商务智能_测试题/练习题

这篇具有很好参考价值的文章主要介绍了商务智能_测试题/练习题。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


1、什么是商务智能产生的驱动力( c
a将企业内部的数据转换为利润 b商务智能可帮助企业收集信息
c商务智能可将数据转换为信息,将信息转换为知识,进而支持企业进行决策 d商务智能也制定企业决策

2、智能化企业具有快速吸收新想法的能力、适应新情况的能力有效解决问题的能力、调用适当资源的能力、有效积累经验和知识的能力,其中适应新情况的能力有效解决问题的能力指的是什么( d
a即企业在日常活动中,应具备快速接收新想法、新事物的能力,不能因循守旧,与时俱进才能把握市场动态,跟上时代的步伐
b即在公司做任何一项工作的过程中,都会遇到各种各样的问题,在面对问题和解决问题的过程中就是积累经验和知识的过程
c即企业在面对任何一项工作的时候不能不合理的安排资源
d即企业在面对不在了解、不熟悉等新领域出现的问题时,需要迅速适应新状况,并解决问题的能力

3、淘宝的“猜你喜欢”功能是商务智能产生的什么原因的具体应用( a
a知识产品化 b数据中蕴含的知识可以帮助企业进行优化升级
c企业的精细化管理需要商务智能 d急切的分析型需求

4、 商务智能是由业务层、技术层、(d )、组织层和战略层5个层面自下而上构成的层次机构
a管理层 b运营层 c决策层 d功能层

5、 商务智能的层次结构中,其中将企业ERP、CRM、SCM等企业系统数据集成在一次的层次结构属于( d
a技术层 b组织层 c战略层 d业务层

6、 以下哪些分析技术属于数据挖掘的相关技术(abcd
a预估分析 b分类分析 c关联性分析 d聚类分析

7、以下哪几个选项是商务智能产生的原因( abcd
a企业的精细化管理需要商务智能 b急切的分析型需求 c知识产品化 d数据中蕴含的知识可以帮助企业进行优化升级

8、商务智能从业务上可以规划为五个层次,分别为告诉企业发生了什么、让企业探索为什么发生、让用户实时看到现在发生了什么、帮助企业预见即将发生什么、希望发生什么、那么如下说法正确的是(abc
a让企业探索为什么发生——商务智能可根据当前的数据进行分析,以告诉企业管理者为什么会发生这样的问题
b告诉企业发生了什么——即利用企业现有各种各样的系统中累计的数据,告诉管理者企业过去发生了什么
c让用户实时看到现在发生了什么——实时的信息分析,企业决策层建立当前情况下的业务战略和决策
d希望发生什么——即针对现在迅速发展的市场,仅仅了解现在和过去是不够的,将来会发生什么

9、数据仓库是大数据关键技术的重要组成部分,其主要用于存储相关数据,以便企业进行数据分析,为决策提供数据支持,数据仓库的主要特点为(abd
a相对稳定的 b反映历史变化 c分散的 d面向主题的

10、商务智能解决方案在商业决策中的作用主要体现在以下几个方面( abcd
a改善客户关系管理 b提高绩效管理 c改善业务洞察力 d提供可赢利性分析

11、企业之所以需要商务智能技术是因为商务智能可帮助企业提高其核心竞争力。(a
aTrue bFalse

12、Excel表格中的柱状图、饼图、折线图等等显示手段属于大数据可视化技术。( b
aTrue bFalse

13、数据仓库中的数据通常一段时间之后就会被清除掉。( b
aTrue bFalse

14、商务智能是随着数据仓库、数据挖掘、数据可视化等关键技术兴起的一门新型数据分析技术。(b
aTrue bFalse

15、商务智能的功能之一为数据管理,其含义为针对企业内部数据质量进行管理。( b
aTrue bFalse


1,对数据进行清洗、数据转换、清洗结束后,需要把数据存储到数据仓库中,通常会使用到的数据装载的方法有(d
a初始装载 b增量装载 c加量装载 d初始装载、增量装载、完全刷新

