他从未选择一条既定的路，而是用脚步丈量世界的宽度。吉姆·罗杰斯的人生就如旷野：37岁退休，实现财富自由，完成两次环球旅行，创造吉尼斯世界纪录。人生不是既定的轨道，而是无边的旷野，每一程都有风景。《旷野人生：吉姆·罗杰斯的全球投资探险.2》记录了罗杰斯开启的第二次环球投资旅行，他和女友历时三年，走遍116个国家，全程15万公里，这次跨世纪的旅行创造了陆路驾车旅行吉尼斯世界纪录。从华尔街的金融丛林，到横跨全球的汽车之旅；从投资市场的惊涛骇浪，到穿越战火与边境的冒险。吉姆·罗杰斯的人生，是一

本《如何做定量研究？》是社会科学定量研究的极简入门指南，它用精练的语言简明扼要地讲解了定量研究的完成方法。这本书清晰地回答了以下几个问题：

——什么是定量研究？
——怎么提出研究问题？定量研究的研究问题有什么特点？
——如何将研究问题转化为可以被检验的假设和可以被测量的变量？
——如何进行研究设计、选择合适的方法并分析研究结果？

除了这些定量研究的核心问题，书中还讲解了如何撰写文献回顾并介绍了一种定量的文献回顾方法，以及如何进行抽样和问

人生是旷野，热烈而自由。吉姆·罗杰斯是国际知名投资人，37岁退休后环游世界，完成人生梦想。
《旷野人生：吉姆·罗杰斯的全球投资探险》记录了罗杰斯在20世纪90年代的环球投资旅行。作为37岁的老背包客，这位投资大师卸下了成功者的光环，经历了旅行中的喜怒哀乐，同时也重新审视了生命的意义。
本书详述了吉姆·罗杰斯传奇的旅行经历：在中欧，他的车坠落悬崖；在西伯利亚，他经历了荒芜的挑战；在非洲，他一路逃亡；在南美，他险些遇害。同时，本书也

智能决策是迈向通用人工智能的必经之路。2016年，围棋智能体AlphaGo战胜韩国棋手李世石，智能决策引起人们的广泛关注；2022年底，ChatGPT火爆全球，凸显出大模型的价值。可以预见，神经网络大模型将进一步推动智能决策在自主学习和应用范围上的突破。本书围绕智能决策领域涉及的基本方法与技术展开介绍，主要内容包括：智能决策与智能体的基本概念，智能体所处环境的分类与建模，确定环境下智能体的搜索推理决策方法，不确定环境下决策策略强化学习方法、博弈学习方法，复杂策略的深层神经网络建模与应用，以及网格

群决策理论的研究源于对社会选举制度的规则及其方法的探索，群决策要求决策者对最终决策方案达成一致，即共识决策。共识达成过程就是专家之间不断研讨修正自己的偏好意见最终达成一致意见的过程。目前，大多数研究自动修正专家的所有偏好。从数学的角度来说，这样能很快地达成共识，而且共识收敛，是一种理想状态。但在实际共识达成过程中，专家并不能完全按照同一个规律来修正自己的所有偏好，这同时扭曲了专家的原始判断。本书详细介绍群决策共识达成过程中局部调整意见的理论与方法，不仅尽可能保护专家原始判断，而且能按照专家的意愿

升维是战略和创新的核心，是突破“囚徒困境”“内卷”现象的出路所在。在不确定环境、“算无可算”的条件下，升维是z大化机会的决策原则。本书将复杂系统中起关键作用的枢纽节点与体现决策思维的博弈论做了开创性的结合，构建了系统性的决策思维体系。通过博弈结构的变化，即升维，能突破“囚徒困境”；与一般运营决策不同，战略、创新和危机管理都属于博弈结构维度变化的典型形式。

本书作者提出一个决策框架，可以帮助读者在关键时刻保持冷静并做出准确判断，以此提出新领导面对的45个挑战，并提供了一系列实用的解决方法，讲述了什么时候以及如何重建团队，如何制定战略规划，如何打造公司文化，如何在逆境中求变，如何在决策前预防潜在的障碍，如何授权和收权，如何做一个大胆而果敢的领导者。

现实世界充满了不确定性, 如何准确评估风险、及时更新并做出合理决策是广受关注的问题。人类在长期进化过程中形成了生态理性和社会理性, 能够利用少量线索进行快速而不失准确的推断并做出适应性的决策。不同于以往将启发式与偏差联系在一起的非理性观, 本书聚焦于不确定情境, 旨在介绍近年来心理学家有关风险认知与决策的前沿进展, 为不确定条件下的风险认知和理性决策提供参考, 此外, 还专门探讨了人工智能时代人类如何利用算法辅助决策以及人与智能机器协作的相关问题。

本书系统研究了基于双重云模型信息的决策方法与应用，从信息交互、权重优化、多参考点和多阶段等角度展开相关问题的研究。全书共八章，包括双重云模型信息决策方法概述、考虑偏好信息交互修正的双重云模型信息决策方法、考虑专家权重和属性权重优化的双重云模型信息决策方法、考虑多参考点优化的双重云模型信息决策方法、考虑概率未知和发展参考点的双重云模型多阶段决策方法、考虑独立特征和关联特征的双重云模型多阶段决策方法、多阶段云模型决策方法在外卖平台风险评估中的应用、研究结论与展望等。

本书从目标威胁概念、形成机理与评估范式的角度，把目标威胁多因子综合评估明确划分为目标威胁排序多因子综合评估与目标威胁等级多因子综合评估两种形式，并分别创建相应的研究范式与稳定（或灵敏）性分析方法。主要包括目标威胁排序（等级）多因子线性常权/变权加权综合评估方法、目标威胁排序（等级）多因子常权/变权TOPSIS综合评估方法、目标威胁排序（等级）多因子常权/变权VIKOR综合评估方法、目标威胁等级多因子综合评估级别特征值方法、目标威胁等级多因子综合评估二元语义方法、目标威胁排序（等级）多因子线性加权