A. 男上司在開會講話 其他公司女同事看著他 他倆目光對視以後男的就笑了 一次開會笑了三次 這是為什麼
他們內心有默切，對領導的看法一致，互相理解，懂得內心
B. 我們單位男領導開會時總時不時看一個女同事，那女同事不大看他，正常嗎
這個要看情況，
1，如果平時合作愉快，女的業績或者性格是男的比較欣賞的，可以是工作上的單純關系，因為女的沒有注意男的（比如老師和成績好的學生，也會很注意，是欣賞的眼光）；
2，看眼神了，如果眼神有過多的欣賞，女的不看他就可能是因為要避嫌。女的如果和男的單獨在一起是關系更融洽，在大家面前或者有距離感，或者有點不自然的話，應該是有些問題了。看平時的互動，應該可以察覺一些
3，照最可能的情況來講，根據你的描述，男的對女的有意思，女的對男的沒興趣的可能性會大一些。不管是工作上的認可或者是性格上的欣賞，也許是老師對優秀學生的態度。
人一般不會很高質量的隱藏自己的內心，所以，女人的情緒比男人的情緒更容易表達出來，所以，基本上，表現的就是實際的，男人的性格本身比較易於隱藏情緒，男人的隱藏能力高於了女人，但他還表現了出來，女人不善於隱藏又真的沒有表現，這個你判斷呢？
希望我的回答會對你有幫助
C. 為什麼有些男人會偷偷看美女的圖片、信息
首先要知道，社交網站、購物網站包括你使用的蘋果、安卓手機，是沒有許可權竊聽你的電話或者盜取你的搜索資料的，只是你的行為數據讓你的耐則手機意識到了你具體想要什麼。
再例如，你注冊一個賬號，需要輸入自己的名字；手機號；性別；所在地；這些是微不足道的基礎數據。
當然還有你的消費記錄；打車頻率；瀏覽的公眾號類型；玩過的游戲...這些行為最後統統會變成幾千個事實標簽，成為你行為數據的一環節。
採集標簽的目的，就是為了構建用戶畫像，從雜亂的標簽當中，最終模擬一個和你興趣、愛好、思想相近的「你」。
例如，你玩手機看到一篇內容標簽為「美女」的文章，而這並不表明你真的喜歡美女，也可能是手滑點的。因此，手機判斷你的興趣喜好還要根據瀏覽的停留時間、搜索次數、是否評論轉發等等。
當然，這關繫到一個初級的內容標簽權重演算法：
興趣標簽（ 美女 ）權重 = 行為權重 x 訪問時長 x 衰減因子
行為權重：什麼都不幹 1 分，評論 + 0.5，點贊 + 0.5，轉發 + 2，收藏 + 1
時長權重：10S 以內權重為 0.5，10S－60S 為 1，60S 以上為 2
衰減因子：0 - 3 天內權重為 1，3 - 7 天權重為 0.85，7 - 15 天權重為 0.7，15 - 30 天權重為 0.5，30 天以上權重為 0.1
興趣標簽權重和你的閱讀時長、評論、點贊、轉發收藏有著密切關系，並且不同操作有著不同的加分數值，最終昌拿棚累積成行為權重。
這點有點類似網易雲在私人FM為你推薦的歌曲類似。停留時間越長，時間權重也隨之越高。
你經常瀏覽美女，評論關於美女的文章，看關於美女的視頻，手機會將你一段時間內所有關於美女的興趣權重累加，再以S形函數標准化，最終得到一個從0到10的興趣標簽值。
這個數值越高，你就對含有美女的內容越感興趣。
不僅僅局限於內容興趣，這種演算法還能夠根據你的消費能力、消費興趣、社交習慣等敏老多個維度建立用戶畫像，並計算你的喜好。
之後，這些喜好會被轉換成特徵向量，比如你的美女興趣標簽值是8，消費能力是5，社交偏好是2，那麼向量表示為r（8,5,2）。
我們可以將特徵向量想像成一個多維空間的一個坐標點，通過每個用戶的向量坐標去帶入餘弦公式或距離公式中，就能計算出和你相似的人，進而把用戶分類。這是一個大工程。
但是行為數據只能計算出你的喜好，而無法判斷出你的性別、學歷等深入的個人屬性。
這需要將已知性別和學歷的用戶作為樣本，一些用來訓練模型，一些用來測試精準度。現如今，各大平台對於用戶性別的預測准確度達到90%以上。
因此，你的手機就能夠得到大致這樣一個用戶畫像，它包含了你的各項興趣權重：
D. 領導開會，見到一個女員工忍不住發笑，是比較喜歡她嗎
這種場合與員工忍不住發笑，絕不是出於曖昧才笑出來的，可能是領導在開會過程當中，語言很幽默，讓他笑的。並不說明他很喜歡他，這種笑，這種場合，這種地點發出的笑聲，可能不止她一個，和喜歡沒關系，但是這裡面肯定沒有反感的意思