精华内容
下载资源
问答
  • 互联网是个神奇的网,大数据开发也是一种模式,你如果真想了解大数据,可以来这里,这...大数据的类型大致可分为: 传统企业数据(Traditionalenterprisedata):包括CRMsystems的消费者数据,传统的ERP数据,...

    互联网是个神奇的大网,大数据开发也是一种模式,你如果真想了解大数据,可以来这里,这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零,按照顺序组合起来就可以找到,我想说的是,除非你想做或者了解这方面的内容,如果只是凑热闹的话,就不要来了。

    大数据的类型大致可分为三类:

    传统企业数据(Traditionalenterprisedata):包括CRMsystems的消费者数据,传统的ERP数据,库存数据以及账目数据等。

    机器和传感器数据(Machine-generated/sensordata):包括呼叫记录(CallDetailRecords),智能仪表,工业设备传感器,设备日志(通常是Digitalexhaust),交易数据等。

    社交数据(Socialdata):包括用户行为记录,反馈数据等。如Twitter,Facebook这样的社交媒体平台。

    大数据挖掘商业价值的方法主要分为四种:

    客户群体细分,然后为每个群体量定制特别的服务。

    模拟现实环境,发掘新的需求同时提高投资的回报率。

    加强部门联系,提高整条管理链条和产业链条的效率。

    降低服务成本,发现隐藏线索进行产品和服务的创新。

    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    大数据的来源及应用,大数据主要有哪几种较为常用的功能
    http://www.duozhishidai.com/article-15386-1.html
    大数据工程师培训,需要学习的有哪些课程?
    http://www.duozhishidai.com/article-15081-1.html
    学习大数据去培训机构,国内哪个数据培训机构会好一些?
    http://www.duozhishidai.com/article-15057-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 大数据平台能够获取时间跨度更、更海量的结构化交易数据,这样就可以对更广泛的交易数据类型进行分析,不仅仅包括POS或电子商务购物数据,还包括行为交易数据,例如Web服务器记录的互联网点击流数据日志。...

    1.交易数据(TRANSACTION DATA)

    大数据平台能够获取时间跨度更大、更海量的结构化交易数据,这样就可以对更广泛的交易数据类型进行分析,不仅仅包括POS或电子商务购物数据,还包括行为交易数据,例如Web服务器记录的互联网点击流数据日志。

    2.人为数据(HUMAN-GENERATED DATA)

    非结构数据广泛存在于电子邮件、文档、图片、音频、视频,以及通过博客、维基,尤其是社交媒体产生的数据流。这些数据为使用文本分析功能进行分析提供了丰富的数据源泉。

    3.移动数据(MOBILE DATA)

    能够上网的智能手机和平板越来越普遍。这些移动设备上的App都能够追踪和沟通无数事件,从App内的交易数据(如搜索产品的记录事件)到个人信息资料或状态报告事件(如地点变更即报告一个新的地理编码)。

    4.机器和传感器数据(MACHINE AND SENSOR DATA)

    这包括功能设备创建或生成的数据,例如智能电表、智能温度控制器、工厂机器和连接互联网的家用电器。这些设备可以配置为与互联网络中的其他节点通信,还可以自动向中央服务器传输数据,这样就可以对数据进行分析。机器和传感器数据是来自新兴的物联网(IoT)所产生的主要例子。来自物联网的数据可以用于构建分析模型,连续监测预测性行为(如当传感器值表示有问题时进行识别),提供规定的指令(如警示技术人员在真正出问题之前检查设备)。
    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    1.大数据分析,主要有哪些核心技术?
    http://www.duozhishidai.com/article-1938-1.html
    2.构建一个企业的大数据分析平台 ,主要分为哪几步?
    http://www.duozhishidai.com/article-8017-1.html
    3.数据科学,数据分析和机器学习之间,有什么本质区别?
    http://www.duozhishidai.com/article-7892-1.html
    4.数据分析是什么,如何完善数据分析知识体系
    http://www.duozhishidai.com/article-7743-1.html
    5.数据分析是什么?如何从零开始学习数据分析?
    http://www.duozhishidai.com/article-7653-1.html
    大数据现在处于什么阶段,入行大数据,需要学习哪些基础知识?
    http://www.duozhishidai.com/article-1169-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 针对数据采集技术,目前主要流行以下数据采集分析技术。Hive是Facebook团队开发的一个可以支持PB级别的可伸缩性的数据仓库。 这是一个建立在Hadoop之上的开源数据仓库解决方案。 Hive支持使用类似SQL的声明性...

