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
عماد طالب زاده پرسه آهنگ غمگین

 پخش به زودی از رسانه دان موزیک

متن آهنگ عماد طالب زاده پرسه

——-| ♫ 🎵 ♬ |——

عماد طالب زاده پرسه

دانلود آهنگ عماد طالب زاده پرسه

دانلود آهنگ مهدی احمدوند فرهاد

  • دسته‌بندی نشده
  • فوریه 7, 2019
بدون دیدگاه

این مطلب از وب سایت دان موزیک • دانلود آهنگ. انتشار گردید.

دانلود آهنگ مهدی احمدوند فرهاد

در این پست می توانید آهنگ مهدی احمدوند فرهاد دیدی چی شد را با دو کیفیت اصلی ۱۲۸ و ۳۲۰ به همراه متن اهنگ دانلود کنید

دانلود آهنگ مهدی احمدوند فرهاد

download song | Singer: Mehdi Ahmadvand | Song name: farhad | With the text song Share To Mehdi Ahmadvand-farhad on your social network

خواننده نام آهنگ ترانه سرا دسته بندی
مهدی احمدوند فرهاد بزودی…

 پخش به زودی از رسانه دان موزیک

 

متن آهنگ مهدی احمدوند فرهاد

——-| ♫ 🎵 ♬ |——

🎵 الان که وابستت شدم میذاری میری 🎵

🎵 الان که میخوامت ازم بیزاری سیری 🎵

🎵 الان که دنیای تو دنیامو عوض کرد الان 🎵

🎵 که مجنونم کجا میذاری میری بیچاره 🎵

🎵 فرهاد بیچاره شیرین بیچاره من با این 🎵

🎵 حال غمگین بیچاره لیلی بیچاره مجنون 🎵

——-| ♫ 🎵 ♬ |——

🎵 بیچاره من که دادم به پات جون دیگه این 🎵

🎵 رابطه در حال فروپاشیه دو سه روز بی 🎵

🎵 خبری اسمش فراموشیه تو بری من 🎵

🎵 باید از خونه و این شهر 🎵

——-| ♫ 🎵 ♬ |——

مهدی احمدوند فرهاد

دانلود آهنگ مهدی احمدوند فرهاد


پانزده سال از عمر بزرگ‌ترین شبکه‌ی اجتماعی جهان می‌گذرد و این پدیده‌ی انقلابی بسیاری از مفاهیم زندگی ما کاربران دنیای فناوری را تغییر داده است.

فیسبوک در ۱۵ سال گذشته، بسیاری از مفاهیم از ارتباط با دوستان تا دشمنی و دعوا با افراد مختلف و مفهوم حریم خصوصی و حتی قربانی‌شدن در دام تبلیغات سیاسی را برای ما تغییر داده است. تغییرات مذکور همیشه به‌سمت مثبت‌بودن نبوده‌اند و برخی اوقات، خسارت‌هایی هم برای مردم به‌بار آورده‌اند. به‌هرحال، فیسبوک علاوه‌بر کمک‌های فرهنگی و اجتماعی، مفهوم رایانش را نیز تغییر داده است.

مقاله‌های مرتبط:

بسیاری از سرویس‌های بزرگ امروزی از نتفلیکس گرفته تا وب‌سایت‌های بزرگانی همچون والمارت و اوبر، از فناوری‌هایی استفاده می‌کنند که روزی فیسبوک آن‌ها را توسعه داده است. این غول شبکه‌های اجتماعی فناوری‌ها را برای بهبود زیرساخت‌های فنی‌اش توسعه داد و سپس، دراختیار جهانیان قرار داد.

فیسبوک در مسیر جذب میلیون‌ها و بعد میلیاردها کاربر، باید ابزارهایی برای زیرساختش توسعه می‌داد؛ ابزارهایی مخصوص فرایندهای مختلف از ذخیره‌سازی داده که حجم بالای اطلاعات کاربران را بتواند کنترل کند تا طراحی‌های سخت‌افزاری برای پایگاه‌های داده که میزبان مراکز داده باشند. از آخرین فناوری‌ها نیز می‌توان به روش‌هایی برای توسعه‌ی رابط کاربری اپلیکیشن‌ها و وب‌سایت فیسبوک اشاره کرد.

