課程簡(jiǎn)介
本課程有2位老師共同授課（X. Liu & Z. Tan）
大數(shù)據(jù)短短數(shù)年之間，就從概念的萌芽，到現(xiàn)在的蓬勃發(fā)展，再到最近被納入十三五國(guó)家戰(zhàn)略，僅僅花費(fèi)了數(shù)年的時(shí)間。那大數(shù)據(jù)到底有何魔力？又能改變什么？在這個(gè)大數(shù)據(jù)時(shí)代，借力大數(shù)據(jù)技術(shù)，快速發(fā)現(xiàn)問(wèn)題，解決問(wèn)題，發(fā)掘需求，創(chuàng)造需求，是互聯(lián)網(wǎng)+成功企業(yè)中的重要一環(huán)。如何讓公司插上大數(shù)據(jù)的翅膀，借助大數(shù)據(jù)從用戶(hù)反饋、產(chǎn)品改進(jìn)、高層決策、精準(zhǔn)營(yíng)銷(xiāo)、生態(tài)建設(shè)等方方面面來(lái)大幅提升企業(yè)的競(jìng)爭(zhēng)力？本課程將從零開(kāi)始一步一步引導(dǎo)你，如何搭建一個(gè)功能完善的大數(shù)據(jù)平臺(tái)，如何做好數(shù)據(jù)分析工作，以及如何進(jìn)一步挖掘出數(shù)據(jù)的價(jià)值。本課程的每一部分都注重理論的引導(dǎo)與實(shí)際經(jīng)驗(yàn)的結(jié)合，深入淺出，涵蓋技術(shù)的原理，歷史起源、后續(xù)發(fā)展，并注重與實(shí)例的結(jié)合，具有很強(qiáng)的實(shí)用性。
目標(biāo)收益
課程中的內(nèi)容涵蓋理論和經(jīng)驗(yàn)，是作者們?cè)诖髷?shù)據(jù)行業(yè)長(zhǎng)年摸爬滾打出來(lái)的最佳實(shí)踐的總結(jié)。經(jīng)過(guò)這些課程培訓(xùn)，可以使學(xué)員能夠?qū)Υ髷?shù)據(jù)體系有全面而又清晰的認(rèn)識(shí)，了解從平臺(tái)搭建、到數(shù)據(jù)分析再到數(shù)據(jù)價(jià)值的挖掘各個(gè)方面的實(shí)用知識(shí)，可以即刻在實(shí)際工作中學(xué)以致用，運(yùn)用大數(shù)據(jù)理論、方法來(lái)提升部門(mén)或公司的業(yè)績(jī)。
培訓(xùn)對(duì)象
1． 小型企業(yè)的技術(shù)負(fù)責(zé)人；
2. 大中型企業(yè)的數(shù)據(jù)部門(mén)相關(guān)人員、或是對(duì)數(shù)據(jù)感興趣的其他部門(mén)的研發(fā)總監(jiān)、部門(mén)經(jīng)理、一線研發(fā)工程師等人員均可；
課程內(nèi)容
X. Liu ——大數(shù)據(jù)架構(gòu)師，數(shù)據(jù)平臺(tái)群組經(jīng)理
數(shù)據(jù)架構(gòu)師，系統(tǒng)分析師，專(zhuān)注于數(shù)據(jù)平臺(tái)和數(shù)據(jù)價(jià)值類(lèi)工作已經(jīng)8年有余，曾多次在全國(guó)范圍內(nèi)給業(yè)界分享大數(shù)據(jù)實(shí)踐經(jīng)驗(yàn)。目前在廣發(fā)證券擔(dān)任大數(shù)據(jù)架構(gòu)師、大數(shù)據(jù)平臺(tái)經(jīng)理。曾任職于騰訊微信、騰訊數(shù)據(jù)平臺(tái)、魅族數(shù)據(jù)團(tuán)隊(duì)、盛大數(shù)據(jù)中心等。項(xiàng)目方面，作為骨干員工參與過(guò)騰訊TDW分布式數(shù)據(jù)倉(cāng)庫(kù)建設(shè)和微信數(shù)據(jù)分析；作為tech lead，幫助廣發(fā)、盛大和魅族等企業(yè)從零開(kāi)始搭建了大數(shù)據(jù)平臺(tái)，并利用該平臺(tái)協(xié)助上述企業(yè)將數(shù)據(jù)價(jià)值落地。