    一、系统日志采集系统。

    许多公司的业务平台每天都会产生大量的日志数据。对于这些日志信息,我们可以得到出很多有价值的数据。通过对这些日志信息进行日志采集、收集,然后进行数据分析,挖掘公司业务平台日志数据中的潜在价值。

    为公司决策和公司后台服务器平台性能评估提高可靠的数据保证。

    系统日志采集系统做的事情就是收集日志数据提供离线和在线的实时分析使用。

    目前常用的开源日志收集系统有Flume、Scribe等。Apache Flume是一个分布式、可靠、可用的服务,用于高效地收集、聚合和移动 大量的日志数据,它具有基于流式数据流的简单灵活的架构。

    其可靠性机制和许多故障转移和恢复机制,使Flume具有强大的容错能力。

    Scribe是Facebook开源的日志采集系统。Scribe实际上是一个分布式共享队列,它可以从各种数据源上收集日志数据,然后放入它上面的共享队列中。

    Scribe可以接受thrift client发送过来的数据,将其放入它上面的消息队列中。然后通过消息队列将数据Push到分布式存储系统中,并且由分布式存储系统提供可靠的容错性能。

    如果最后的分布式存储系统crash时,Scribe中的消息队列还可以提供容错能力,它会还日志数据写到本地磁盘中。Scribe支持持久化的消息队列,来提供日志收集系统的容错能力。

    二、网络数据采集系统。

    通过网络爬虫和一些网站平台提供的公共API(如Twitter和新浪微博API)等方式从网站上获取数据。这样就可以将非结构化数据和半结构化数据的网页数据从网页中提取出来。

    并将其提取、清洗、转换成结构化的数据,将其存储为统一的本地文件数据。目前常用的网页爬虫系统有Apache Nutch、Crawler4j、Scrapy等框架。

    Apache Nutch是一个高度可扩展和可伸缩性的分布式爬虫框架。

    Apache通过分布式抓取网页数据,并且由Hadoop支持,通过提交MapReduce任务来抓取网页数据,并可以将网页数据存储在HDFS分布式文件系统中。

    Nutch可以进行分布式多任务进行爬取数据,存储和索引。由于多个机器并行做爬取任务,Nutch利用多个机器充分利用机器的计算资源和存储能力,大大提高系统爬取数据能力。

    Crawler4j、Scrapy都是一个爬虫框架,提供给开发人员便利的爬虫API接口。开发人员只需要关心爬虫API接口的实现,不需要关心具体框架怎么爬取数据。Crawler4j、Scrapy框架大大降低了开发人员开发速率,开发人员可以很快的完成一个爬虫系统的开发。

    三、数据库采集系统。

    一些企业会使用传统的关系型数据库MySQL和Oracle等来存储数据。

    除此之外,Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。企业每时每刻产生的业务数据,以数据库一行记录形式被直接写入到数据库中。

    通过数据库采集系统直接与企业业务后台服务器结合,将企业业务后台每时每刻都在产生大量的业务记录写入到数据库中,最后由特定的处理分许系统进行系统分析。

    针对大数据采集技术,目前主要流行以下大数据采集分析技术。Hive是Facebook团队开发的一个可以支持PB级别的可伸缩性的数据仓库。

    这是一个建立在Hadoop之上的开源数据仓库解决方案。 Hive支持使用类似SQL的声明性语言(HiveQL)表示的查询,这些语言被编译为使用Hadoop执行的MapReduce作业。

