在美团商家数据中心(MDC),有超过100w的已校准审核的POI数据(我们一般将商家标示为POI,POI基础信息包括:门店名称、品类、电话、地址、坐标等)。如何使用这些已校准的POI数据,挖掘出有价值的信息,本文进行了一些尝试:利用机器学习方法,自动标注缺失品类的POI数据。例如,门店名称为“好再来牛肉拉面馆”的POI将自动标注“小吃”品类。
前言
在美团商家数据中心(MDC),有超过100w的已校准审核的POI数据(我们一般将商家标示为POI,POI基础信息包括:门店名称、品类、电话、地址、坐标等)。如何使用这些已校准的POI数据,挖掘出有价值的信息,本文进行了一些尝试:利用机器学习方法,自动标注缺失品类的POI数据。例如,门店名称为“好再来牛肉拉面馆”的POI将自动标注“小吃”品类。
(资料图片仅供参考)
机器学习解决问题的一般过程:
本文将按照:1)特征表示;2)特征选择;3)基于Naive Bayes分类模型;4)分类预测,四个部分顺序展开。
特征表示
我们需要先将实际问题转换成计算机可识别的形式。对于POI而言,反应出POI品类的一个重要特征是POI门店名称,那么问题转换成了根据POI门店名称判别POI品类。POI名称字段属于文本特征,传统的文本表示方法是基于向量空间模型(VSM模型)[1]:
空间向量模型需要一个“字典”,这个字典可以在样本中产生,也可以从外部导入。上图中的字典就是[好, 宾馆, 海底, 拉面, 冰雪, ……. ,馆]。我们对已校准的POI,先利用Lucene的中文分词工具SmartCn[2]对POI名称做预分词处理,提取特征词,作为原始粗糙字典集合。
有了字典后便可以量化地表示出某个文本。先定义一个与字典长度相同的向量,向量中的每个位置对应字典中的相应位置的单词。然后遍历这个文本,对应文本中的出现某个单词,在向量中的对应位置,填入“某个值”(即特征词的权重,包括BOOL权重,词频权重,TFIDF权重)。考虑到一般的POI名称都属于短文本,本文采用BOOL权重。
在产生粗糙字典集合时,我们还统计了校准POI中,每个品类(type_id),以及特征词(term)在品类(type_id)出现的次数(文档频率)。分别写入到表category_frequency和term_category_frequency,表的部分结果如下:
category_frequency表:
term_category_frequency表:
分别记:
这些统计量,将在后续的计算中发挥它们的作用。
特征选择
现在,我们得到了一个“预输入字典”:包括了所有已校准POI名称字段的特征词,这些特征词比如:“88”、“11”, “3”、“auyi”、“中心”、“中国”、“酒店”、“自助餐”、“拉面”等。直观感觉,“88”、“11”, “3”、“auyi”、“中国”这些词对判断品类并没有多大帮助,但“酒店”、“自助餐”、“拉面”对判断一个POI的品类却可能起到非常重要作用。
那么问题来了,如何挑选出有利于模型预测的特征呢?这就涉及到了特征选择。特征选择方法可以分成基于领域知识的规则方法和基于统计学习方法。本文使用统计机器学习方法,辅助规则方法的特征选择算法,挑选有利于判断POI品类的特征词。
基于统计学习的特征选择算法
基于统计学习的特征选择算法,大体可以分成两种:
1.基于相关性度量(信息论相关)
2.特征空间表示(典型的如PCA)
文本特征经常采用的基于信息增益方法(IG)特征选择方法[3]。某个特征的信息增益是指,已知该特征条件下,整个系统的信息量的前后变化。如果前后信息量变化越大,那么可以认为该特征起到的作用也就越大。那么,如何定义信息量呢?一般采用熵的概念来衡量一个系统的信息量:
当我们已知该特征时,从数学的角度来说就是已知了该特征的分布,系统的信息量可以由条件熵来描述:
该特征的信息增益定义为:
信息增益得分衡量了该特征的重要性。假设我们有四个样本,样本的特征词包括“火锅”、“米粉”、“馆”,我们采用信息增益判断不同特征对于决策影响:
米粉(A) | 火锅(B) | 馆(C) | 品类 |
1 | 1 | 0 | 火锅 |
0 | 1 | 1 | 火锅 |
1 | 0 | 0 | 小吃 |
1 | 0 | 1 | 小吃 |
整个系统的最原始信息熵为:
分别计算每个特征的条件熵:
利用整个系统的信息熵减去条件熵,得到每个特征的信息增益得分排名(“火锅”(1) > “米粉”(0.31) > “馆”(0)) ,按照得分由高到低挑选需要的特征词。
本文采用IG特征选择方法,选择得分排名靠前的N个特征词(Top 30%)。我们抽取排名前20的特征词:[酒店, 宾馆, 火锅, 摄影, 眼镜, 美容, 咖啡, ktv, 造型, 汽车, 餐厅, 蛋糕, 儿童, 美发, 商务, 旅行社, 婚纱, 会所, 影城, 烤肉]。这些特征词明显与品类属性相关联具有较强相关性,我们将其称之为品类词。
基于领域知识的特征选择方法
基于规则的特征选择算法,利用领域知识选择特征。目前很少单独使用基于规则的特征选择算法,往往结合统计学习的特征选择算法,辅助挑选特征。
本文需要解决的是POI名称字段短文本的自动分类问题,POI名称字段一般符合这样的规则,POI名称 = 名称核心词 + 品类词。名称核心词对于实际的品类预测作用不大,有时反而出现”过度学习“起到负面作用。例如”好利来牛肉拉面馆“, ”好利来“是它的名称核心词,在用学习算法时学到的很有可能是一个”蛋糕“品类(”好利来“和”蛋糕“品类的关联性非常强,得到错误的预测结论)。
本文使用该规则在挑选特征时做了一个trick:利用特征选择得到的特征词(绝大部分是品类词),对POI名称字段分词,丢弃前面部分(主要是名称核心词),保留剩余部分。这种trick从目前的评测结果看有5%左右准确率提升,缺点是会降低了算法覆盖度。
分类模型
建模
完成了特征表示、特征选择后,下一步就是训练分类模型了。机器学习分类模型可以分成两种:1)生成式模型;2)判别式模型。可以简单认为,两者区别生成式模型直接对样本的联合概率分布进行建模:
生成式模型的难点在于如何去估计类概率密度分布p(x|y)。本文采用的朴素贝叶斯模型,其"Naive"在对类概率密度函数简化上,它假设了条件独立:
根据对p(x|y)不同建模形式,Naive Bayes模型主要分成:Muti-variate Bernoulli Model (多项伯努利模型)和Multinomial event model(多项事件模型)[4]。一次伯努利事件相当于一次投硬币事件(0,1两种可能),一次多项事件则相当于投色子(1到6多种可能)。我们结合传统的文本分类解释这两类模型:
多项伯努利模型已知类别的条件下,多项伯努利对应样本生X成过程:遍历字典中的每个单词(t1,t2…t|V|),判断这个词是否在样本中出现。每次遍历都是一次伯努利实验,|V|次遍历:
其中1(condition)为条件函数,该函数表示当条件成立是等于1,不成立时等于0;|V|则表示字典的长度。
多项事件模型
已知类别的条件下,多项事件模型假设样本的产生过程:对文本中第k个位置的单词,从字典中选择一个单词,每个位置k产生单词对应于一次多项事件。样本X=(w1,w2…ws)的类概率密度:
采用向量空间模型表示样本时,上式转成:
其中N(ti,X) 表示特征词i在样本X出现的次数。
参数估计