برق دیتاسنتر

نکته‌ی مهم آن است که فیسبوک پس از توسعه‌ی ابزارها، آن‌ها را برای خود نگه نداشت و اکثر محصولات ایجادشده را به‌صورت متن‌باز عرضه کرد. درنتیجه، هرکس می‌تواند از نوآوری‌های فیسبوک استفاده کند و آن‌ها را تغییر دهد و به‌اشتراک بگذارد.

فیسبوک یکی از نیروهای محرکه‌ی مهم در جامعه‌ی متن‌باز است

به‌اعتقاد جیم زملین، مدیر اجرایی بنیاد لینوکس، فیسبوک یکی از نیروهای محرکه‌ی مهم در جامعه‌ی متن‌باز محسوب می‌شود که برای سال‌ها، محصولات و ابزارهای حیاتی را به آن تزریق کرد. بنیاد لینوکس امروز میزبان گروهی ویژه برای حفظ و توسعه‌ی زبان GraphQL است؛ زبانی که فیسبوک برای حفظ ارتباط بین اپلیکیشن‌ها و سرورها طراحی کرد و امروزه، بسیاری از شرکت‌های دیگر از آن استفاده می‌کنند.

به‌دلیل سیاستی که فیسبوک در عرضه‌ی فناوری‌هایش پیش گرفت، بسیاری از آن‌ها به استانداردهای صنعت فناوری تبدیل شدند. آدام نیری، یکی از مدیران فنی Airbnb، دراین‌باره می‌گوید:

فیسبوک نه‌تنها در تغییر شیوه‌ی ساخت سرورهای ما، بلکه در روش کدنویسی برای گوشی‌های هوشمند و مرورگرها نیز نقشی اساسی ایفا کرده است. تمام اکوسیستم با فناوری‌هایی پیش می‌رود که فیسبوک در آن‌ها پیش‌گام بود و بعدا به‌صورت متن‌باز عرضه کرد.

تولد کلان‌داده

یکی از مشارکت‌های مهم و اولیه‌ی فیسبوک در جامعه‌ی بزرگ رایانش کاساندرا (Cassandra) بود. کاساندرا سیستم پایگاه داده‌ای است که می‌توان آن را در بین صدها یا هزارها سِرور گسترش داد.

داده

فیسبوک اولین شرکتی نبود که چنین پایگاه داده‌ای داشت. آمازون و گوگل هر دو مقاله‌هایی منتشر کرده بودند که نوآوری‌های پایگاه داده‌ی توزیع‌شده‌ی خود را نشان دهند. البته، هیچ‌یک از آن‌ها کد نهایی نوآوری را برای استفاده‌ی دیگران منتشر نکرده بودند. مهندسان فیسبوک، یعنی آویناش لاکشمن که در انتشار مقاله‌ی آمازون شرکت داشت و پراشانت مالک، ایده‌های آمازون و گوگل را در آن فناوری ترکیب کردند و کاساندرا را توسعه دادند. آن‌ها سپس در سال ۲۰۰۸، کد آن را منتشر کردند. شرکت‌های دیگر به‌سرعت این فناوری را به‌کار گرفتند که از میان آن‌ها می‌توان به شرکت معتبر خدمات اَبری، یعنی رک‌اسپیس (Rackspace) اشاره کرد.

جاناتان الیس، یکی از کارمندان رک‌اسپیس بود که از سرویس کاساندرا استفاده می‌کرد. او در سال ۲۰۱۰، شرکت را ترک و دیتااستکس (DataStax) را با تمرکز بر استفاده از کاساندرا برای مشتریان سازمانی تأسیس کرد. جاناتان درباره‌ی سرویس فیسبوک می‌گوید:

آن‌ها فراتر از کپی‌کردن یا الهام‌گرفتن صِرف از محصول آمازون و گوگل رفتند و در ارائه‌ی سرویس کاملا متفاوت خود،‌ نوآوری‌های زیادی داشتند.

امروز، کاساندرا در مقام یازدهم محبوب‌ترین پایگاه‌های داده‌ی جهان قرار دارد. غو‌ل‌هایی همچون اپل، نتفلیکس، اینستاگرام و اوبر همگی کاربران کاساندرا و مشارکت‌کنندگان در بهبود و توسعه‌ی آن هستند.

