《新媒体数据新闻》考试题库（含答案）

《新媒体数据新闻》考试题库

第一部分单项选择题（32题）

第一章

1.以下不属于新媒体数据新闻价值的是（）。

A.增强新闻报导的深度性和宏观性B.增强新闻读写的交互性能

C.促进传统媒体与新媒体的融合D.增强新闻报道的时效性

2.自2011年起国内各大门户网站都相继推出自己的数据新闻专栏，其中新浪的

栏目是（）o

A.图解天下B.数字之道C.数读D.数据控

3.根据数据新闻采编方式的不同,可将其分为（）。

A.大数据型与小数据型B.自采数据型与非自采数据型

C.事件选题型与话题选题型D.调查型与常规型

第二章

1.新媒体数据新闻报道框架的结构和逻辑策划中，若要呈现由面到线或到点的特

点，应该采用哪种报道结构（）。

A,线型结构B.放射型结构

C.收束型结构D.网状结构

2.以下哪一项不属于新媒体数据新闻报道策划的关键（）。

A.符合新闻和深度报道的结构及模式

B.符合平台及工具的呈现的模式

C.符合新媒体用户交互模式

D.符合新媒体时代用户的阅读模式

3.新媒体数据新闻报道的主题策划，所要遵循的规律不包括（）。

A.鲜明的倾向性B.服务特定群体

C.反应事物的本质规律D.具有创新性

第三章

1.网络舆情大数据来源不同，其权威度、准确度和参与度也会呈现出不同，以下

选项中数据权威度最高的是（）。

A.政府网站B.主流媒体

C.社交平台D.自媒体

2.以下可以获得微博传播数据的工具或平台是（）。

A.西瓜助手B.飞瓜数据

C.知微平台D.CNZZ平台

第四章

1.按照等深分箱法将一组数据分为三个箱子并对每个箱子进行平滑处理，现箱一

的数据为4、8、9、15、21,若采用按边界值平滑的方法，其结果为（）。

A.9、9、9、9、9B.11.4、11.4、11.4、11.4、11.4

C.4、4、4、21、21D.4、8、4、15、21

2.按一定的分群标准将总体分成若干个不重叠的部分，根据总样本量，然后以群

为抽样单位采用简单随机抽样或系统抽样来抽取个体的方法是（

A.分层抽样B,聚类抽样

C.系统抽样D.随机抽样

3.分层抽样也叫类型抽样，是按照总体已有的某些特征，将总体分成若干层，再

从各层中分别随机抽取一定的单元构成样本，其原则是（）。

A.层内差异大，层间差异大B.层内差异小，层间差异大

C.层内差异小，层间差异小D.层内差异大，层间差异小

4.数据集成是指将多个数据源中的数据整合到统一的存储中，解决数据的分布性

和异构性问题，在实际应用中以下哪一项不是所要解决的具体问题（）。

A.实体识别问题B.冗余问题

C.数据真实性问题D.数据值冲突问题

5.箱形图是一种用作显示一组数据分散情况资料的统计图，其绘制需要找出一组

数据的上边缘、下边缘、（）和两个四分位数，然后连接两个四分位数画出箱

体。

A.中位数B.平均数C,众数D.三分位数

6.数据预处理中，数据平滑主要是去除噪声、将连续的数据离散化、增加粒度,

下面哪一项不能够达到平滑效果（）。

A.数据概化B.回归C.分箱D.聚类

第五章

1.以数据的两个重要指标为分析依据，并将这两个指标作为横、纵坐标轴，构成

四个象限，从而找出解决问题的方法被称作（），经典的KANO模型便是采用