    另外,HiveQL使用户可以将自定义的map-reduce脚本插入到查询中。该语言支持基本数据类型,类似数组和Map的集合以及嵌套组合。

    HiveQL语句被提交执行。首先Driver将查询传递给编译器compiler,通过典型的解析,类型检查和语义分析阶段,使用存储在Metastore中的元数据。

    编译器生成一个逻辑任务,然后通过一个简单的基于规则的优化器进行优化。

    最后生成一组MapReduce任务和HDFS Task的DAG优化后的Task。 然后执行引擎使用Hadoop按照它们的依赖性顺序执行这些Task。

    Hive简化了对于那些不熟悉Hadoop MapReduce接口的用户学习门槛,Hive提供了一些列简单的HiveQL语句,对数据仓库中的数据进行简要分析与计算。
    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    ZigBee与GPRS的远程数据采集系统设计
    http://www.duozhishidai.com/article-10157-1.html
    大数据时代采集就是价值
    http://www.duozhishidai.com/article-4815-1.html
    大数据技术是如何采集到我们的信息的呢?
    http://www.duozhishidai.com/article-4594-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 如今,为了满足企业主要需求,大数据工具正在迅速得到应用。在大数据技术作为概念和业务战略出现的十年中,涌现了执行各种任务和流程的数千种工具。而推出这些工具的提供商都承诺可以为企业节省时间和成本,并发现...

    如今,为了满足企业的主要需求,大数据工具正在迅速得到应用。在大数据技术作为概念和业务战略出现的十年中,涌现了执行各种任务和流程的数千种工具。而推出这些工具的提供商都承诺可以为企业节省时间和成本,并发现能够让企业获利的商业洞察力。显然,大数据分析工具的市场正在不断增长。

    许多大数据分析工具最初像大数据软件框架Hadoop一样都是开源项目,但商业实体迅速涌现,为开源产品提供了新工具或商业的支持和开发。

    而在这些工具中选择是一个挑战,特别是许多大数据工具只具有单一用途,而企业需要使用大数据完成许多不同的任务,因此企业的分析工具箱会变得过于充实。根据这个行业领域的专家顾问的建议,以下列出一系列主要的大数据分析工具,并列出三个主要类别。

    主要的大数据工具

    如上所述,大数据工具都倾向于单一使用类别,并且有多种使用大数据的方式。所以可以按类别分类,然后分析每个分析工具。

    大数据工具:数据存储和管理

    大数据都是从数据存储开始。这意味着从大数据框架Hadoop开始。它是由Apache Foundation开发的开源软件框架,用在计算机集群上分布式存储非常大的数据集。

    显然,存储对于大数据所需的大量信息至关重要。但更重要的是,需要有一种方式来将所有这些数据集中到某种形成/管理结构中,以产生洞察力。因此,大数据存储和管理是真正的基础,而没有这样的分析平台是行不通的。在某些情况下,这些解决方案包括员工培训。

    而这个领域的主要的大数据工具有:

    1. Cloudera

    基本上,Hadoop增加了一些额外的服务,企业将需要这些服务,因为大数据并不是一个简单的练习。 Cloudera的服务团队不仅可以帮助企业构建大数据集群,还可以帮助培训员工更好地访问数据。

    1. MongoDB

    MongoDB是最流行的大数据数据库,因为它适用于管理大数据经常出现的非结构化数据或频繁更改的数据。

    1. Talend

    作为一家提供广泛解决方案的公司,Talend的产品是围绕集成平台构建的,该平台结合了大数据、云计算、应用程序,以及实时数据集成、数据准备和主数据管理。

    Talend大数据集成包括数据质量和治理功能

    大数据工具:数据清理

    在企业真正处理大量数据以获取洞察信息之前,先需要对其进行清理、转换并将其转变为可远程检索的内容。大数据集往往是非结构化和无组织的,因此需要进行某种清理或转换。

    在这个时代,数据的清理变得更加必要,因为数据可以来自任何地方:移动网络、物联网、社交媒体。并不是所有这些数据都容易被“清理”,以产生其见解,因此一个良好的数据清理工具可以改变所有的差异。事实上,在未来的几年中,将有效清理的数据视为是一种可接受的大数据系统与真正出色的数据系统之间的竞争优势。