Z. Tan 博士 —— CTO，算法專(zhuān)家
專(zhuān)注于機(jī)器學(xué)習(xí)與人工智能技術(shù)，09年在香港大學(xué)取得博士，曾任職香港ASTRI（香港應(yīng)用科技研究院）、StatsMaster等單位。在StatsMaster任職Senior Researcher期間，作為T(mén)echnical Leader帶領(lǐng)團(tuán)隊(duì)開(kāi)發(fā)了體育視頻智能分析系統(tǒng)，申請(qǐng)了多項(xiàng)與模式識(shí)別、智能分析相關(guān)的專(zhuān)利。曾作為魅族算法團(tuán)隊(duì)負(fù)責(zé)人，幫助魅族從無(wú)到有建立了推薦系統(tǒng)、輿情分析系統(tǒng)、與廣告競(jìng)價(jià)系統(tǒng)等多套數(shù)據(jù)算法。目前在一家初創(chuàng)VR企業(yè)擔(dān)任CTO職位。
課程大綱
| 數(shù)據(jù)平臺(tái) |
1. 引言：大數(shù)據(jù)的基本概念、歷史和發(fā)展 從傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)概念，如何演進(jìn)到大數(shù)據(jù)的概念，以及大數(shù)據(jù)的4V等特性；傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)體系和大數(shù)據(jù)之間有什么區(qū)別？現(xiàn)在大數(shù)據(jù)帶來(lái)了哪些改變，以及今后大數(shù)據(jù)會(huì)如何發(fā)展，如何改變我們的生活？ 2. 大數(shù)據(jù)平臺(tái)整體組成 要想玩轉(zhuǎn)大數(shù)據(jù)，平臺(tái)至關(guān)重要。如何從零開(kāi)始一步一步搭建一個(gè)大數(shù)據(jù)平臺(tái)？它由哪些部分組成？每個(gè)部分的功能定義是什么、為什么這么設(shè)計(jì)？ 3. 大數(shù)據(jù)平臺(tái)的核心“三大件”原理和架構(gòu) 大數(shù)據(jù)平臺(tái)最核心的三個(gè)組件當(dāng)屬數(shù)據(jù)計(jì)算和存儲(chǔ)系統(tǒng)、數(shù)據(jù)任務(wù)調(diào)度系統(tǒng)、數(shù)據(jù)交換和傳輸系統(tǒng)了。這三個(gè)系統(tǒng)的工作原理和詳細(xì)架構(gòu)是怎樣？在實(shí)踐中會(huì)遇到哪些問(wèn)題？如何提高他們的性能？ 4. 大數(shù)據(jù)平臺(tái)組件的延伸以及拓展 要想真正發(fā)揮大數(shù)據(jù)平臺(tái)的威力，除了大數(shù)據(jù)平臺(tái)核心“三大件”以外，其他組件也必不可少，比如元數(shù)據(jù)管理系統(tǒng)、集成開(kāi)發(fā)平臺(tái)、報(bào)表組件、數(shù)據(jù)質(zhì)量管理系統(tǒng)、權(quán)限系統(tǒng)、數(shù)據(jù)安全管理、統(tǒng)一監(jiān)控和告警系統(tǒng)等等。這些系統(tǒng)該按照什么樣的順序搭建？如何決定這些系統(tǒng)的技術(shù)路線？如何打通這么多子系統(tǒng)，讓大數(shù)據(jù)平臺(tái)成為一個(gè)整體？ 5. 大數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)的案例實(shí)踐 隨著數(shù)據(jù)業(yè)務(wù)的發(fā)展，傳統(tǒng)T+1延遲的離線數(shù)據(jù)倉(cāng)庫(kù)已經(jīng)不能滿(mǎn)足業(yè)務(wù)的需求，數(shù)據(jù)系統(tǒng)的實(shí)時(shí)性問(wèn)題越來(lái)越被人們所關(guān)注。不過(guò)，提高數(shù)據(jù)的實(shí)時(shí)性勢(shì)必帶來(lái)很多新的挑戰(zhàn)，比如如何簡(jiǎn)化實(shí)時(shí)系統(tǒng)的復(fù)雜度、如何保證其可靠性、如何降低實(shí)時(shí)數(shù)據(jù)開(kāi)發(fā)難度、如何平衡成本和性能等等。本小節(jié)將以一個(gè)實(shí)際的案例為基礎(chǔ)，講授如何打造一個(gè)高效、可靠的大數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)。 |