此方法。

A.周期性分析法B.矩阵分析法

C.平均分析法D.对比分析法

2.对比分析法通常是把两个相互联系的指标数据进行比较，包括绝对数比较和相

对数比较两种形式。下面哪一项不属于相对数比较的方法（）。

A.动态相对数B.强度相对数

C.比例相对数D.数值相对数

3.新媒体数据类型具有多样性，可分为结构化数据、半结构化数据和非结构化数

据三种类型，下面哪项属于非结构化数据（）。

A.阅读量B.HTML网页数据

C.视频D.网络媒体资源元数据

4.新媒体数据分析中，平均分析法涉及数值平均数和位置平均数两个指标，数值

平均数不包括下面哪一类别（）。

A.中位数B.算数平均数

C.调和平均数D.几何平均数

5.在新媒体营销中，利用新媒体数据分析来判断两个商品是否适合组合销售，所

采用的较为合适的方法是（

A.贡献度分析法B.周期性分析法

C.相关性分析法D.平均分析法

6.在新媒体数据分析的类别中，若要评估团队成员日常工作效率如何，应采用哪

种分析类别（）。

A.销售分析B.内容分析

C.流量分析D.执行分析

7.根据新媒体数据的情境性与实用性，新媒体数据分析根据分析功能可以分为销

售分析、内容分析、执行分析和（）o

A.流量分析B.数值分析

C.图文分析D.粉丝分析

8.以下工具或平台不能实现回归分析的是（）。

A.SPSSB.ExcelC.TableauD.CNZZ

第六章

1.新媒体数据可视化中，在分析影响事物各因素之间的强弱关系时，通常可采用

的信息图表是（）o

A.热力图B.散点图C.折线图D.雷达图

2.新媒体数据可视化中，若要反映变量间的离散程度及其关系，通常可以采用的

信息图表是（）o

A.热力图B.地图C.折线图D.散点图

3.以下不属于新媒体数据可视化设计要点的是（）。

A.准确化：避免歧义B.碎片化：注重整合

C.扁平化：少即是多D.移动化：小屏叙事

第七章

1.在数据新闻可视化叙事结构中，叙事逻辑和线索能够帮助读者快速清晰地了解

事件原貌，该叙事结构是（

A.交互型B.组合型C.线型D.并列型

2.法国结构主义批评家热奈特将叙事视角分为三类，其中叙事者是通过故事人物

的视角来对观点和思想进行表达，人物所知道的就是叙事者所知道的，叙事者是

“人物的眼睛”的类型是（）o

A.内聚焦叙事视角B.全知视角

C.零聚焦叙事视角D.外聚焦叙事视角

3.根据叙事者介入的程度划分，新媒体数据新闻可视化叙事主体不包括（）。

A.公开的叙事者B.隐蔽的叙事者

C.不可靠的叙事者D.缺席的叙事者

4.新媒体数据新闻可视化叙事时序中，预先揭破故事的结果或透露情况设置悬念

的方法是（)0

A.顺叙B.倒叙C.预叙D.正叙

5.在数据新闻可视化叙事中，叙事时间一般有四种表现方式，其中叙事时间小于

故事时间，把故事进行压缩，只表现其主要特征，该方式是（)o

A.省略B.概要C.场景D.延长

第八章

1.数据新闻制作与发布平台中，以下不属于H5类工具平台的是（)o

A,易企秀B.Adobe

C.木疙瘩(Mugeda)D.MAKA

2.常见的数据新闻生产模式不包括（)o

A.内生模式B.众包模式

C.自组织模式D.托管模式

参考答案:

第一章1.D2,A3.D

第二章1.C2.C3.B

第三章1.A2.C

第四章1.C2.B3.B4.C5.A6.A

第五章1.B2.D3.C4.A5.C6.D7.A8.D

第六章l.D2.D3.B

第七章l.C2.A3.C4.C5.B

第八章l.B2.D

第二部分填空题（30题）

第一章

1.业界通常将大数据的特征概括为“4V”，分别是指：Volume（数据量巨大）、

Variety（数据类型繁多）、Velocity（处理速度极快）、（）。

2.2012年由非赢利的民间组织“全球编辑网络”（GlobalEditorsNetwork）主

办，谷歌给予支持的第一个专门为数据新闻报道设立的奖项是（）。

3.国内很多门户网站都设置了专门的数据新闻栏目，其中网易的数据新闻栏目名

称为（）。

第二章

1.新媒体数据新闻报道结构和逻辑策划中，从时间的延续来看，呈现出单向性的、

直线型的发展轨迹的新闻报道类型是（）。

2.根据内容划分，数据新闻选题可分为时事类、财经类、文化科普类和（）。

第三章

1.日志采集系统需要实时采集业务日志数据供离线和在线的分析系统使用，具有

高可用性、高可靠性和（）的基本特征。

2.Web数据抓取的最终目的是将非结构化的信息从大量的网页中抽取出来以

（）的方式存储。

第四章

1.数据预处理的前提是明确数据可用性鉴别指标，包括数据真实性鉴别、数据完

整性鉴别和（）。

2.在数据预处理之前需要对数据的真实性进行鉴别，包括两个方面，即数据来源

真实和（）。

3.在数据预处理之前需要对数据的完整性进行鉴别，主要体现在记录完整和

（）o

4.在新媒体数据规约中，数值规约常采用的方法有直方图、聚类、参数回归、离

散化、概念分层和（）o

5.数据清洗是指发现并纠正数据文件中可识别的错误，常见操作方法包括：缺失

值处理、重复值处理和（）。

6.常见的分箱方法有：等深分箱法、（）、用户自定义区间、最小端。

7.规范化是指将数据按比例进行缩放，使之落入一个特定的区域，以消除数值型

属性因大小不一而造成挖掘结果的偏差。常见的规范化方法包括最小-最大规范

化、零均值规范化和（）。

8.维归约是指去掉无关的属性，减少数据挖掘处理的数据量，主要有三种方法，

分别是逐步向前选择、逐步向后删除和（）。

9.数据变换是指对数据进行规范化处理，将数据转换或统一成适合挖掘的形式。

数据变换包括平滑、聚集、（）、规范化和属性构造五种途径。

第五章

1.分组分析法是指通过统计分组的计算和分析，来认识所要分析对象的不同特征、

不同性质及相互关系，其必须遵循两个原则是穷尽原则和（）。

2.回归分析法中根据自变量和因变量的函数表达式分为线性回归分析和

（）o

3.回归分析法中根据自变量和因变量的个数分可以将其分为一元回归分析和

（）o

4.回归分析法中根据因变量多少可以将其分为简单回归分析和（）o

5.对比分析法包括绝对数比较和相对数比较，在相对数比较中若要说明同一现象

在不同时期的发展方向和变化的速度，可使用的方法是（）。

6.新媒体数据类型具有多样化的特征，可分为结构化数据、半结构化数据和非结

构化数据三大类，其中（）表现为二维形式的数据，可以用关系数据库表

示和存储。

第六章

1.利用信息图表进行新媒体数据可视化设计中，在反映一段时间内事物变化规律

时，所米用的是（）o

2.新媒体数据可视化按照视觉形态可以分为静态与动态两类，其中动态类型按照

是否有交互可分为交互图表和（）两类。

3.新媒体数据可视化既包含数据可视化的一般要求，也针对新媒体交互性、即时

性、移动化等新兴特点提出特殊要求，即准确化、（）和移动化。

第七章

L新闻叙事的基本方法包括故事化、细节化、人物化、（）等四大方法。

2.叙事视角是指叙事者选择和讲述新闻事实的特定角度。法国学者兹韦坦•托多

洛夫把叙述视角分为三种形态：内视角、外视角、（）。

3.新媒体数据新闻可视化叙事结构中，交互型叙事通常包括间断性过渡模式、多

线程触发模式、（）等三种类型。

第八章

1.数据新闻集成和发布平台通常有静态文档形式、网页形式和（）。

2.真正的数据新闻并不是简单的“数据+新闻”，而是要将数据和新闻进行有机融

合，做到（）。

参考答案：

第一章：1.Veracity（数据精确性高）2.全球数据新闻奖3.数读

第二章：1.线型结构2.社会生活类

第三章：1.可扩展性2.结构化

第四章：1.数据价值性鉴别2.数据细节真实3.字段完整4.抽样5.异常值发

现6.等宽分箱7.小数定标规范化8.判定树（或决策树）归纳9.数

据概化

第五章：1.互斥原则2.非线性回归分析3.多元回归分析4.多重回归分析5.