好啦,一大堆无聊公式的折磨后,我们终于要见到胜利的曙光:模型参数预估。一般的方法有***似然估计、***后验概率估计等。本文使用的是多项伯努利模型,我们直接给出多项伯努利模型参数估计结论:
还记得特征表示一节中统计的term_category_frequency和category_frequency两张表吗?此时,就要发挥它的作用了!我们,只需要查询这两张表,就可以完成参数的估计了,是不是很happy? 过程虽然有点曲折,但是结果是美好的~ 具体参数意义可以参见特征表示一节。
接下来的coding的可能需要关注的两个点:
参数平滑 在计算类概率密度p(X | Cj)时,如果在类Cj下没有出现特征ti ,p(ti | Cj)=0,类概率密度连乘也将会等于0,额,对于一个样本如果在某条件下某个特征没有出现,便认为她产生的可能等于零,这样的结论实在是过武断,解决方法是加1平滑: 其中,|C|表示样本的类别数据。
小数溢出 在计算类概率密度时多个条件概率(小数)连乘,会存在着超过计算机能够表示的最小数可能,为避免小数溢出问题,一般将类概率密度计算转成成对数累和的形式。 另外,如果在计算p(ti | Cj)时过小,取对数后将会得到一个负无穷的值,需要对p(ti | Cj)截断处理:小于某个阈值(如1E-6)时,采用该阈值替代。
算法预测
本节将结合前面三节内容,给出算法具体的计算预测过程。为简化问题,我们假设字典为:[拉面,七天,牛肉,馆],并且只有火锅和快餐两个品类,两类样本的数量均为8个。以“好 利 来 牛肉 拉面 馆为例”:
对测试样本做中文分词,判断”牛肉“属于品类词,丢弃品类词”牛肉“前面的部分,并提取样本的特征词集合得到:[牛肉 拉面 馆]根据字典,建立向量空间模型:x = [1, 0, 1, 1]利用Naive Bayes模型分类预测,我们给出火锅和快餐两类样本的term_category_frequency统计:特征词\品类 | 火锅(C1) | 快餐(C2) |
---|---|---|
拉面 | 0 | 5 |
七天 | 2 | 0 |
牛肉 | 4 | 2 |
馆 | 2 | 1 |
样本属于快餐的概率高于属于火锅概率4倍,预测样本属于快餐置信度明显高于火锅概率。
算法随机抽取2000条未校准的POI数据进行评测,算法的评测指标有两个:覆盖度和准确率。覆盖度是指算法可预测的样本数量在整个测试样本集中的比例。由于采用特征选择后,一些POI名称因不包含特征词集合而无法预测,算法的评测的覆盖度为84%。算法的准确率是指,可预测正确样本在整个测试样本集中的比例,算法评测的正确率为91%。
总结
机器学习解决问题最关键的一步是找准问题:这种问题能否用机器学习算法解决?是否存在其他更简单的方法?简单的如字符串匹配,利用正则就可以简单解决,才机器学习方法反而很麻烦,得不偿失。如果能机器学习算法,如何去表示这个机器学习问题,如何抽取特征?又可能归类哪类机器模式(分类、聚类、回归?)找准问题后,可以先尝试一些开源的机器学习工具,验证算法的有效性。如果有必要,自己实现一些机器算法,也可以借鉴一些开源机器学习算法实现。上一篇:2023年哌拉西林概念上市公司有哪些?(8月26日)
下一篇:最后一页
X 关闭
推荐内容
- 数据挖掘:基于机器学习方法的POI品类推荐算法
- 2023年哌拉西林概念上市公司有哪些?(8月26日)
- 见到尾田了!网飞《海贼王》路飞演员访问尾田工作室
- 鼓励孩子学习的语句
- 坤化危机小说 第2章 末日中的准备
- 长400米!苍南又一个网红沙滩
- 凤凰股份(600716)8月25日主力资金净卖出1606.54万元
- 迅雷白金会员和超级会员区别实际是什么(迅雷白金会员和超级会员区别)