2,数据仓库的数据所涉及的数据操作主要是数据查询,一旦某个数据进入数据仓库以后,一般情况下将被长期保留,也就是数据仓库中一般有大量的查询操作,但修改和删除操作很少,通常只需要定期的加载、刷新。这一特性是数据仓库的那一项特点( c
a 面向主题的 b集成的 c数据相对稳定 d反应历史变化的

3,Hive中表示外部表的关键字为( a
a EXTERNAL b PARTITION c VIEW d TABLE

4,进行数据仓库构建的过程中需要使用到ETL技术,那么ETL具体指的是( a
a抽取,转换和清洗,加载 b抽取,加载,转换和清洗 c转换和清洗,加载,抽取 d转换和清洗,抽取,加载

5,以下哪种数据类型是数据库不支持,但是Hive支持的( A
A TINYINT、DECIMAL b INT、CHAR c FLOAT、DOUBLE d BOOLEAN、VARCHAR

6,数据仓库设计是尽量避免冗余,一般采用符合范式的规则来设计,数据库在设计是有意引入冗余,采用反范式的方式来设计(b)
A True b False

7,Hive是Hadoop平台的数据存储工具。(b)
A True B False

8,数据仓库和数据库是完全不相关的两种技术。( b
A True B False

9,数据库模型中的层次模型有且仅有一个结点没有父结点,它就是根结点(a)
A True B False

10,Hive可以和HDFS、MapReduce进行良好的交互使用。(a)
A True B False

11,以下哪几个选项是传统数据库和Hive的区别( bcd
A 二者均完全支持SQL语句 B 传统数据库支持对事物的基本操作,但HIVE不支持
C 二者均支持数据索引 D 相对于传统数据库,Hive的数据规模更大一些

12,以下哪几个选项是数据仓库的基本特点(abcd
A 面向主题的 B 集成的 C 数据相对稳定 D 反应历史变化的

13,如下哪几种是数据仓库建模的方法( abc
A 范式建模法 B 维度建模法 C 实体建模法 D 关系模型

14,数据库常见的模型有如下几种(abc
A 层次模型 B 网状模型 C 关系模型 D 树状模型

15,以下哪几个选项是Hive的数据模型( ab
A 视图、托管表、外部表 B 桶表、分区表C 二维表、关系表 D Excel表、CVS表


1,关于星型模型的说法,错误的是:d
a当所有维度表连接到事实表上的时候,整个图就像一个星星,故称之为星型模型。 b星型架构是一种非规范化的结构
c多维数据集的每一个维度都直接与事实表相连,不存在渐变维度 d数据没有冗余

2,关于维度代理键的说法,错误的是b
a代理键通常是数据库系统赋予的一个数值 b代理键通常都是是非自增型的,不按顺序分配
c代理键没有内置含义但也可以唯一地标识一条维度信息 d维度代理键通常是无意义的整形主键

3,关于雪花模型的说法,错误的是b
a当有多个维度表没有直接连接到事实表上,而是通过其他维度表连接到事实表上时,其图形就像雪花,故称雪花模型。
b雪花模型的缺点是数据冗余较大
c雪花模型是对星型模型的扩展。
d它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表

4,维度是对数据进行分类的一种结构,以用于特定角度观察数据,不是它的主要用途是c
a 选择针对期望详细程度的层次的数据 b对细节数据综合到相应详细程度的数据层次。 c增加数据模型的复杂度

5,下面哪个不是维度建模的概念c
a维度表 b事实表 c数据表

6,事实表的基本类型有abc
a事务事实表 b周期快照事实表 c累计快照事实表

7,下列描述中,属于维度建模的基本原则的是:abcd
a将详细的原子数据载入到维度结构中 b 围绕业务流程构建维度模型
c确保每个事实表都有一个与之关联的日期维度表 d避免事实表中出现多对多关系

8,设计维度模型时所做的四个关键决定包括:abcd
a选择业务流程 b声明粒度 c确认维度 d确认事实

9,Kimball的多维体系结构(MD)包含:abc
a 总线架构(Bus Architecture) b一致性维度(Conformed Dimension) c一致性事实(Conformed Fact)