动态相对数6.结构化数据

第六章：1.折线图2.短视频3.扁平化

第七章：1.个性化2.全知视角3.主线索引导模式

第八章：1.iH5类工具平台2.数中有述

第三部分名词解释题U4题）

第一章

1.数据新闻：又称“数据驱动新闻”，是基于数据信息的采集、分析、呈现的新

闻工作方式。狭义上是指建立在数据抓取、数据挖掘、数据统计和分析的基础上，

最终以可视化的方式呈现出来的一种新闻报道方式；广义上代表着新闻业未来的

发展方向，是新闻学在大数据时代的研究新领域。

2.新媒体：主要指基于数字技术、网络技术及其他现代信息技术或通信技术的，

具有交互性、数字化和融合性的媒介形态和平台。在现阶段，新媒体主要包括网

络媒体、手机媒体及其两者融合形成的移动互联网，以及其他具有互动性的数字

媒体形式。

第二章

1.新闻鼻：新闻鼻是一种新闻嗅觉，指的是新闻工作者对新闻的敏感性，它是

新闻工作者发现新闻的一种重要能力，也是新闻工作者发现和确定新闻选题的一

种必不可少的素质。

第三章

1.网络社交大数据：用户参与和使用新媒体社交平台、系统、软件产生的数据,

具有杂乱、异构等特点。目前以“三微一端”为代表的新媒体平台产生的数据是

网络社交大数据的重点。

2.网络行为日志大数据：由新媒体设备、传感器等产生的数据，包括人为交易记

录、浏览访问记录等数据，通常为结构化数据。主要分为用户行为日志数据和日

志内容数据两大类。

第四章

1.数据预处理：在主要的处理和分析前对数据进行的一些必要的加工整理，主要

目标是清理异常值、纠正错误数据、统一数据格式等，主要方法有数据清洗、数

据集成、数据变换和数据归约等。

2.数据归约：在尽可能保持数据原貌的前提下，最大限度地精简数据量。数据归

约得到的数据比原数据小得多，但可以产生与原数据相同或基本相同的分析结果,

提高挖掘效率。

第五章

1.新媒体数据分析：指运用适当的统计分析方法对收集来的大量新媒体数据进行

分析，将它们加以汇总理解，以求最大化地开发数据的功能，发挥数据的作用。

2.访问量：英文名PageView(PV)即页面浏览量或点击量，用户每1次对网站

中的每个网页访问均被记录于此。用户打开一个页面就是1个PV,这通常是衡

量一个网络新闻频道或网站甚至一条网络新闻的主要指标。

3.UV(UniqueVisitor)：即唯一身份访问者(独立访客)，是指通过互联网访问、

浏览某个页面的自然人，它是基于Cookies技术，如果是同一个IP,但用不同

的浏览器，就会出现不同的Cookies,则UV数量就会增加。

第六章

1.数据可视化：是指通过图形、图表以及动画等手段直观、生动、形象地展示数

据的形式。它囊括了信息可视化、知识可视化、科学可视化以及视觉设计方面的

进步和发展，经历了图形符号、数据图形、多维信息的可视编码、多维统计图形

以及交互可视化等阶段。数据可视化的目的在于借助图形化的手段，清晰有效地

传达与沟通信息。

第七章

1.零聚焦叙事视角：即全知视角，指没有固定视角、不受视域限制的视角，这种

叙事角度的叙事者就像是一个无所不在的上帝，全知全能地洞察万物。零聚焦叙

事意味着叙事者知道的比所有人都要多，站在“上帝视角”叙述事实。

2.内聚焦叙事视角：内聚焦叙事就是通过故事中的人来叙事，即从一个或几个人

物的视角出发来叙述新闻事实，或仅报道某一方面或某一时间节点前的新闻事实。

在这类叙事中，叙事者所知等于人物所知，这里的“人物”既可以是记者，也可

是新闻的当事人和见证人。

3.外聚焦叙事视角：是一种客观的叙事视角，在这个视角中，相当于叙事者所知

少于人物所知，这种叙事也被称为“外视角”叙事。外聚焦叙事视角的叙事者就

像一台摄像机，他们不能叙述别人的所见所闻，不能深入人物内心，叙事者在新

闻报道中，只能对自己看到的或者听到的进行叙述，不能追述事情的历史背景,

叙事者也不能直接抒发评论。

第四部分简答题（14）

第一章

1.简述新媒体数据新闻的特征。

参考答案：

（1）以海量数据为核心驱动力

（2）以数据分析处理技术为基础

（3）以数据可视化呈现为报道方式

（4）以移动端为主要传播渠道

（5）以服务公众利益为报道指向

2.简述优秀数据新闻作品的特点和应该规避的问题。

参考答案：

（1）优秀数据新闻作品的特点

①多维度视角。

②故事化新闻叙事。

③重视交互设计。

④数据来源丰富。

（2）问题规避

①简洁易懂，重视传播。

②注重叙述手段，巧用垂直空间。

③适当交互，避免冗余。

④给出结论，重在分析。

⑤注重实效，避免过期。

第二章

1.新媒体数据新闻选题的原则。

参考答案：

（1）价值性原则：报道对象要具有新闻价值。

（2）时效性原则：尽量选择比较新、热门的话题。

（3）创新性原则：视角新颖或还未报道的新鲜题材。