انتقال داده

پلتفرم فشرده‌سازی داده‌ی هادوپ (Hadoop) یکی از دستاوردهای متن‌باز دیگر فیسبوک محسوب می‌شود. این پلتفرم امروزه، به‌نوعی عضو جدانشدنیِ دنیای کلان‌داده است. البته، سهم عمده‌ای از پروژه‌ی هادوپ که طبق مقاله‌ای از گوگل انجام شد، برعهده‌ی یاهو بود. فیسبوک یکی از اولین شرکت‌های خارج از یاهو بود که از آن پلتفرم استفاده کرد و ابزارهای جدید را نیز برایش توسعه داد. هادوپ در توسعه‌ی استارتاپ‌های متعددی همچون کلودِرا (Cloudera) هم نقش داشت؛ استارتاپی که یکی از محققان سابق فیسبوک، یعنی جف هامرباخر، آن را تأسیس کرد.

ابزارهای هوش مصنوعی یکی دیگر از دستاوردهای فیسبوک برای دنیای فناوری بوده‌اند

فیسبوک در هوش مصنوعی نیز سرمایه‌گذاری‌‌های بزرگی کرده تا با استفاده از آن، کاربردهای بیشتری برای داده‌های خود بیابد. برخی از تحقیق‌ها و دستاوردهای آن شرکت درباره‌ی این شاخه از علم نیز منتشر شده‌اند. در سال ۲۰۱۵، آن‌ها استفاده از برخی از الگوریتم‌های هوش مصنوعی خود را متن‌باز کردند. آن‌ها پلتفرم مشهور هوش مصنوعی، یعنی تورچ (Torch) را برای این کار درنظر گرفتند. اقدام فیسبوک تقریبا یک سال پیش از آن بود که گوگل پلتفرم مشهور تِنسورفِلو (TensorFlow) را ارائه داد.

غول شبکه‌های اجتماعی در ادامه‌ی توسعه‌ی ابزارهای هوش مصنوعی، تورچ را پیشرفت داد و پای‌تورچ (PyTorch) را عرضه کرد. امروزه، پای‌تورچ به‌عنوان سومین پلتفرم محبوب هوش مصنوعی در جهان شناخته می‌شود.

بازکردن مراکز داده

توسعه‌ی نرم‌افزاری که بتواند میلیون‌ها کاربر را مدیریت کند، برای فیسبوک کافی نبود. آن‌ها باید کامپیوترها و حتی ساختمان‌های لازم برای مدیریت آن حجم از داده را نیز طراحی می‌کردند.

مرکز داده فیسبوک

یکی از مراکز داده‌ی فیسبوک

فیسبوک در مسیر طراحی و توسعه، به ایده‌های نامعمول دست یافت؛ از مراکز داده‌ی موسوم به اوپن ایر (Open Air) که از هوای بیرون به‌جای سیستم‌های خنک‌کننده‌ی صنعتی برای خنک‌سازی مرکز داده استفاده می‌کنند تا سِرورهای ماژولار که امکان جابه‌جایی پردازنده‌ها و دیگر قطعات را به مدیران می‌دهند.

مقاله‌ی مرتبط:

فیسبوک فناوری‌های فوق را به‌همراه بسیاری از دستاوردهای دیگر با عنوان پروژه‌ی اوپن کامپیوتر (Open Compute Project) عرضه کرد که امروزه، به‌عنوان سازمانی مستقل شناخته می‌شود. غول شبکه‌های اجتماعی در سال ۲۰۱۱، اوپن کامپیوتر را معرفی کرد و در همان زمان، با انتقادهایی روبه‌رو شد. با وجود آنکه نرم‌افزار متن‌باز در آن زمان به بلوغ و ثباتی نسبی رسیده بود، هنوز نمی‌شد درباره‌ی مفیدبودن یا نبودن ایده‌های فیسبوک برای شرکت‌های دیگر اظهارنظر کرد.

باوجود تمام مشکلاتی که در ابتدای عرضه‌ی فناوری مرکز داده بر سر راه فیسبوک ایجاد شد، شرکت‌های دیگر، همچون شرکت تایوانی کوانتا (Quanta) شروع به فروش کامپیوتر براساس طراحی فیسبوک کردند. پس از مدتی، شرکت‌هایی همچون رک‌اسپیس و مایکروسافت و اپل نیز طراحی‌های سخت‌افزاری اختصاصی سخت‌افزاری خود را به ایده‌ی اولیه‌ی فیسبوک اضافه کردند.