    1. OpenRefine

    OpenRefine是一款易于使用的开源工具,通过删除重复项、空白字段和其他错误来清理凌乱的数据。它是开源的软件,但它有一个可以提供帮助的大型社区。

    1. DataCleaner

    与OpenRefine类似,DataCleaner将半结构化数据集转换为数据可视化工具可读取的干净可读的数据集。该公司还提供数据仓库和数据管理服务。

    1. Microsoft Excel

    人们可以从各种数据源导入数据。Excel对手动数据输入和复制/粘贴操作特别有用。它可以消除重复、查找、替换,拼写检查以及用于转换数据的许多公式。但它很快陷入困境,并不适用于大数据集。

    大数据工具:数据挖掘

    一旦数据被清理并准备好进行检查,就可以通过数据挖掘开始搜索过程。这就是企业进行实际发现、决策和预测的过程。

    数据挖掘在很多方面都是大数据流程的真正核心。数据挖掘解决方案通常非常复杂,但力求提供一个令人关注和用户友好的用户界面,这说起来容易做起来难。数据挖掘工具面临的另一个挑战是:它们的确需要工作人员开发查询,所以数据挖掘工具的能力并不比使用它的专业人员强。

    1. RapidMiner

    RapidMiner是一款易于使用的预测分析工具,具有非常用户友好的可视化界面,这意味着企业无需编写代码,即可运行分析产品。

    1. IBM SPSS Modeler

    IBM SPSS Modeler是一套适用于企业级的高级分析的产品,用于数据挖掘。而IBM的服务和咨询无疑是首屈一指的。

    1. Teradata

    Teradata为数据仓库、大数据和分析以及市场营销应用提供端到端解决方案。这一切意味着企业的业务可以真正成为一个数据驱动的业务,并提供商业服务、咨询、培训和支持。

    像许多当前的大数据工具一样,RapidMiner解决方案也包含云计算解决方案

    大数据工具:数据可视化

    数据可视化是企业的数据以可读的格式显示的方式。这是企业查看图表和图形以及将数据放入透视图中的方法。

    数据的可视化与科学一样,是一种艺术形式。而大数据公司将拥有越来越多的数据科学家和高级管理人员,很重要的一点是可以为员工提供更加广泛的可视化服务。销售代表、IT支持、中层管理等这些团队中的每一个成员都需要理解它,因此重点在于可用性。但是,易于阅读的可视化有时与深度特征集的读取不一致,这成为了数据可视化工具的一个主要挑战。

    1. Tableau

    作为这一领域的领导者之一,其数据可视化工具专注于商业智能,无需编程即可创建各种地图、图表、图形等等。Tableau总共有五款产品,其中有一个名为Tableau Public的免费版本供潜在客户试用。

    1. Silk

    Silk是一种简单版本的Tableau,Silk可让企业将数据可视化为地图和图表,而无需任何编程。它甚至会尝试在第一次加载时自动将数据可视化。它还使得在线发布结果变得容易。

    1. Chartio

    Chartio使用自己的可视化查询语言,只需点击几下即可创建功能强大的仪表板,而无需了解SQL或其他建模语言。与其他不同的是,企业直接连接到数据库,因此不需要数据仓库。

