大数据
人工智能和大数据时代
这个作者很懒,什么都没留下…
展开
-
数据技术的核心应用,主要有哪些?
1.HadoopHadoop是稳定企业实力和其他一切工作的基础。你需要利用YARN,HDFS和Hadoop中的基础设施,存储原始数据以及运行关键的大数据服务和应用程序。2.SparkSpark易于使用,并且支持所有重要的大数据语言(Scala,Python,Java,R)。同时,Spark还是一个巨大的生态系统,发展迅速,便于支持microbatching/batching/SQL。这是另一...转载 2019-11-01 22:02:19 · 1162 阅读 · 0 评论 -
Python语言,在网络开发、数据科学和科学计算方面的基本介绍
Python 的语法非常简洁,写起来就像写英语一样,不仅简单而且可以高效地实现面向对象编程。与 C/C++/Java 相比,可以用很少的代码写出同样的程序,跨平台,一次编写到处运行,无须编译,直接运行,还有很多框架包可以选择。它可以用来进行网络开发、GUI开发、图形开发、Web开发、游戏开发、手机开发、数据库开发,大数据分析等等。网络开发,有大量的网络编程模块,支持 Socket、Email、...转载 2019-11-01 21:07:44 · 1570 阅读 · 0 评论 -
大数据,云计算和物联网,三者之间的关系是什么?
大数据,云计算,物联网,这些听着耳熟吗?你知道这些新兴产业各自的特点吗?今天,咱们就从最基本的概念着手,给大家科普一下!一、最热门的人工智能目前为止,人类还没能给出统一的定义。但通常来说,凡是使用机器代替人类实现认知、识别、分析、决策等功能,均可认为使用了人工智能技术。如今人工智能商业化正在各个领域中快速推进:记得哦!人工智能主要包括软件及信息技术服务业、计算机、高端制造等行业。二、大数...转载 2019-11-01 20:44:32 · 10275 阅读 · 0 评论 -
数据分析入门知识笔记总结
数据分析是什么,小伙伴们自行去问度娘哈。为了降低阅读压力,不让篇幅太长,我特意拆成上、下两篇来分享自己这几天学到的知识。我特别不喜欢只会装逼的产品经理,看文章也一样不喜欢华而不实的。所以督促自己写文章时,把懂的、经历过的能细就写的尽量详细;不懂的就去学,然后把整理的笔记分享出来,数据分析方面我涉入不多,内容由于缺少实战经验,会比较基础和理论,希望同样对你有帮助。明确数据分析的目的做数据分...转载 2019-11-01 15:32:19 · 500 阅读 · 0 评论 -
数据分析学习路线,主要划分为哪几个阶段?
一、第一阶段(一般岗位叫数据专员)基本学会excel(VBA最好学会;会做透视表;熟练用筛选、排序、公式),做好PPT。这样很多传统公司的数据专员已经可以做了二、第二阶段(数据专员~数据分析师)这一阶段要会SQL,懂业务,加上第一阶段的那些东西。大多数传统公司和互联网小运营、产品团队够用了。三、第三阶段(数据分析师)统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗),可视化,PPT和e...转载 2019-11-01 15:28:29 · 1724 阅读 · 0 评论 -
大数据、云计算和物联网代表未来的发展方向,它们之间主要是什么关系?
云计算、大数据和物联网代表了IT领域最新的技术发展趋势,三者既有区别又有联系。云计算最初主要包括了两类含义:一类是以谷歌的GFS和MapReduce为代表的大规模分布式并行计算技术;另一类是以亚马逊的虚拟机和对象存储为代表的“按需租用”的商业模式。随着大数据概念的提出,云计算中的分布式计算技术开始更多地被列入大数据技术,而人们提到云计算时,更多指的是底层基础IT资源的整合优化以及以服务的方式提供...转载 2019-11-01 15:17:33 · 4352 阅读 · 0 评论 -
典型的数据分析,主要包含以下哪几步?