| 數(shù)據(jù)分析與數(shù)據(jù)價(jià)值 |
1. 引言：大數(shù)據(jù)分析方法論以及幾個(gè)案例 本章將通過(guò)幾個(gè)數(shù)據(jù)分析的實(shí)際案例/故事，來(lái)講述數(shù)據(jù)分析過(guò)程中可能會(huì)遇到的困難、怎樣去解決這些困難、并由此總結(jié)出幾種實(shí)用的數(shù)據(jù)分析解決方案。 2. 如何讓數(shù)據(jù)價(jià)值在企業(yè)落地 很多企業(yè)都有大數(shù)據(jù)落地難的問(wèn)題。明明投入了這么多，但很少發(fā)現(xiàn)有價(jià)值的產(chǎn)出。是什么原因造成了這樣的困境？如何擺脫這樣的困境，行之有效的實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化？ 3. 數(shù)據(jù)價(jià)值的不同場(chǎng)景和不同維度，以及案例分析 數(shù)據(jù)價(jià)值在不同場(chǎng)景下有不同的表現(xiàn)，同時(shí)也有不同的維度去度量它。本小節(jié)將帶來(lái)數(shù)個(gè)案例，分別講述在不同場(chǎng)景、不同維度下如何讓數(shù)據(jù)產(chǎn)生價(jià)值。讓聽(tīng)課者能夠場(chǎng)景化的體會(huì)數(shù)據(jù)價(jià)值的落地過(guò)程。 4. 大數(shù)據(jù)建模 如何從一個(gè)實(shí)際的業(yè)務(wù)問(wèn)題出發(fā)，完成從領(lǐng)域模型到數(shù)據(jù)模型的轉(zhuǎn)換：需要收集哪些數(shù)據(jù)，定義哪些關(guān)鍵指標(biāo)，以及何組織和存儲(chǔ)這些數(shù)據(jù)。 5. 如何打造數(shù)據(jù)團(tuán)隊(duì) 數(shù)據(jù)團(tuán)隊(duì)在發(fā)展過(guò)程中，不同時(shí)期的人員構(gòu)成比例是怎樣的；和一般的團(tuán)隊(duì)相比，數(shù)據(jù)團(tuán)隊(duì)有哪些特點(diǎn)；如何樹(shù)立團(tuán)隊(duì)的影響力、以及和其他團(tuán)隊(duì)/部門(mén)的溝通技巧等。 6. 數(shù)據(jù)思維 數(shù)據(jù)思維是什么？如何讓大家都會(huì)用數(shù)據(jù)、懂?dāng)?shù)據(jù)？如何去培養(yǎng)全員的數(shù)據(jù)思維？有了數(shù)據(jù)思維有什么好處？ |
| 數(shù)據(jù)挖掘 |
1. 引言：數(shù)據(jù)挖掘中的務(wù)實(shí)與務(wù)虛 通過(guò)數(shù)據(jù)挖掘的獲得的價(jià)值有很多，表現(xiàn)在很多方面，總體歸結(jié)為實(shí)與虛兩類(lèi)。本小節(jié)將講訴什么是務(wù)實(shí)？什么是務(wù)虛？并以幾個(gè)案例展開(kāi)闡述在公司不同的發(fā)展階段，該如何實(shí)現(xiàn)務(wù)實(shí)業(yè)務(wù)與務(wù)虛業(yè)務(wù)的最佳結(jié)合。 2. 無(wú)監(jiān)督機(jī)器學(xué)習(xí)及案例 無(wú)監(jiān)督機(jī)器學(xué)習(xí)技術(shù)常常用于數(shù)據(jù)的探索、降維，本小節(jié)著重描述數(shù)據(jù)挖掘中常常用到的哪些無(wú)監(jiān)督學(xué)習(xí)方法及技術(shù)。