    IBM Watson Analytics

    IBM Watson Analytics是机器学习(ML)和人工智能(AI)的结合,可帮助提供智能数据科学助理,为业务分析师和数据科学家提供广泛的数据科学技能集的用户指南。
    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    1.在学习大数据之前,需要具备什么基础
    http://www.duozhishidai.com/article-12916-1.html
    2.大数据工程师培训,需要学习的有哪些课程?
    http://www.duozhishidai.com/article-15081-1.html
    3.大数据的特点是什么,大数据与Hadoop有什么关系?
    http://www.duozhishidai.com/article-13276-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 很多医学专家开始试图结合物联网技术为生物学提供新的研究方向,今年BAT等知名企业也纷纷投入智慧医疗产业当中,越来越多的团队投入到生物医疗技术的研发中,相信在不久的将来IoT生物技术将会得到规模地应用与普及...
  • “人才荒”、“高考热门专业”、“需求”、“缺口150万人”、“稀缺职位”、“年薪百万”,这些词汇成为当下网络媒体和社交人群提到大数据人才时,提到最多的词汇。当前,国家战略的支持、大数据技术的快速发展,...
  • 正如字面意思,本课程讲解的是一个真正意义上的、企业级的项目实战,主要介绍了企业级应用系统中后端应用权限的管理,其中主要涵盖了六核心业务模块、十张数据库表。 其中的核心业务模块主要包括用户模块、部门...
  • 企业主要负责人A证多少及格?

    千次阅读 2021-04-23 10:53:03
    企业主要负责人A证是建筑施工企业主要负责人的安全生产考核合格证书,安全员A证只要达到了60就可以及格。接下来跟着小编一起来做道题目巩固一下吧! 1、在( )中,我国第一次以法律形式确立了企业安全生产的...
  • 芯片的主要分类和龙头公司

    万次阅读 2019-01-08 10:41:52
    首先,我们来看看芯片的分类: 日常生活中,我们可以发现...(1)设计软件,芯片设计软件是芯片公司设计芯片结构的关键工具,目前芯片的结构设计主要依靠 EDA(电子设计自动化)软件来完成; (2)指令集体...
  • 云里的资源非常庞大,在一个企业云可以有十万甚至上百万台服务器,在一个小型的私有云中也可拥有百台甚至上千台服务器。 (3)高可靠性。云计算使用了多副本容错技术、计算节点同构可互换等措施来保障服务的高可靠...
  • 专注于动态人像识别的初创企业云天励飞在2015年开始就与深圳龙岗区警方合作,在当地地铁口、火车站、城中村、商超等场所建设“深目”系统。上线个月后,便协助警方成功告破两起命案。 应用在安防领域的1:N人脸...
  • 云计算中可用的服务种类是很多的,不过主要可以分为以下几类: 1.SaaS(softwareasaservice,软件即服务) 这种类型的公有云在互联网上通过浏览器对应用程序进行交付。最受欢迎的商务级SaaS应用程序有谷歌的GSuite...
  • 供应链金融三大类模式

    万次阅读 2018-07-23 23:17:09
    供应链金融三模式的最全对比分析 2017-08-25 15:56 供应链金融可以解决中小企业供应链中资金分配的不平衡问题,打通上下游物流链、资金链、商流、信息流,提升整个供应链的群体竞争力。因此,供应链金融,备受中...
  • 云平台的分类

    千次阅读 2019-11-18 14:21:43
    要了解云平台之前,首先讲一下云计算 定义:云计算(cloud computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序...通过这项技术,可以在很短的时间内(秒种)完成对...
  • 2、数据处理无捷径,对分析处理技术提出了更高的要求 二、大数据的处理流程 下图是数据处理流程: 1、底层是数以千亿计的数据源,数据源可以是SCM(供应链数据),4PL(物流数据),CRM(客...
  • 工业软件分类

    千次阅读 2020-05-28 18:05:35
    工业软件主要分为: 1)研发设计主要包括: 计算机辅助设计(CAD:Computer Aided Design)、 计算机辅助工程(CAE:Computer Aided Engineering)、 计算机辅助工艺过程设计(CAPP:Computer Aided ...
  • Java基础知识面试题(2020最新版)