数据分析有极广泛的应用范围,这是一个扫盲贴。典型的数据分析可能包含以下三个步:1、探索性数据分析,当数据刚取得时,可能杂乱无章,看不出规律,通过作图、造表、用各种形式的方程拟合,计算某些特征量等手段探索规律性的可能形式,即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。2、模型选定分析,在探索性分析的基础上提出一类或几类可能的模型,然后通过进一步的分析从中挑选一定的模型。3、推断分析...转载 2019-10-21 16:57:45 · 2208 阅读 · 0 评论 -
大数据时代,我们应该如何提高大数据分析业务能力?
业务篇1.业务为核心,数据为王了解整个产业链的结构制定好业务的发展规划了解衡量的核心指标有了数据必须和业务结合才有效果。需要懂业务的整体概况,摸清楚所在产业链的整个结构,对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要,指定发展计划,从而归类出需要整理的数据。最后一步详细的列出数据核心指标(KPI),并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找...转载 2019-10-21 16:50:09 · 1890 阅读 · 0 评论 -
作为一名数据分析师,都需要掌握哪些工具?
在身边偶尔会听到别人说做数据分析师,工具不是很重要,重要的是那些软实力,其实这一点我并不敢苟同。俗话说工欲善其事必先利其器,所以工具用的好,其实是可以极大的提升工作效率的。那么作为一名数据分析师,都需要掌握哪些工具呢,这里先列出使用频率最高的3个工具。(1)sql学习写sql是做数据分析师的第一步,对于没有数据库和编程语言基础的人来讲,也并不是一件十分困难的事儿,关键在于你是否能找到一个“好师...转载 2019-10-18 10:54:57 · 1338 阅读 · 1 评论 -
数据分析师的工作职责是什么,日常工作主要分为哪几部分?
你需要了解,数据分析师到底是干什么的,该职位在企业中在扮演一个什么样的角色,为了能结合实际情况进行阐述,这里先给大家看一下某公司招聘数据分析师的JD,工作职责1、支持各种常规或临时数据分析需求;2、提供各类业务相关的分析及建议;3、通过建模深入挖掘用户或产品方面的有价值的信息;4、和各部门沟通协调需求并提出各种新的数据分析项目或方案;5、持续地改进数据采集、处理、分析、报告等各个流程上...转载 2019-10-18 10:45:43 · 1702 阅读 · 0 评论 -
DT时代,大数据最核心的意义是什么?
大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言,大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。当这项技术在自己用的时候,自己将会非常收益,因为成本会降低;当这项技术作用在客户时候,客户同时也会受益。能够让客户和自己同时受益的技术,就是最有商业价值的。所以,大数据并不只是喊口号的空话,而是像其他的新兴技术一样,商业化是需要一个过程,就现在看来,大数据还是属...转载 2019-10-18 10:26:43 · 1265 阅读 · 0 评论 -
Java架构和大数据架构,有什么相同和不同点
架构不是一个职业而是一种能力,每一种架构师只不过是在不同的领域里面使用不同的技术,没有什么可对比,就好比如你问一个篮球明星和一个足球明星有什么区别一样!一、架构师需要考虑四个问题确定系统干什么不干什么,也就是说系统的边界在哪里?确定架构内部的模块与模块之间的关系,以及模块与外部之间的关系是什么?架构确定以后,有能力去指导开发去继续设计和演化,如果开发设计和演化出来的东西和架构不...转载 2019-10-18 08:47:26 · 655 阅读 · 0 评论 -
数据中心管理人员,应该具备哪些基本技能?
在数据中心硬件需求、安全性和数据收集方面,实施、操作、故障排除和更新混合IT设置带来了许多新问题,并要求具备更多的数据中心技能。那么,数据中心管理人员,应该具备哪些技能呢?云平台的选择和管理随着云计算应用的增长,管理员必须了解基础设施、平台和软件的运作,公共云、私有云和混合云设置的不同优点和缺点,以及支持云平台所需的任何硬件。数据中心管理人员应选择适合其组织长期使用的云计算环境。而微软、亚马...转载 2019-10-18 08:43:12 · 1632 阅读 · 0 评论 -
数据可视化其实发展多年,我们从业者需要遵守的基本原则是什么?
