《Cognitive Surplus》這本書照字面翻譯就好，何必扯出什麼下班時間扭轉未來??

看完整本書根本沒提到下班不下班。

  罷了，這本書有很多重要的概念，與之前日本人寫的《アーキテクチャの生態系》(中譯：架構的生態系)一樣值得參考。只是如上篇文章所說，這本書很多是美國的狀況，台灣的認知剩餘不但不足，而且無法連結起來。

 一旦一個網站轉變成營利性質，或從中產生了「管理階層」就會面臨到退化。

這種故事不陌生。

自從那次無名正妹大出走後(忘了是民國幾年時)，找正妹勢必會有很多成為漏網之魚

 現在無名的活動度也不如以往。現在的無名帳號，是由於Yahoo!而有....我這個人不會隨便申請任何帳號，一旦要申請必定要使它難以破解。

  大學的時候整台電腦因為RAM而貴，幾乎都待在電腦教室。不用說這讓M某損失很多，無論是線上社群還是收集資料，而沒人告訴我怎麼辦。

  小團體又是M某無法適應。職是之故，無論哪個時期都是像個犀牛角一樣獨來獨往，網路討論區是再重要不過了。 往昔的網頁已經找不到了，台灣的網路典藏並沒做到入口網站的網頁也都收錄。

  往昔在這PCHOME上的各位，也都不知道哪裡去....惟留我一人在此....

對於FACEBOOK，從心底感到厭煩感....或許是因為處女座的心理潔癖吧。

  雖然待業中時間很多，我卻很討厭這種只以複製現實人際關係為要務的東西；再加上臉書尾大不掉，看他何時走入歷史。

確定可連結的共334位，目標只有金牛與處女。

  如果已經變成查無網站(好像是沒認證過還是怎樣的?怎樣帳號才會被清算掉?)也算在內的

未啟用：36位；關閉中：27位

以及結婚的XD

總共為397位(謎之音：算這無意義吧?)

  原本想算出英文字母的使用頻率---也就是字頻，是否與前人做的統計一樣?

a行

  a030--639  a076--038  a091--208  a098--605  a121--220  a15--94(≦7)  a772--376  a808--697

a850--1na  aces-rzz  aids-413  ajkh-314  ak91-915  al-or(≦7)  alaz-cat  alic-081  alic-nny

  alic-830  alic-mon  alic-917  alin-828  all-vi(≦7)  all-19(≦7)  alov-too  am91-835  ambe-907

amma-520  amy1-919  amy7-831  an20-512  ang-er(≦7)  ange-271  ange-917  ann0-9915

  ap-il(≦7)  ap-06(≦7)  appl-431  appl-i52

b行

   b106-401  b3-16(≦7)  baby-huu  baby-ove  bais-508  barb-520  beau-516  beel-142

bett-514  bett-ndy  bibi-054  blan-985  blue-982  bobe-916  boss-917

c行

   c568-230  ca-if(≦7)  cand-234  cand-344  cand-517  cand-517  cand-jam

cc11-031  cftv-654  ch20-9tw  chou-823  chri-909  chuc-501  cind-035  Clai-vin

   coco-826  coco-192  cute-ell  cyn-iQ(≦7)  cynd-331  cynd-513

d行

  DOG-912  dog-88(≦7)  dore-845  dori-125  dp73-512  ed-hd(≦7)

egir-ung  ell-an(≦7)  ella-111  elne-421  elsa-827  emil-091  ener-cky  Ett-ba(≦7)

euni-391  eva8-904

f行

fash-616  feat-333  fish-sun  fore-289

g行

  gew7-921  glor-629  Gree-men  gucc-880

h行

HA-NQ(≦7)  han7-519  hana-uka  hann-910  happ-911  happ-opo  hcps-026  hi-ue(≦7)  hunt-330

i行

  iam-ly(≦7)  in-yu(≦7)  iou0-827  iren-229  iris-eep  isi-ia(≦7)  ive0-339   ivy8-513

j行

j295-672  j506-444  j8-93(≦7)  ja91-079  jdor-mon  jenn-831  jess-426  jess-826

  jess-688  joan-912  joan-830  joan-294  joe7-503  jojo-973  joli-fir

K行

   k50-28(≦7)  kain-501  kang-902  kett-518  kii-28(≦7)  kiss-423  kitt-ang  kitt-ady

kitt-020  kk3-35(≦7)  koa-pk(≦7)  ksa-ny(≦7)