將結(jié)合多個(gè)案例，介紹幾種無(wú)監(jiān)督學(xué)習(xí)技術(shù)的原理、工具以及應(yīng)用實(shí)例。 3. 有監(jiān)督機(jī)器學(xué)習(xí)及案例 有監(jiān)督機(jī)器學(xué)習(xí)技術(shù)在數(shù)據(jù)挖掘中占有重要的地位，它通過(guò)學(xué)習(xí)歷史數(shù)據(jù)來(lái)建立各種預(yù)測(cè)模型。本小節(jié)重點(diǎn)闡述數(shù)據(jù)挖掘中常常用到的有監(jiān)督學(xué)習(xí)方法、技術(shù)及工具。將結(jié)合多個(gè)案例，介紹多種有監(jiān)督學(xué)習(xí)技術(shù)的原理、工具以及案例。 4. 個(gè)性化推薦系統(tǒng)：不同業(yè)務(wù)場(chǎng)景下的個(gè)性化推薦解決方案 在各大互聯(lián)網(wǎng)公司中，個(gè)性化推薦往往是使用最廣泛的數(shù)據(jù)挖掘應(yīng)用。本文講從詳細(xì)闡述個(gè)性化推薦系統(tǒng)的歷史發(fā)展、原理、常用技術(shù)，并結(jié)合幾種不同業(yè)務(wù)場(chǎng)景，詳細(xì)介紹如何搭建適合不同業(yè)務(wù)場(chǎng)景下個(gè)性化推薦系統(tǒng)。 5. 深度學(xué)習(xí)及案例 深度學(xué)習(xí)是近十年人工智能領(lǐng)域中取得的一個(gè)重大突破。它的出現(xiàn)極大的增強(qiáng)了對(duì)數(shù)據(jù)的理解力。本小節(jié)將結(jié)合案例簡(jiǎn)要介紹深度學(xué)習(xí)的發(fā)展歷史、原理、難點(diǎn)、常用工具以及相關(guān)應(yīng)用。 6. 綜合案例：從海量互聯(lián)網(wǎng)數(shù)據(jù)中挖掘有用的輿情信息 本文將以一個(gè)完整的輿情分析系統(tǒng)為案例，系統(tǒng)性的闡述了如何將以上學(xué)習(xí)到的無(wú)監(jiān)督學(xué)習(xí)技術(shù)、有監(jiān)督學(xué)習(xí)技術(shù)以及深度學(xué)習(xí)技術(shù)結(jié)合起來(lái)，建立一個(gè)實(shí)用的、功能完備的數(shù)據(jù)挖掘系統(tǒng)。 |
|
數(shù)據(jù)平臺(tái) 1. 引言：大數(shù)據(jù)的基本概念、歷史和發(fā)展 從傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)概念，如何演進(jìn)到大數(shù)據(jù)的概念，以及大數(shù)據(jù)的4V等特性；傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)體系和大數(shù)據(jù)之間有什么區(qū)別？現(xiàn)在大數(shù)據(jù)帶來(lái)了哪些改變，以及今后大數(shù)據(jù)會(huì)如何發(fā)展，如何改變我們的生活？ 2. 大數(shù)據(jù)平臺(tái)整體組成 要想玩轉(zhuǎn)大數(shù)據(jù)，平臺(tái)至關(guān)重要。如何從零開(kāi)始一步一步搭建一個(gè)大數(shù)據(jù)平臺(tái)？它由哪些部分組成？每個(gè)部分的功能定義是什么、為什么這么設(shè)計(jì)？ 3. 大數(shù)據(jù)平臺(tái)的核心“三大件”原理和架構(gòu) 大數(shù)據(jù)平臺(tái)最核心的三個(gè)組件當(dāng)屬數(shù)據(jù)計(jì)算和存儲(chǔ)系統(tǒng)、數(shù)據(jù)任務(wù)調(diào)度系統(tǒng)、數(shù)據(jù)交換和傳輸系統(tǒng)了。這三個(gè)系統(tǒng)的工作原理和詳細(xì)架構(gòu)是怎樣？