数据可视化从200多年前基本饼图发明时的形成至今已走过漫长的历程。如今,由于数据大潮的到来和人们关于数据使用的讨论,一种新的设计语言正在兴起,它可以优美地将大数据中的繁杂简化成既美观又富有意义的可视化图形。以下五条核心原则。1.理解数据源确保了解你工作的数据。这是理解数据至关重要的第一步。你需要对宏观的全局有所理解:为什么收集这些数据?公司对于这些数据赋予什么样的价值?用户是谁?如何能让数据...转载 2019-10-15 12:14:59 · 272 阅读 · 0 评论 -
数据分析师需要三个方面的能力:技术(编程),数据分析方法,行业知识
对于很多想要从事互联网数据分析的人来说,一大难点就是如何准备行业知识。一方面很少有学校设置像“互联网数据分析”这样的专业,即使有的学校有诸如digitalmarketing类似的专业,跟公司做的也还是差别不小。另一方面还有很多人想从别的行业跳到互联网行业,像Facebookanalyticsdatascientist就有很大一部分以前是做金融、咨询之类的。不管是刚毕业的,还是之前从事别的行业想要...转载 2019-10-15 11:13:41 · 636 阅读 · 0 评论 -
网站的数据分析才是至关重要的第一步,怎么做好网站的数据分析
网站优化要从数据分析入手,一切从数据分析中得出结论,从数据分析中得到网站的基本状况,从数据分析中得出优化方案和步骤!很多运营人员,尤其是做网站优化的新手一拿到网站就开始了发内容和外链的工作了。结果是什么是可想而知,要不就出现快照不更新,严重的就被搜索引擎惩罚了!怎么优化自己的网站?100个用户里面,至少99个用户都会想这个问题。做好网站优化,网站的数据分析才是至关重要的第一步。在这里简单为大家介...转载 2019-10-14 22:32:04 · 265 阅读 · 0 评论 -
在未来几年,数据科学家主要会分为哪几类?
通用人才:第一类是数据科学的通用人才,他们会对数据做出解释并使用数据。这些人的工作是指导终端用户,帮助用户对数据提出问题,但他们并不会自己找出答案。这更像是一个过渡性的工作,更可能在五年内出现。行业专家:由行业专家组成的是第二类,也是人数最多的一类。他们将在制造、医药科学以及金融这样的特定垂直领域中使用数据科学技术和工具。我认为未来的大部分工作岗位都在这里。但这也不是数据科学工作。这些人不是了解...转载 2019-10-14 21:32:16 · 290 阅读 · 0 评论 -
数据分析师需要学习的技能,和常用的软件工具
数据分析技能、统计学基础、计算机技能、设计/审美、商业理论、管理学、市场营销、销售、宏观经济学这里就先推荐一些入门类的书籍吧。1、统计基础(《深入浅出统计学》、《商务与经济统计(第12版)》)2、分析理论和Excel(《谁说菜鸟不会数据分析》)3、SQL(《SQL必知必会》还有MySQL的官方教程)4、Python)随便一本入门教材 + 《利用Python进行数据分析》、《Python科...转载 2019-10-13 16:01:08 · 721 阅读 · 0 评论 -
数据分析也好,统计分析也好,特别要掌握分析软件工具
数据分析也好,统计分析也好,数据挖掘也好、商业智能也好都需要在学习的时候掌握各种分析手段和技能,特别是要掌握分析软件工具!学习数据分析,一般是先学软件开始,再去应用,再学会理论和原理!没有软件的方法就不去学了,因为学了也不能做,除非你自己会编程序。注意看X和Y轴:第一维度:数据存储层——>数据报表层——>数据分析层——>数据展现层第二维度:用户级——>部门级——&g...转载 2019-10-12 21:24:46 · 729 阅读 · 0 评论 -
大数据的特征介绍,大数据技术主要分为哪几部分?