10,以下关于从不同角度建立事实表的说法正确的是:abc
a针对某个特定的行为动作,建立一个以行为活动最小单元为粒度的事实表。
b针对某个实体对象在当前时间上的状况,要先明确这个实体对象所处的不同阶段,在不同阶段存储它的快照。
c针对业务活动中的重要分析和跟踪对象,统计在整个企业不同业务活动中的发生情况。

11元数据是关于数据的数据,主要描述数据结构、内容、码、索引等信息。a
A True B False

12,维度建模法构建星型模型之前按不需要进行大量的预处理。b
A True B False

13,维度模型不仅仅可用于预测a
A True B False

14,缓慢变化维度指随着时间变化相对较慢的维度。如产品类别维度,地区维度等。a
A True B False

15,维度模型仅用于汇总数据b
A True B False


1,关于OLAP多维数据分析相关概念,说法中错误的是:d
a多维分析是一种数据分析过程,在此过程中,将数据分成两类:维度和度量。
b多维分析是一种数据分析过程,在此过程中,将数据分成两类:维度和度量。
c在多维分析领域,维度一般包括字段值为字符类或者字段基数值较少且作为约束条件的离散数值类型
d在多维分析领域,度量一般包括基数值较大但不可以参与运算的数值类字段,一般也称为指标

2,关于OLTP的特性,说法错误的是:d
a不可更新,但周期性刷新 b一次处理的数据量大 c面向分析,分析驱动 d面向操作人员,支持日常操作

3,关于星型模型的特性,说法错误的是:d
a反规范化数据,业务层级不会通过维度之间的参照完整性来部署。 b所有必要的维度表在事实表中都只拥有外键。
c只需要将需要的维度表和事实表连接即可。 D ETL操作在设计上更加复杂,而且由于附属模型的限制,不能并行化。

4,关于OLAP和数据挖掘的描述错误:c
aOLAP是数据汇总/聚集工具,帮助简化数据分析 b数据挖掘要求能够自动的发现隐藏在海量数据中的有用信息和有价值的知识
c数据挖过程不包含数据描述和数据建模 d数据挖掘工具的目标是尽可能自动处理

5,下述选项的特性中哪个是关于雪花模型的:a
a在维度表、事实表之间的连接很多,因此性能方面会比较低。 b星型模型加载维度表,不需要再维度之间添加附属模型, ETL就相对简单,而且可以实现高度的并行化 c反规范化数据,业务层级不会通过维度之间的参照完整性来部署。 d所有必要的维度表在事实表中都只拥有外键。

6,关于OLTP与OLAP的区别,说法正确的是:abd
a前者是细节性数据,后者是综合性和提炼性数据 b前者是当前值数据,后者是历史数据
c前者不可更新但周期性刷新,后者可更新 d前者一次处理的数据量小,后者一次处理的数据量大

7,OLAP特性包括:abcd
a快速性 b可分析性 c多维性 d信息性

8,关于雪花模型的说法中正确的是:abcd
a数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。 b规范化数据,消除冗余,其业务层级和维度都将存储在数据模型之中。 c雪花模型在维度表、事实表之间的连接很多,因此性能方面会比较低。 d雪花模型加载数据集市, ETL操作在设计上更加复杂,而且由于附属模型的限制,不能并行化

9,构造多维数据的方法有:ab
a 超立方结构 b多立方结构 c平面结构

10,关于星型模型的说法中错误的是abcd
a规范化数据,消除冗余,其业务层级和维度都将存储在数据模型之中。 b数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。
c雪花模型加载数据集市, ETL操作在设计上更加复杂,而且由于附属模型的限制,不能并行化。

11,星型模型加载维度表,不需要再维度之间添加附属模型, ETL就相对简单,而且9、可以实现高度的并行化。a
A True b False

12,雪花模型数据模型的业务层级是由一个不同维度表主键-外键的关系来代表的。a
A True B False

13,星型模型规范化数据,消除冗余,其业务层级和维度都将存储在数据模型之中。b
A True B False

14,OLAP的目标:是满足决策支持或多维环境特定的查询和报表需求a
A True B False
15,星型模型加载维度表,不需要再维度之间添加附属模型, ETL就相对简单,而且9、可以实现高度的并行化。a
A True B False