在實(shí)踐中會(huì)遇到哪些問(wèn)題？如何提高他們的性能？ 4. 大數(shù)據(jù)平臺(tái)組件的延伸以及拓展 要想真正發(fā)揮大數(shù)據(jù)平臺(tái)的威力，除了大數(shù)據(jù)平臺(tái)核心“三大件”以外，其他組件也必不可少，比如元數(shù)據(jù)管理系統(tǒng)、集成開(kāi)發(fā)平臺(tái)、報(bào)表組件、數(shù)據(jù)質(zhì)量管理系統(tǒng)、權(quán)限系統(tǒng)、數(shù)據(jù)安全管理、統(tǒng)一監(jiān)控和告警系統(tǒng)等等。這些系統(tǒng)該按照什么樣的順序搭建？如何決定這些系統(tǒng)的技術(shù)路線？如何打通這么多子系統(tǒng)，讓大數(shù)據(jù)平臺(tái)成為一個(gè)整體？ 5. 大數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)的案例實(shí)踐 隨著數(shù)據(jù)業(yè)務(wù)的發(fā)展，傳統(tǒng)T+1延遲的離線數(shù)據(jù)倉(cāng)庫(kù)已經(jīng)不能滿(mǎn)足業(yè)務(wù)的需求，數(shù)據(jù)系統(tǒng)的實(shí)時(shí)性問(wèn)題越來(lái)越被人們所關(guān)注。不過(guò)，提高數(shù)據(jù)的實(shí)時(shí)性勢(shì)必帶來(lái)很多新的挑戰(zhàn)，比如如何簡(jiǎn)化實(shí)時(shí)系統(tǒng)的復(fù)雜度、如何保證其可靠性、如何降低實(shí)時(shí)數(shù)據(jù)開(kāi)發(fā)難度、如何平衡成本和性能等等。本小節(jié)將以一個(gè)實(shí)際的案例為基礎(chǔ)，講授如何打造一個(gè)高效、可靠的大數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)。 |
|
數(shù)據(jù)分析與數(shù)據(jù)價(jià)值 1. 引言：大數(shù)據(jù)分析方法論以及幾個(gè)案例 本章將通過(guò)幾個(gè)數(shù)據(jù)分析的實(shí)際案例/故事，來(lái)講述數(shù)據(jù)分析過(guò)程中可能會(huì)遇到的困難、怎樣去解決這些困難、并由此總結(jié)出幾種實(shí)用的數(shù)據(jù)分析解決方案。 2. 如何讓數(shù)據(jù)價(jià)值在企業(yè)落地 很多企業(yè)都有大數(shù)據(jù)落地難的問(wèn)題。明明投入了這么多，但很少發(fā)現(xiàn)有價(jià)值的產(chǎn)出。是什么原因造成了這樣的困境？如何擺脫這樣的困境，行之有效的實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化？ 3. 數(shù)據(jù)價(jià)值的不同場(chǎng)景和不同維度，以及案例分析 數(shù)據(jù)價(jià)值在不同場(chǎng)景下有不同的表現(xiàn)，同時(shí)也有不同的維度去度量它。本小節(jié)將帶來(lái)數(shù)個(gè)案例，分別講述在不同場(chǎng)景、不同維度下如何讓數(shù)據(jù)產(chǎn)生價(jià)值。讓聽(tīng)課者能夠場(chǎng)景化的體會(huì)數(shù)據(jù)價(jià)值的落地過(guò)程。 4. 大數(shù)據(jù)建模 如何從一個(gè)實(shí)際的業(yè)務(wù)問(wèn)題出發(fā)，完成從領(lǐng)域模型到數(shù)據(jù)模型的轉(zhuǎn)換：需要收集哪些數(shù)據(jù)，定義哪些關(guān)鍵指標(biāo)，以及何組織和存儲(chǔ)這些數(shù)據(jù)。 5. 