大数据,这个词给人的印象可能只是大量的数据而已,但是大量仅是大数据中的一部分。因为数据量的增加,并不是现在才有,主要还是数据处理分析技术的进步。大数据通常是指大小规格超越传统数据库软件抓取,存储,管理,和分析能力的数据群。 大数据包含以下四大特性: 巨量性;数据量庞大,其以TB--EB为存储单位,数据量级以几何级数增长。 实时性;实时变动的流动数据,反应时间仅短短几秒至万分之一...原创 2019-01-25 17:09:53 · 3421 阅读 · 0 评论 -
四款出色的JavaScript库,轻松完成数据分析和数据可视化
四款出色的JavaScript库,其能够帮助大家更为轻松地完成数据分析与可视化工作。1. Data-Driven-Documents (D3.js)大数据培训这么火的原因有很多。在讨论JavaScript数据分析时忽略掉Data-Driven-Documents (D3),就如同在谈论微软时忽略掉其操作系统一样。Data-Driven-Documents,亦被称为D3.js,是一套利用...原创 2019-01-25 18:55:16 · 2493 阅读 · 0 评论 -
大数据时代,学习Hadoop,就业前景怎么样?
如果想要了解Hadoop就业前景,要明白Hadoop是什么,主要是用来做什么的,有哪些特性,带着这些问题来做回答:Hadoop是什么:Hadoop是一个开源的、可运行于大规模集群上的分布式计算平台,实现了MapReduce计算模型和分布式文件系统HDFS等功能,在业内得到了广泛的应用,同时也成为大数据时代的代名词。Hadoop用途:借助于Hadoop,程序员可以轻松编写分布式并行程序,将其...原创 2019-01-26 20:07:02 · 1046 阅读 · 0 评论 -
大数据技术之中的数据挖掘,经常用的挖掘方法主要有哪几种?
目前数据挖掘方法主要有4种,这四种算法包括遗传、决策树、粗糙集和神经网络算法。以下对这四种算法进行一一解释说明。遗传算法:该算法依据生物学领域的自然选择规律以及遗传的机理发展而来,是一种随机搜索的算法,利用仿生学的原理来对数据知识进行全局优化处理。是一种基于生物自然选择与遗传机理的随机搜索算法,是一种仿生全局优化方法。这种算法具有隐含并行性、易与其它模型联合等优点从而在数据挖掘中得到了应用。决...原创 2019-01-27 19:16:13 · 2557 阅读 · 0 评论 -
数据挖掘按技能划分,主要分为几类?
数据挖掘技能从起初的单一门类的知识逐步发展成为一门综合性的多学科知识,并由此产生了很多的数据挖掘方法,这些方法种类多,类型也有很大的差别。为了满足用户的实际需要,现对数据挖掘技能进行如下几种分类:按挖掘的数据库类型分类利用数据库对数据分类成为可能是因为数据库在对数据储存时就能够对数据按照其类型、模型以及应用场景的不同来进行分类,根据这种分类得到的数据在选取数据挖掘技能时也会有满足自身的方...原创 2019-01-27 19:23:33 · 3056 阅读 · 0 评论 -
Hadoop成功的基础是什么,面对竞争,Hadoop的未来是怎样的?
Hadoop的过去、现在和未来Hadoop是目前大数据分析领域中应用最广泛的一种分布式架构,而经过相当长时间的发展,Hadoop在功能上也越来越成熟。不过,在这个星球上,你找不到拥有11年Hadoop经验的人。因为目前在Hadoop领域经验最丰富的人是DougCutting,他在Hadoop方面拥有的经验是10年零7个月。而这位DougCutting正是Hadoop之父,Cloudera公司首席...原创 2019-02-07 16:56:18 · 191 阅读 · 0 评论 -
大数据概念、Hadoop组件、HDFS原理剖析
一、大数据(一)概念:指的是传统数据处理应用软件不足以处理(存储和计算)它们大而复杂的数据集。(二)数据级别:1.MB:普通用户数据级别2.PB:企业级数据级别3.ZB:全球数据总量级别(三)特点:容量大,种类多,速度快,价值高(四)Hadoop1.概念:Apache旗下的一套开源软件平台2.功能:利用服务式集群,根据用户的自定义业务逻辑,对海量数据进行分布式处理3.核心组...原创 2019-02-07 22:56:03 · 181 阅读 · 0 评论 -
大数据和人工智能之间,主要是什么关系?