- 四川省装机规模最大新能源项目开工建设
- 萧县大外环(关于萧县大外环简述)
- 霍林郭勒市统计局“五到位” 扎实推进“五经普”工作
- 2023年宁波社保最低一个月交多少钱 宁波五险一金缴费标准及基数价格表
- 上期所:对螺纹钢、热轧卷板等18个品种的交易保证金比例实施差异化设置
- 蚓激酶为什么要饭前吃
- 电商食用盐销量增5倍 京东超市:已提前备货 量大价稳
- 海口秀英区开展登革热防控工作 对居民小区集中消杀
- 自体脂肪隆鼻效果好吗?隆鼻安全吗
- 明知侵权,仍然“全家总动员”上海黄浦:14人因侵犯乐高公司著作权、销售侵权复制品被诉
- 深水规院:连续3日融资净买入累计160.53万元(08-24)
- 智通A股龙虎榜统计|8月24日
- word背景为啥是绿的(为什么我的word背景是绿色的 不是白色)
- 2023年中国书法艺术全国收藏拍卖博览会(书法艺术网论坛哪个好)
- 中心城区再添两条“一路绿灯”路段
- 小李子坚守25岁执念:被发现与超模一同吃冰淇淋
- 福建首条高速公路重卡换电绿色物流专线启用
- 四川农业大学专科考研(四川农业大学专科)
- 铜仓单日报
- 田径世锦赛|因格布莱特森男子1500米再折戟 多名中国队选手田赛晋级决赛
- 马云:种草种茶种葡萄,研究养鱼养牛还有酿酒
- 珠海香洲公办幼儿园晚托服务已启动 时间、收费标准公布
- 西南证券:8月23日融资买入2241.42万元,融资融券余额8.87亿元
- 万能的咖啡,会成为来伊份的解药吗?
- 大虹桥打造“国际人才会客厅”
- 苹果手机备份微信聊天记录用什么程序打开(备份微信聊天记录用什么程序打开)
- 国华网安2023年上半年净利-2792.64万 亏损减少21.05%
- 中国乡村旅游方兴未艾:中西部省份启动“民宿管家”培训计划
- 8月23日中燃上海地区燃料油报价下调
- 2023年世界帆船对抗巡回赛总决赛12月在深圳宝安举行
- 第五人格2023IVL夏季赛常规赛W9D1 第三场 GW vs 成都GG
- 结婚你愿意嫁给我吗 你愿意嫁给我吗
- 烧不起了,极氪直营大掉头
- 花式转笔教程慢动作_花式转笔入门技巧教程
- 2023年了,智能手表成“刚需”了吗
- 厦门调整城镇土地基准地价 租赁住宅价格约为商品住宅的20%至25%
- 日本冲绳开始对当地有机氟化物污染情况进行调查
- 因流动性问题加剧 华尔街研究公司下调标普500指数目标价
- 真正的丝滑 真正的智能 抢先感受阿维塔11鸿蒙座舱
- 中国篮协官方公布男篮12人大名单:周琦&李凯尔领衔
- 杀手老婆快现身(对于杀手老婆快现身简单介绍)
- 加入“果链”,珠海冠宇半年报净利大增,股价距高点跌超60%
- 董秀云(关于董秀云简述)
- 都市大亨物语如何增加人 都市大亨物语居民数量玩法攻略
- 反常识!冰河时期又要来了?科学家何以做出这种猜测?
- 2023云南大理大学面向社会招聘拟聘用人员公示
- 央视直播华宁早熟柑橘抢“鲜”上市
- 暑期夏令营!消防救援站成为学生打卡地
- 节省贷款利息 降低购房成本 重庆首批灵活就业人员公积金贷款发放
- 如何预订Apple新款MacBookAir MacStudio和MacPro
- uzi对线寒千落 Uzi谈明年计划 基本情况讲解
- 沪深股通|海兰信8月21日获外资卖出0.18%股份
- 蒙k是哪个城市的车牌号 蒙k
- 和平精英雪地隐藏洞穴在哪里 和平精英雪地隐藏防空洞在哪里
- 再见费城!哈登透露被76人总经理欺骗!他正式表态拒绝参加训练营
- 比特币2023年走势_2013年比特币走势)
- 南京二手房交易量连涨两周业内:呈触底反弹趋势
- 千亿房企 被执行破百亿!