1,面对传统零售业存在的问题,商务智能不可以针对哪个方面给出有效的解决方案?c
a 顾客关系管理 b 零售管理业务优化 c电子商务 d日常经营分析

2,商务智能技术在分析零售业时,不会涉及哪一项内容?b
a粒度设计 b关系模型设计 c星型模型设计 d ETL设计

3,商务智能技术在分析零售业时,可以衡量关联规则准确度的是?c
a支持度 b提升度 c可信度 d影响度

4,商务智能技术在分析零售业时,为建模工具准备数据的工作不包括?d
a选择表 b选择记录 c选择属性 d选择模型

5,商务智能技术在分析零售业时,通常需要进行数据挖掘,其重要的研究内容是?a
a关联性分析 b聚类 c分类 d回归

6,传统的销售行业面临的问题有哪些?acd
a传统销售系统同缺乏灵活的实现能力 b传统销售行业相对完善,不需要进行进一步提升
c各系统之间的数据缺乏一致性 d数据缺乏有效的利用手段

7,目前数据统计在零售行业存在哪些问题?abcd
a数量庞大的门店、品种多样的商品以及客流、会员等信息,使得数据的规范清洗和分析变得更复杂。
b各业务系统拥有自己独立的统计口径和统计指标,各自独立互不协调,导致不同的系统之间对不上号。
c报表多以静态数据呈现,无法满足用户灵活动态的任意视角的分析要求。
d 人工报表消耗大量人力,但无法迅速而精准的响应业务异常情况

8,商务智能技术可以弥补传统销售系统的缺点,具体体现在哪几方面?abcd
a帮助企业快速准确的制定营销策略 b减少总体流通成本 c库存的合理分布 b推动企业连锁体系的扩张

9,商务智能可以完善零售企业与客户关系的管理系统,具体表现在哪几方面?abc
a客户的保持与获取 b客户群体分类 c交叉销售 d欠费风险分析

10,零售行业实现商务智能系统的三个步骤是什么?acd
a构建数据仓库 b实现数据展现 c实现联机分析处理功能 d实现数据挖掘功能

11,商务智能可以动态的监控以及及时的采集与挖掘客户的行为、状态以及其他非结构化数据。a
A True B False

12,商务智能通过成本分析可以实现给定量和给定售价下的利润分析a
A True B False

13,商务智能可以通过对客户的点击以及浏览方向的实时监控,整理出客户可能感兴趣的商品以及需求方向,但是不能达到预估消费者需求的目的b
A True B False

14,商务智能可帮助企业实现库存管理、产品促销等功能,实现对零售企业的全面优化。a
A True B False

15,从业务系统的数据源到商务智能系统的数据分析及展现,采用的是自上至下的数据驱动的方式。b
A True B False


1,商务智能在管理客户关系中,以下哪一项不属于客户流失的类型?d
a自愿流失 b非自愿流失 c预期流失 d非预期流失

2,商务智能在管理客户关系中,数据挖掘在发现潜在客户方面扮演多种角色,其中不重要的是?b
a识别好的潜在客户 b准确分析客户行为 c选择合适通信渠道 d挑选适当的信息

3,商务智能在管理客户关系中,常用于客户评分及系统分析的RFI方法不包括?B
a相关度 b准确度 c频繁度 d 强度

4,商务智能在管理客户关系中,对客户的行为事件分析时,一般不包括哪一环节?C
a定义与选择 b下钻分析 c筛选条件 d解释与结论

5.商务智能在管理客户关系中,基于客户行为对客户分类时,不会考虑以下哪一项特征?A
a年龄性别 b购买时间 c产品 d金额

6,数据挖掘在客户关系管理中的具体应用可以从以下哪几个方向着手?ABCD
a营销与销售 b客户服务 c客户保持 d风险评估与欺诈识别

7,商务智能在管理客户关系中,客户智能的过程包括?ACD
a客户数据的集成 b客户信息的获取 c 客户行为的分析 d 客户知识的应用

8,商务智能在管理客户关系中,可以从以下哪几方面对细分客户?BCD
a基于客户统计学特征的客户分类 b 基于客户行为的客户分类 c基于客户生命周期的客户分类 d基于客户生命周期价值的客户分类