如何打造數(shù)據(jù)團(tuán)隊(duì) 數(shù)據(jù)團(tuán)隊(duì)在發(fā)展過(guò)程中，不同時(shí)期的人員構(gòu)成比例是怎樣的；和一般的團(tuán)隊(duì)相比，數(shù)據(jù)團(tuán)隊(duì)有哪些特點(diǎn)；如何樹(shù)立團(tuán)隊(duì)的影響力、以及和其他團(tuán)隊(duì)/部門(mén)的溝通技巧等。 6. 數(shù)據(jù)思維 數(shù)據(jù)思維是什么？如何讓大家都會(huì)用數(shù)據(jù)、懂?dāng)?shù)據(jù)？如何去培養(yǎng)全員的數(shù)據(jù)思維？有了數(shù)據(jù)思維有什么好處？ |
|
數(shù)據(jù)挖掘 1. 引言：數(shù)據(jù)挖掘中的務(wù)實(shí)與務(wù)虛 通過(guò)數(shù)據(jù)挖掘的獲得的價(jià)值有很多，表現(xiàn)在很多方面，總體歸結(jié)為實(shí)與虛兩類(lèi)。本小節(jié)將講訴什么是務(wù)實(shí)？什么是務(wù)虛？并以幾個(gè)案例展開(kāi)闡述在公司不同的發(fā)展階段，該如何實(shí)現(xiàn)務(wù)實(shí)業(yè)務(wù)與務(wù)虛業(yè)務(wù)的最佳結(jié)合。 2. 無(wú)監(jiān)督機(jī)器學(xué)習(xí)及案例 無(wú)監(jiān)督機(jī)器學(xué)習(xí)技術(shù)常常用于數(shù)據(jù)的探索、降維，本小節(jié)著重描述數(shù)據(jù)挖掘中常常用到的哪些無(wú)監(jiān)督學(xué)習(xí)方法及技術(shù)。將結(jié)合多個(gè)案例，介紹幾種無(wú)監(jiān)督學(xué)習(xí)技術(shù)的原理、工具以及應(yīng)用實(shí)例。 3. 有監(jiān)督機(jī)器學(xué)習(xí)及案例 有監(jiān)督機(jī)器學(xué)習(xí)技術(shù)在數(shù)據(jù)挖掘中占有重要的地位，它通過(guò)學(xué)習(xí)歷史數(shù)據(jù)來(lái)建立各種預(yù)測(cè)模型。本小節(jié)重點(diǎn)闡述數(shù)據(jù)挖掘中常常用到的有監(jiān)督學(xué)習(xí)方法、技術(shù)及工具。將結(jié)合多個(gè)案例，介紹多種有監(jiān)督學(xué)習(xí)技術(shù)的原理、工具以及案例。 4. 個(gè)性化推薦系統(tǒng)：不同業(yè)務(wù)場(chǎng)景下的個(gè)性化推薦解決方案 在各大互聯(lián)網(wǎng)公司中，個(gè)性化推薦往往是使用最廣泛的數(shù)據(jù)挖掘應(yīng)用。本文講從詳細(xì)闡述個(gè)性化推薦系統(tǒng)的歷史發(fā)展、原理、常用技術(shù)，并結(jié)合幾種不同業(yè)務(wù)場(chǎng)景，詳細(xì)介紹如何搭建適合不同業(yè)務(wù)場(chǎng)景下個(gè)性化推薦系統(tǒng)。 5. 深度學(xué)習(xí)及案例 深度學(xué)習(xí)是近十年人工智能領(lǐng)域中取得的一個(gè)重大突破。它的出現(xiàn)極大的增強(qiáng)了對(duì)數(shù)據(jù)的理解力。本小節(jié)將結(jié)合案例簡(jiǎn)要介紹深度學(xué)習(xí)的發(fā)展歷史、原理、難點(diǎn)、常用工具以及相關(guān)應(yīng)用。 6. 綜合案例：從海量互聯(lián)網(wǎng)數(shù)據(jù)中挖掘有用的輿情信息 本文將以一個(gè)完整的輿情分析系統(tǒng)為案例，系統(tǒng)性的闡述了如何將以上學(xué)習(xí)到的無(wú)監(jiān)督學(xué)習(xí)技術(shù)、有監(jiān)督學(xué)習(xí)技術(shù)以及深度學(xué)習(xí)技術(shù)結(jié)合起來(lái)，建立一個(gè)實(shí)用的、功能完備的數(shù)據(jù)挖掘系統(tǒng)。 |
近期公開(kāi)課推薦