- 贝斯美(300796.SZ):上海禾凯祁源累计减持1.94%股份
- 比亚迪宋Pro再迎对手 江淮QX即将开启盲订 提供两套插混系统
- 老婆娶回家之后闹得厉害,于是我不得不开始对她进行思想改造
- 电脑插上耳机还有外音怎么办_电脑插上耳机还有外音
- AI催生算力需求爆发 算网“高速路”加快铺就——从2023中国算力大会看产业发展新趋势
- 大选临近,厄瓜多尔局势动荡,厄副总统候选人自称“24小时穿防弹衣”
- skin是什么牌子化妆品
- 带着孩子逛南博会
- 浙江永强:8月18日融券卖出6.66万股,融资融券余额2.73亿元
- 构建梯次发展格局 海南创建4家省级现代农业产业园
- 四川泸定县磨西镇发生一起泥石流灾害,20人成功避险
- 蒋英浩(关于蒋英浩简述)
- 快快帮丨小区门口没有公交出行不便,南京公交:拟开通微循环线路
- 华北、东北地区全力加快灾后恢复重建
- 多少步是一公里
- 道路抢修、排水除涝……哪里有任务 哪里就有共产党员的身影
- 神庙逃跑(关于神庙逃跑的基本详情介绍)
- 体育老师百米冲刺变身消防员灭火:当时没想那么多,就想冲过去
- 生命护航,分秒必争!孩子发烧昏厥,李沧交警紧急护送就医
- 安徽省淮北市水务集团供水公司:当好企业“水管家”
- 百电通app官方版下载(百电通)
- 北京文化园区谋求向运营要效益
- Homeassistant与光伏系统
- 礼赞生命 流光溢彩——健康龙江行 泰康“溢彩千家”公益项目落地哈尔滨市
- 华光源海:上半年营业收入与净利润双降
- 看点十足 宁海20个小村240名选手赛拔河迎亚运
- 溶脂针后遗症
- 中芯集成:8月18日融资买入1240.93万元,融资融券余额3.21亿元
- 奶茶喝不完怎样保存
- 三江源国家公园
- 车评头条:试驾东风本田新思铂睿 积少成多的进化
- 网红胡懿懿发求救信号,手势比6牙齿缺失,手被铐楼梯画面曝光
- 华绿生物(300970.SZ)拟与和晨生物等共设合资公司 助推实现“生物+农业”循环经济新产业
- 一加Ace 2 Pro 充电电量不涨是手机坏了吗
精彩推荐
-
数据挖掘:基于机器学习方法的POI品类推荐算法2023-08-26
-
2023年哌拉西林概念上市公司有哪些?(8月26日)2023-08-26
-
见到尾田了!网飞《海贼王》路飞演员访问尾田工作室2023-08-26
-
鼓励孩子学习的语句2023-08-26
-
坤化危机小说 第2章 末日中的准备2023-08-26
-
长400米!苍南又一个网红沙滩2023-08-26
-
凤凰股份(600716)8月25日主力资金净卖出1606.54万元2023-08-26
-
迅雷白金会员和超级会员区别实际是什么(迅雷白金会员和超级会员区别)2023-08-26
-
四川省装机规模最大新能源项目开工建设2023-08-26
-
萧县大外环(关于萧县大外环简述)2023-08-25
-
霍林郭勒市统计局“五到位” 扎实推进“五经普”工作2023-08-25
-
2023年宁波社保最低一个月交多少钱 宁波五险一金缴费标准及基数价格表2023-08-25
-
上期所:对螺纹钢、热轧卷板等18个品种的交易保证金比例实施差异化设置2023-08-25
-
蚓激酶为什么要饭前吃2023-08-25
-
电商食用盐销量增5倍 京东超市:已提前备货 量大价稳2023-08-25
-
海口秀英区开展登革热防控工作 对居民小区集中消杀2023-08-25
-
自体脂肪隆鼻效果好吗?隆鼻安全吗2023-08-25