当今IT领域的三大支柱是人工智能、大数据、云计算。如果人工智能是追求的指标,那么大数据和云计算则是人工智能的重要支撑。当前人工智能发展的主流方向是深度学习,非常于大数据和深度学习的联合。就我个人而言,我研讨的方向是自然语言处理,近几年自然语言里最热的是多人对话,像聊天机器人、智能客服等。人工智能的发展历程和自然语言处理对照吻合,因为自然语言处理是AI最重要的方向。很明显的是传统的技能逐步过渡到...原创 2019-02-22 19:22:30 · 3326 阅读 · 0 评论 -
大数据分析领域,主要面临哪些瓶颈?
1、数据分析之数据准备瓶颈:OLAP我们知道从上个世纪90年代,甚包括80年代末,OLAP就已经被很好地使用了。但是我们知道企业的数据和运营的过程,是 个持续动态变化的过程,它需要在第 时间交给业务部门做数据分析,而OLAP做不到这 点。 旦有 个数据分析的变化,我们需要交给IT部门去重新构建OLAP。所以如果这个瓶颈不打掉,企业的数据化运营的链条是不通畅的,并且业务流程会很缓慢,同时企业的运营...原创 2019-02-22 19:42:57 · 1089 阅读 · 0 评论 -
如何才能学好大数据开发,大数据开发的学习路线是什么?
对于现代社会,大数据开发的重要性不言而喻,通过大量的数据处理、分析获取有价值的信息,对当今企业、研究机构以及政府机关做决策是至关重要的,这一现象在未来会更加平常,因此,对大数据开发人才的需求量也会更大,因此,想学大数据开发的人也很多,那么,如何才能学好大数据开发呢?对于大数据开发的学习,重在掌握基本知识以及实践应用,合理安排基础知识的学习,可以起到事半功倍的效果,以下是比较经典的大数据开发学习路...原创 2019-03-06 19:22:26 · 603 阅读 · 0 评论 -
什么思维是大数据思维,大数据思维的核心是什么?
大数据的发展必须是数据、技术、思维三大要素的联动,它不仅取决于大数据资源的扩展和大数据技术的应用,更取决于大数据思维的形成。如果没有大数据思维,即使拥有了海量的数据,也无法发挥它们的价值。大数据思维是在看似无关联的事物中找到其间的相关性,并进行逻辑分析和定量化处理,将自然思维转向智能思维,使得大数据具有生命力,获得类似于“人脑”的智能。一、数据核心原理现如今,大数据已成为不可或缺的重要资源,...原创 2019-03-06 19:25:15 · 18592 阅读 · 0 评论 -
数据隐私泄露,如何才能保证数据安全?
为了创建支持大数据环境的基础设施,需要一个安全且高速的网络来收集很多安全系统数据源,从而满足大数据收集要求。鉴于大数据基础设施的虚拟化和分布式性质,企业需要将虚拟网络作为底层通信基础设施保护大数据:基础设施准备 首先对于利用大数据系统来分析企业内活动的安全工具,企业安全团队必须了解传统安全修复工具和它们之间的基础设施差异。在现在的企业安全办公室,我们并不难找到报告不同类型安全数据的各种安全工...原创 2019-03-06 19:37:46 · 1241 阅读 · 0 评论 -
大数据Hadoop技术的发展历史与未来前景
大数据概念火了又火,但是好多人对大数据的概念却一知半解,今天主要来细说下Hadoop:1.Hadoop是什么1)Hadoop是一个由Apache基金会所开发的分布式系统基础架构2)主要解决,海量数据的存储和海量数据的分析问题。3)广义上来说,HADOOP通常是指一个更广泛的概念——HADOOP生态圈2.Hadoop发展历史1)Lucene–DougCutting开创的开源软件,用jav...原创 2019-03-06 19:42:00 · 6965 阅读 · 0 评论 -
学习大数据挖掘,大数据的主要来源有哪些平台?