    万次阅读 多人点赞 2020-02-19 12:11:27
    文章目录Java概述何为编程什么是Javajdk1.5之后的三版本JVM、JRE和JDK的关系什么是跨平台性?原理是什么Java语言有哪些特点什么是字节码?采用字节码的最大好处是什么什么是Java程序的主类?应用程序和小程序的...
  • 从目前来看,主要分为以下3种运营模式。 方式一,企业建设,企业运营。这是一种典型的私有云模式,企业自行建设云计算基础资源,基础 资源在企业数据中心内部,企业自己承担运行维护工作。 方式二,企业建设,运维...
  •  人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐篇优质好文: 什么是云计算技术,对云计算技术的产生、概念、原理、应用和前景...
  • 风险管理分为几类?  风险管理可分为控制型和财务型两大类。  1、控制型风险管理技术  控制型风险管理技术的实质是在风险分析的基础上,针对企业所存在的风险因素采取控制技术以降低风险事故发生的频率和...
  • VPN的分类

    千次阅读 2021-05-30 17:32:31
    根据不同的划分标准,VPN可以按个标准进行分类划分: 1.按VPN的协议分类 VPN的隧道协议主要有三种,PPTP、L2TP和IPSec,其中PPTP和L2TP协议工作在OSI模型的第二层,又称为二层隧道协议;IPSec是第三层隧道协议。...
  • 激光雷达的7分类讲解

    万次阅读 多人点赞 2018-09-25 16:58:51
    在机器人、无人驾驶、无人车等领域都能看到它的身影,有需求必然会有市场,随着激光雷达需求的不断增大,激光雷达的种类也变得琳琅满目,按照使用功能、探测方式、载荷平台等激光雷达可分为不同的类型。 ...
  • 从数据挖掘算法所依托的数理基础角度归类,目前数据挖掘算法主要分为大类:机器学习方法、统计方法与神经网络方法。机器学习方法分为决策树、基于范例学习、规则归纳与遗传算法等:统计方法细分为回归分析、时间序列...
  • Spring Boot 技术栈的实战课程,课程共分为 3 部分,前面两个部分为基础环境准备和相关概念介绍,第三个部分是 Spring Boot 项目实践开发。Spring Boot 介绍、前后端分离、API 规范等内容旨在让读者更加熟悉 ...
  • Spring框架分为哪七模块以及各模块的主要功能作用
  • 所以,大数据是指海量的、多种类的、需要规模的处理才能够凝聚足够价值的、处理和检索响应速度快的数据。 大数据是一个数据集合,包括三数据:  (1)结构化数据,如企业用的人事系统、财务系...
  • 大型企业网络架构

    万次阅读 多人点赞 2018-11-24 10:57:01
    可以看到,在大型企业网络架构中,有非常多的产品:交换机、路由器、防火墙、IDS、IPS、服务器等设备。 那么有很多人会问,有了防火墙为什么还要IPS和IDS呢? 防火墙较多的应用在内网保护(NAT),流控,过滤等...
  • 大数据对于企业的价值,更全面地来说可以体现在AI、BI、CI和DI,即人工智能(ArtificialIntelligence)、商业智能(BusinessIntelligence)、客户智能(CustomerIntelligence)和数据智能(DigitalIntelligence)这四个方面...
  • 区块链目前分为几类呢?

    千次阅读 2018-03-15 00:04:57
    1“公有链”(Public blockchain) 2“私有链”(Private blockchain) 3“联盟链”(Consortium blockchain) 三区块链主要区别是什么? 公有链:对所有人开放,任何人都可以参与; 联盟链:对特定的组织团体开放; ...
  • 最全的数据采集方法分类

    万次阅读 2019-10-18 17:10:19
    三、数据采集 任何完整的大数据平台,一般包括以下的个过程:(如果对大数据生命周期认识不够清晰,可参考还不懂什么是大数据?大数据的生命周期告白) 数据采集–>数据存储–>数据处理–>数据展现(可视化,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 307,342
精华内容 122,936
关键字:

企业主要分为几大类