L行

  la12-914  laka-514  lala-819  lemo-e26  Lili-427  lily-510  lin-16(≦7)  lind-27d

lov-914  love-901  love-518  love-233  love-241  love-914  love-069  luch-907

luck-141  lydi-730

M行

m0-42(≦7)  m52-ee(≦7)  madi-mto  magg-515  mapl-229  mary-613  masa-you

melo-200  mich-134  mich-737  mick-y24  mimi-rhd  mind-327  ming-508  Mis-ia(≦7)

misa-dada  miss-636  miya-512  miya-430  mmmm-892  mmno-omm  mo-18(≦7)

momo-829  momo-398  monk-048  monk-082  mori-wen  mous-e25  ms00-809

myer-amy

N行

  na-0(≦7)  nanc-134  nats-ice  nek-18(≦7)  newj-ivi  news-ron  nico-512

nike-336  NO-GE(≦7)   nozo-han  np-33(≦7)

O行

   ohmy-385  on-he(≦7)   oo-hu(≦7)  orze-ily  ox-m8(≦7) 

p行

peac-ach  peac-311   pegg-426  pegg-215   peis-512    peiy-910  penn-775  petw-033

   phoe-916   pi-oo(≦7)    pink-922  pink-926  pink-848  pink-ane  pink-933   pink-ere

pink-828   pipi-501   poin-919   powe-830  pp08-520  prin-ss6  pupp-ute  pure-914

Q行

   q005-220   q224-085   q79-15(≦7)

R行

r040-520  rabb-519  reco-d52  rgh4-31r   rone-920  rock-973  rome-kimo  rosa-305

   rrr-130 ruby-911   ruru-00   ryoh-066

s行

   s199-520  s78-28(≦7)  sand-011  sand-830  sand-697  sang-mei  sara-015  sasu-512

scam-ang  scps-124  seli-421  seli-052  shel-420  shen-ang  sho-31(≦7)  shps-737

sik-89(≦7)  sitt-87t  skat-d01  sky9-608  smal-by7   small-lly   smil-821  smil-811

  snow-918  snow-210  sta-ow(≦7)   star-sky  star-992  sues-shan  surf-420

T行

t3-16(≦7)  tai5-521   tami-002  taro-ros  taur-419  tiff-hen  tiff-105  tina-hiu

tina-846  tina-920  tkd-53(≦7)  tom2-960  tony-911  toto-904  twee-917  twot-410

U行

  u221-666

V行

vick-y77  virg-ina   viru-930  viru-826  vivi-515  vivi-512  vivi-109

w行

  w22-04(≦7)  w84-21(≦7)  wawa-912  weiw-910   weiw-910  wenc-i52  wend-029  whir-525

whit-609  wiki-516  wink-316  winn-824  wn80-019

x行

  x77-78(≦7)  x800-123  xeri-405  xm-j0(≦7)

Y行

y-1(≦7)  y520-69z    y78-42(≦7)  yamo-oya   yiti-cky   yl-b(≦7)  yoyo-828  yumi-433

yumi-434  yumi-ien   yun1-708   Yvon-825   yy9-29(≦7)

Z行

zxcv-147   zxcv-516  zz-07(≦7)  zz22-abc

若統計各行的使用頻率即如下圖：不知是否與字頻有相符合?我手上並沒有這種資料......

 最多的是A族群：10%，其次是M、S族：8%

依次到d、f、g、o、q、x、z：1%.....U頭文字者僅一位

 如上文所說，真正要計算字頻不是這樣的;反正是個登不上大雅之堂的調查，連說是研究也沒資格。

只是這網路世界會變成怎樣呢?

 現在二十歲的的網路使用經驗，與我二十歲時的是一樣的嗎?

「感動」會持續下去嗎?

不禁想起這些問題。