9,商务智能在管理客户关系中,对客户流失建模的两种方法是?AD
a把流失看成二分结果 b 调整客户分类 c估计客户的剩余生存周期 d提高识别潜在客户的能力

10,商务智能在管理客户关系中,常用的客户行为分析模型包括哪些?ABD
a行为事件分析 b行为路径分析 c金字塔分析 d漏斗分析

11,漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。A
A True B False

12,通常所指的CRM指用计算机自动化分析销售、市场营销、客户服务以及应用等流程的软件系统。A
A True B False

13,对于客户关系管理中的客户价值管理而言,客户关系管理关注的是客户整个生命周期与企业之间的交互关系。A
A True B False

14,客户维度通常表示的是融合了多个内部和外部源系统的集成数据。A
A True B False

15,客户智能可以被定义为一个静态管理客户与企业之间关系的过程,使客户关系管理生命周期的每个阶段都能实现客户价值最大化。B
A True B False


1,当前大多数搜索引擎采用的搜索方法是(b
a自然语言解析 b关键词搜索 c图像识别搜索 d语音搜索

2,电子商务推荐系统构成不包括(b
a输入功能模块 b搜索模块功能 c推荐功能模块 d输出功能模块

3,基于协同过滤(Collaborative Filtering Recommendation)的推荐算法是指(c
a得到用户偏好特征,然后匹配相似物品 b为用户设计一个效用函数,综合考虑产品的可靠性和可得性
c对商品评价的加权评价值来预测对商品的喜好 d以关联规则为基础,把已购商品作为规则头,规则体为推荐对象

4,将情感分析应用到电子商务中,主要是对什么数据进行分析?(d
a 商品信息 b客户信息 c购买记录 d评论数据

5,易趣网为了促进买卖双方的交易,使用哪种模型机制?(a
a反馈模型机制 b输入输出模型机制c 机器学习机制 d人工推荐机制

6,智能推荐系统能对电子商务发挥什么作用(abcd)
a 节省顾客购买商品的时间和精力 b提高电子商务系统的交叉销售 c保留顾客 d发现潜在的顾客

7,在抓取网页的时候,网络机器人一般具有的优化策略包括(ac
a 广度优先 b梯度优化 c 深度优先 d拟合优化

8,当前常用的智能推荐算法包括(abcd
a基于内容的推荐 b基于协同过滤的推荐 c基于效用的推荐 d 基于关联规则的推荐

9,电子商务推荐系统的主要作用包括(acd
a 将电子商务网站的浏览者转变为购买者 b 提高用户的消费能力 c提高电子商务网站的交叉销售能力 d提高客户对电子商务网站的忠诚度

10,搜索引擎可以帮助用户快速、准确地找到所需的信息或资源,但目前搜索引擎存在以下问题:abc
a基于关键词的查询方式受到网页更新频率的限制 b搜索引擎的智能化程度还不足以满足用户的精确度需求 c搜索引擎还有很大的优化空间,且难度很大
d搜索引擎已经发展成熟,无需进一步优化

11,元搜索引擎本身必须有数据库,才能完成搜索请求和返回结果。b
A True B False

12,在电子商务情感分析中,大量的重复数据会影响分析结果a
A True B False

13,电子商务推荐系统能收集用户感兴趣的资料,并根据用户兴趣偏好主动为用户做出个性化推荐,而且给出的推荐是实时更新的a
A True B False

14,智能推荐系统会导致用户购买更多的东西,故不是电子商务的发展方向b
A True B False

15,在不同语境中可能出现极性增强、减弱甚至反转的情况,因此在抽取到情感词后,不能直接计算情感倾向值a
A True B False文章来源地址https://www.toymoban.com/news/detail-495939.html

到了这里,关于商务智能_测试题/练习题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 人工智能(第三版)—【第一章】练习题

    逆图灵测试的一个可能的实际应用是 在线购票系统 。在购票过程中,用户可能会遇到各种问题、疑虑或困惑,例如座位选择、票价查询、支付问题等。通过进行逆图灵测试,系统可以判断用户是在与人交互还是与另一台计算机交互,从而提供更加个性化和准确的服务。 在这