-
明知侵权,仍然“全家总动员”上海黄浦:14人因侵犯乐高公司著作权、销售侵权复制品被诉2023-08-25
-
深水规院:连续3日融资净买入累计160.53万元(08-24)2023-08-25
-
智通A股龙虎榜统计|8月24日2023-08-25
-
word背景为啥是绿的(为什么我的word背景是绿色的 不是白色)2023-08-25
-
2023年中国书法艺术全国收藏拍卖博览会(书法艺术网论坛哪个好)2023-08-24
-
中心城区再添两条“一路绿灯”路段2023-08-24
-
小李子坚守25岁执念:被发现与超模一同吃冰淇淋2023-08-24
-
福建首条高速公路重卡换电绿色物流专线启用2023-08-24
-
四川农业大学专科考研(四川农业大学专科)2023-08-24
-
铜仓单日报2023-08-24
-
田径世锦赛|因格布莱特森男子1500米再折戟 多名中国队选手田赛晋级决赛2023-08-24
-
马云:种草种茶种葡萄,研究养鱼养牛还有酿酒2023-08-24
-
珠海香洲公办幼儿园晚托服务已启动 时间、收费标准公布2023-08-24
-
西南证券:8月23日融资买入2241.42万元,融资融券余额8.87亿元2023-08-24
-
万能的咖啡,会成为来伊份的解药吗?2023-08-24
-
大虹桥打造“国际人才会客厅”2023-08-24
-
苹果手机备份微信聊天记录用什么程序打开(备份微信聊天记录用什么程序打开)2023-08-24
-
国华网安2023年上半年净利-2792.64万 亏损减少21.05%2023-08-23
-
中国乡村旅游方兴未艾:中西部省份启动“民宿管家”培训计划2023-08-23
-
8月23日中燃上海地区燃料油报价下调2023-08-23
-
2023年世界帆船对抗巡回赛总决赛12月在深圳宝安举行2023-08-23
-
第五人格2023IVL夏季赛常规赛W9D1 第三场 GW vs 成都GG2023-08-23
-
结婚你愿意嫁给我吗 你愿意嫁给我吗2023-08-23
-
烧不起了,极氪直营大掉头2023-08-23
-
花式转笔教程慢动作_花式转笔入门技巧教程2023-08-23
-
2023年了,智能手表成“刚需”了吗2023-08-23
-
厦门调整城镇土地基准地价 租赁住宅价格约为商品住宅的20%至25%2023-08-23
-
日本冲绳开始对当地有机氟化物污染情况进行调查2023-08-23
-
因流动性问题加剧 华尔街研究公司下调标普500指数目标价2023-08-23
-
真正的丝滑 真正的智能 抢先感受阿维塔11鸿蒙座舱2023-08-23
-
中国篮协官方公布男篮12人大名单:周琦&李凯尔领衔2023-08-22
-
杀手老婆快现身(对于杀手老婆快现身简单介绍)2023-08-22
-
加入“果链”,珠海冠宇半年报净利大增,股价距高点跌超60%2023-08-22
-
董秀云(关于董秀云简述)2023-08-22
-
都市大亨物语如何增加人 都市大亨物语居民数量玩法攻略2023-08-22
-
反常识!冰河时期又要来了?科学家何以做出这种猜测?2023-08-22
-
2023云南大理大学面向社会招聘拟聘用人员公示2023-08-22
-
央视直播华宁早熟柑橘抢“鲜”上市2023-08-22
-
暑期夏令营!消防救援站成为学生打卡地2023-08-22
-
节省贷款利息 降低购房成本 重庆首批灵活就业人员公积金贷款发放2023-08-22
-