امروزه، فیسبوک با شرکت‌های مخابراتی همچون Ericsson و Deutsche Telekom همکاری می‌کند تا زیرساخت‌های متن‌باز مخابراتی را توسعه دهند. پروژه‌‌ی مذکور با نام تله‌کام اینفرا (Telecom Infra Project) شناخته می‌شود که آنتنی با برد طولانی به‌نام ARIES را شامل می‌شود. به‌علاوه، سیستمی برای ارتباط برج‌های مخابراتی به‌نام تِراگراف (Terragraph) نیز در آن پروژه وجود دارد.

متن باز

تکمیل‌کردن پازل

فیسبوک در دهه‌ی ابتدایی خود، اکثرا ابزارهای متن‌بازی را عرضه می‌کرد که به‌نوعی در پشت‌صحنه‌ی زیرساختی دنیای فناوری نقش داشتند. به‌عنوان مثال، اگرچه نتفلیکس از کاساندرا استفاده کرد تا اطلاعات کاربران را مدیریت کند، آن کاربران هیچ تعاملی با کد فیسبوک در وب‌سایت نتفلیکس نداشتند.

کتابخانه‌ی ری‌اکت (React) ملموس‌ترین ابزار متن‌باز فیسبوک برای کاربران است

از سال ۲۰۱۳، تأثیرات پروژه‌های فیسبوک ملموس‌تر شد. در آن سال، فیسبوک کتابخانه‌ی متن‌باز جاوااسکریپتی با نام ری‌اکت (React) عرضه کرد که امروزه علاوه‌بر وب‌سایت خودش، در بسیاری از دیگر سرویس‌ها برای ساختن رابط‌های کاربری بهینه‌شده در وب استفاده می‌کنند.

ری‌اکت برای محبوب و مشهورشدن به کمی زمان نیاز داشت؛ اما امروزه، این کتابخانه پراستفاده‌ترین کتابخانه برای ساخت اپلیکیشن‌های سمت کاربر (Front End) محسوب می‌شود که کتابخانه‌ی گوگل، یعنی انگولار (Angular) را به‌نوعی کنار زد. امروزه، غول‌هایی همچون Airbnb و نتفلیکس و والمارت از ری‌اکت استفاده می‌کنند.

React Native

کوینسی لارسن، از بنیان‌گذاران سرویس آموزش برنامه‌نویسی FreeCodeCamp می‌گوید:

از سال ۲۰۱۵، به‌ناگهان دیدم دوستانم در سان‌فرانسیسکو، ابزارهایی همچون JQuery و Angular را با کتابخانه‌ای جدید به‌نام React جایگزین می‌کنند و اعتقاد عجیبی هم به آن دارند.

عرضه‌ی ری‌اکت نِیتیو (React Native) در سال ۲۰۱۵، تأثیر زیادی بر افزایش محبوبیت کتابخانه‌ی فیسبوک گذاشت. این ابزار به توسعه‌دهندگان امکان می‌دهد با استفاده از ابزار ری‌اکت، اپلیکیشن‌های بومی اندروید و iOS توسعه دهند. به‌بیان‌ِ دیگر، آن‌ها با استفاده از یک کد، هم برای وب و هم موبایل اپلیکیشن توسعه می‌دهند.

گرگ ریز، مدیر نوآوری شرکت مشاوره‌‌ای رایت‌پوینت (Rightpoint) می‌گوید فیسبوک اولین شرکتی نبود که ابزاری برای توسعه‌ی اپلیکیشن‌های موبایل با تکنولوژی‌های وب توسعه می‌دهد. به‌علاوه، آن‌ها اولین عرضه‌کننده‌ی کتابخانه‌ی متن‌باز برای اپلیکیشن‌های وب نیز نبودند؛ اما وجه تمایز فیسبوک، ترکیب این دو ایده با یکدیگر بود. او می‌گوید کار فیسبوک تکه‌ی آخر پازل در توسعه‌ی اپلیکیشن‌ها را کامل کرد.

دوستان ما

آخرین دیدگاه‌ها

    دسته‌ها