数据挖掘其实是一件非常有趣的事,比如有大神抓取IT桔子和36Kr各公司的投融资数据,试图分析中国各家基金之间的互动关系。还有大神抓取美团各种店面的开业情况以及用户消费和评价,了解周边变化的口味,以研究黄焖鸡米饭是怎么火起来的~金融篇»银行:中国人民银行»监管:银监会政策页面、保监会、证监会/上交所、深交所(巨潮)、股转系统»统计局:国家统计局»财经门户网站:雪球、新浪财经等众多网站»金...原创 2019-03-06 19:47:11 · 1267 阅读 · 0 评论 -
商业智能、大数据、传统报表和数据分析,各自的工具和发展方向的介绍
大数据(BigData)是指在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。1、BI(BusinessIntelligence)即商业智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。标签:E...原创 2019-03-06 20:34:03 · 692 阅读 · 0 评论 -
细谈大数据时代最好的框架,是不是非Hadoop莫属
提到大数据,很多同学会想到Hadoop技术。大家都知道,Hadoop是Apache的一个开源项目,它是一个对大量数据进行分布式处理的软件架构,HDFS(Hadoop分布式文件系统),MapReduce、Hbase、Zookeeper,hive等组成了一个Hadoop生态系统。本文主要以Hadoop为主,细谈大数据时代最好的框架是不是hadoop,通过几个问题来看看,具体如下:一、为什么组织从传...原创 2019-03-06 20:40:56 · 316 阅读 · 0 评论 -
互联网时代的数据越来越多,成为一名数据分析师,需要学习哪些知识
互联网时代,数据越来越多,所以这个时代也被称作大数据时代,对数据的分析和运营对于一个互联网从业者至关重要,许多大公司招收员工都要求有很好的数据分析能力。首先,Excel的熟练运用是基础,还要学会搜索。其中,尤其要掌握一些至关重要的函数,比如if、count函数等等。其次,要学会构建图表,把数据用可视化的方式表现出来,尽量清晰明了,让人一看就懂,还可以辅以智能化操作,制作完善的信息图。再而,掌...原创 2019-03-06 20:47:36 · 641 阅读 · 0 评论 -
文本分析主要包含哪些技术,文本分析技术的发展方向是什么?
全球多达80%的大数据是非结构化的,如博客、微博、微信、设备日志、与客服代表的会话等都属于非结构化数据,人类的自然语言非常复杂,一句话可能包含多种因素:语气、语调、隐喻、反语等,简单的数据分析模型无法应对这些复杂多样的变化。文本分析技术的发展方向:1.智能化理解:确定一段文字是关于什么信息的,然后进行匪类和量化,再进一步分析。这有助于发掘客户的特点,并将其转换成结构化的数字输出到预测模型。2...原创 2019-03-06 20:49:42 · 7882 阅读 · 0 评论 -
大数据精准营销,核心要素介绍
说到大数据精准营销,不得不先提个性化的用户画像,我们针对每一类数据实体,进一步分解可落地的数据维度,刻画TA的每一个特征,在聚集起来形成人群画像。今天我们来分享一下大数据精准营销的七个关键要素!01用户画像用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。02数据细分受众在执行大数据分析的3小时内,就可以轻松完成以下的目标:精准挑选出1%的VIP顾客发送3...原创 2019-03-21 18:33:30 · 1021 阅读 · 0 评论 -
大数据挖掘中,数据挖掘的方法有哪些?
⑴神经网络方法神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题,因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类:以感知机、BP反向传播模型、函数型网络为代表的,用于分类、预测和模式识别的前馈式神经网络模型;以Hopfield的离散模型和连续模型为代表的,分别用于联想记忆和优化计算的反馈式神经网络模型;以ART模型、Koho...原创 2019-03-21 19:19:59 · 956 阅读 · 0 评论 -
数据分析工作求职,主要的工作内容是什么?
首先,通过入门篇的了解,我相信你已经知道数据分析这份工作的工作内容是什么?我们一起再来回顾一下,总结起来需要两种硬性要求:一:理论&行业统计概率行业以及业务知识二:工具&技能SQLExcel (学到 宏 就差不多了)SPSS/SAS/R (三者择一即可)然后,根据相关要求开始学习。因为我是业务出身,主要存在技术不足,所以开始进行针对性学习。以下是我的书单:数...原创 2019-03-21 19:58:11 · 1158 阅读 · 0 评论