如何预订Apple新款MacBookAir MacStudio和MacPro2023-08-22
-
uzi对线寒千落 Uzi谈明年计划 基本情况讲解2023-08-22
-
沪深股通|海兰信8月21日获外资卖出0.18%股份2023-08-22
-
蒙k是哪个城市的车牌号 蒙k2023-08-22
-
和平精英雪地隐藏洞穴在哪里 和平精英雪地隐藏防空洞在哪里2023-08-22
-
再见费城!哈登透露被76人总经理欺骗!他正式表态拒绝参加训练营2023-08-22
-
比特币2023年走势_2013年比特币走势)2023-08-21
-
南京二手房交易量连涨两周业内:呈触底反弹趋势2023-08-21
-
千亿房企 被执行破百亿!2023-08-21
-
贝斯美(300796.SZ):上海禾凯祁源累计减持1.94%股份2023-08-21
-
比亚迪宋Pro再迎对手 江淮QX即将开启盲订 提供两套插混系统2023-08-21
-
老婆娶回家之后闹得厉害,于是我不得不开始对她进行思想改造2023-08-21
-
电脑插上耳机还有外音怎么办_电脑插上耳机还有外音2023-08-21
-
AI催生算力需求爆发 算网“高速路”加快铺就——从2023中国算力大会看产业发展新趋势2023-08-21
-
大选临近,厄瓜多尔局势动荡,厄副总统候选人自称“24小时穿防弹衣”2023-08-21
-
skin是什么牌子化妆品2023-08-21
-
带着孩子逛南博会2023-08-21
-
浙江永强:8月18日融券卖出6.66万股,融资融券余额2.73亿元2023-08-21
-
构建梯次发展格局 海南创建4家省级现代农业产业园2023-08-21
-
四川泸定县磨西镇发生一起泥石流灾害,20人成功避险2023-08-21
-
蒋英浩(关于蒋英浩简述)2023-08-21
-
快快帮丨小区门口没有公交出行不便,南京公交:拟开通微循环线路2023-08-20
-
华北、东北地区全力加快灾后恢复重建2023-08-20
-
多少步是一公里2023-08-20
-
道路抢修、排水除涝……哪里有任务 哪里就有共产党员的身影2023-08-20
-
神庙逃跑(关于神庙逃跑的基本详情介绍)2023-08-20
-
体育老师百米冲刺变身消防员灭火:当时没想那么多,就想冲过去2023-08-20
-
生命护航,分秒必争!孩子发烧昏厥,李沧交警紧急护送就医2023-08-20
-
安徽省淮北市水务集团供水公司:当好企业“水管家”2023-08-20
-
百电通app官方版下载(百电通)2023-08-20
-
北京文化园区谋求向运营要效益2023-08-19
-
Homeassistant与光伏系统2023-08-19
-
礼赞生命 流光溢彩——健康龙江行 泰康“溢彩千家”公益项目落地哈尔滨市2023-08-19
-
华光源海:上半年营业收入与净利润双降2023-08-19
-
看点十足 宁海20个小村240名选手赛拔河迎亚运2023-08-19
-
溶脂针后遗症2023-08-19
-
中芯集成:8月18日融资买入1240.93万元,融资融券余额3.21亿元2023-08-19
-
奶茶喝不完怎样保存2023-08-19
-
三江源国家公园2023-08-19
-
车评头条:试驾东风本田新思铂睿 积少成多的进化2023-08-19
-
网红胡懿懿发求救信号,手势比6牙齿缺失,手被铐楼梯画面曝光2023-08-18
-
一加Ace 2 Pro 充电电量不涨是手机坏了吗2023-08-18