    2024年02月21日
    浏览(38)
  • 人工智能:支持向量机SVM 练习题(带解析)

    1.对于线性可分的二分类任务样本集,将训练样本分开的超平面有很多,支持向量机试图寻找满足什么条件的超平面?(A) A.在正负类样本“正中间”的 B.靠近正类样本的 C.靠近负类样本的 D.以上说法都不对 解析 :从直观上来看,当所找到的超平面恰好位于正负类样本点“

    2024年02月06日
    浏览(34)
  • 渗透测试练习题解析 4(CTF web)

    考点:git 泄露 进入靶场后只有一串文字,源代码、抓包之类的都没有敏感信息出现,直接用 kali 的 dirsearch 扫描 发现存在 .git 目录,猜测应该是源码泄露,使用 GitHack 扒一下源码,这里我试了很多次,前面都没成功,后面不知道为什么又成功了,应该是网络问题(你们试了

    2024年02月20日
    浏览(27)
  • 渗透测试练习题解析 3(CTF web)

    考点:反序列化漏洞利用 进入靶场,查看检查信息,发现存在两个参数 func 和 p 查看页面源代码 payload:func=file_get_contentsp=php://filter/resource=index.php 整理后,就是 PHP 代码审计了 gettime 中使用了 call_user_func() 函数 也就是说 $func 会被 当成回调函数来执行 ,而 $p 则当做 $func 的

    2024年02月22日
    浏览(29)
  • 使用ALLpairs完成正交表测试法练习题

    该实验报告需要完成如下三个正交表测试法练习题 1、为了测试一个游戏软件的安装过程,需要考虑如下因素: (1) 操作系统: win2008、win7、win10、RedHat、Linux (2) 杀毒软件:瑞星、卡巴斯基、诺顿、江民、360 杀毒 (3) 数据库: oracle10g、SQLServer2008、MySQL (4) 办公软件: MS-office、openof

    2024年02月02日
    浏览(21)
  • Artificial Intelligence 人工智能领域练习题(1)- 可解释人工智能

    可解释人工智能作业 一. 选择题(每道题5分,单选与多选混杂) 1.关于可解释AI的英文术语,相较于术语Explanation,下面哪一条描述不符合术语Interpretation特性? D A. 理解模型的运行机理 B. 对模型决策过程的建模 C. 具有高度人类可理解度 D. 研究模型决策的因果效应 2. 

    2024年02月01日
    浏览(37)
  • Python模块练习题-测试你的Python技能。

    首先这边有给准备一些python资料、源码、练习题、教程皆可点击文章下方名片获取此处跳转 1.logging模块有几个日志级别? 2.请配置logging模块,使其在屏幕和文件里同时打印以下格式的日志 代码; 3.json、pickle、shelve三个区别是什么? 首先,这三个模块都是序列化工具。 jso

    2024年02月01日
    浏览(28)
  • 100道软件测试练习题,看看你能有多少分

    软件测试与质量保证-软件测试部分练习题 1单选(2分) 软件测试用例主要由输入数据和_________两部分组成。 A.预期输出结果2.00/2.00 B.测试计划 C.以往测试记录分析 D.测试规则 2单选(2分) 与设计测试用例无关的文档是_________。 A.项目开发计划2.00/2.00 B.源程序 C.需求规格说明书 D

    2024年02月05日
    浏览(25)
  • 2023全国大学生软件测试大赛开发者测试练习题99分答案(ScapegoatTree2023)

    提示:该题只需要分支覆盖得分即可,不需要变异得分

    2024年02月07日
    浏览(41)
  • 【SDN测试题】

    SDN测试题 一、判断题 NFV与SDN的基础都是通用服务器、云计算以及虚拟化技术。 正确答案:对 安装OpenvSwitch时必须根据系统内核版本选择相应的Open vSwitch版本。 正确答案:对 执行命令ovs-vsctl del-br br0会将br0及挂接到br0上的端口一并删除。 正确答案:对 OpenDaylight是一个基于

    2024年02月08日
    浏览(29)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包