（4）群众性原则：关注与群众利益相关的事情，选题要具有社会意义。

（5）可及性原则：技术是否能够支持获得所需要的数据。

2.简述如何发现和选择选题。

参考答案：

（1）培养“新闻鼻”“新闻眼”，增强新闻敏感。

（2）善于提取和抓住优秀选题。在微博、微信、抖音等新媒体平台中发现与选

择选题；在相关媒体的报道中发现与选择选题。

（3）善于观察并从不同领域发现优秀选题。在重大活动中发现与选择选题；从

社会生活中发现与选择选题。

第三章

1.简述新媒体数据的来源渠道。

参考答案：

（1）网络数据库大数据：基于传统数据库对新媒体内容及相关信息进行存储的

数据，如新闻内容数据、网络服务资源数据、消费者数据、用户行为数据、库存

数据、账目数据等。

（2）网络社交大数据：用户参与和使用新媒体社交平台、系统、软件产生的数

据，如“三微一端”后台数据（用户数据、内容数据以及效果数据）。

（3）网络行为日志大数据：新媒体设备、传感器等产生的数据，包括用户行为

日志数据和日志内容数据。

（4）网络舆情大数据：基于某热点话题或事件，大量用户通过新媒体方式参与

而产生的数据。

2.简述新媒体数据的获取方式。

参考答案：

（1）政府统计部门：如国家、地方统计局发布的数据。

（2）互联网部门及专题网站：如网信办、互联网信息中心等官方部门发布的数

据以及互联网协会、金融研究会等行业部门发布的数据。

（3）系统日志采集：用户访问的行为轨迹数据，可以通过CNZZ数据专家网站、

友盟+等获取。

（4）Web数据抓取：可通过八爪鱼等采集工具获取数据。

第四章

1.简述新媒体数据可用性鉴别指标

参考答案：

（1）数据真实性鉴别：数据来源真实、数据细节真实。

（2）数据完整性鉴别：记录完整、字段完整。

（3）数据价值性鉴别：时效性、支持性、全面性。

2.简述新媒体数据预处理包括哪些类别。

参考答案：

（1）数据清洗：对脏数据进行清洗，常见于缺失值处理、重复值处理、异常值

发现。

（2）数据集成：意义在于联通信息孤岛，共享信息，需解决三大问题即实体识

别问题、冗余问题、数据值冲突问题。

（3）数据变换：对数据进行规范化处理，将数据转换或统一成适合挖掘的形式。

包括五种途径，即平滑、聚集、数据概化、规范化和属性构造。

（4）数据规约：保持数据原貌的前提下，最大限度地精简数据量。常用方法有

数据立方体聚集、维归约、数值归约。

第五章

1.简述在传媒领域新媒体数据分析的作用。

参考答案：

（1）新闻内容创作：新闻选题创新、内容深度专业、效果评估准确。

（2）数据营销推广：目标用户锁定、精准场景推送、营销成本控制、营销方案

评估。

（3）网络舆情监测：展现舆情传播路径、反映舆情话题热度、揭示网民情感态

度。

2.简述新媒体数据分析中的误区规避主要有哪些。

参考答案：

（1）要全部不要抽样（用总体数据代替样本数据）。

（2）要混杂不要精确（接受数据的混杂性：数据类型的多样性、数据的不精确

性）。

（3）要相关不要因果（关注数据的相关关系而不是因果关系）。

3.简述新媒体数据分析的方法主要有哪些。

参考答案：

（1）对比分析法。

（2）分组分析法。

（3）平均分析法。

（4）矩阵分析法。

（5）网络分析法。

（6）相关性分析法。

（7）贡献度分析法。

（8）周期分析法。

（9）回归分析法。

第六章

1.简述数据可视化的意义及设计要点。

参考答案：

（1）意义

①快：提高信息获取效率。

②多：增大信息表现容量。

③深：深度加工推理信息。

（2）设计要点

①准确化：避免歧义。可视化要贴合数据本身同时要符合常识。

②扁平化：少即是多。去除冗余和繁杂的装饰效果，突出“信息”本身。

③移动化：小屏叙事。给用户阅读和观看提供友好性。

第七章

1.简述目前对新闻叙事主体划分有哪几种类型，依据分别是什么？

参考答案：

（1）非人物叙事者与人物叙事者，分类标准是叙事者是否参与了新闻故事。

（2）外显的叙事者和内隐的叙事者，分类标准是叙事者可被感知的程度。

（3）可靠的叙事和不可靠的叙事者，分类标准是叙事者与隐含作者的关系。

（4）公开、隐蔽和缺席的叙事者，分类标准是叙事者的介入的程度。

2.在新媒体数据新闻可视化叙事中，如何选择叙事切入口？

参考答案：

（1）切入口揭示新闻本质和原因。即新闻发生的本质与背后的原因。

（2）角度独特全局视野。“小切入口，大主题”是数据新闻制作者常用的叙事技

巧。

（3）为选题服务，把握读者兴趣。叙事切入口要使读者感兴趣，同时要有故事

感，有细节。

（4）揭示个人与宏大新闻命题间的关联。

第八章

1.简述新媒体时代用户新闻阅读习惯以及数据新闻内容表达的优势。

参考答案：

（1）用户新闻阅读习惯

①新闻阅读的数字化。

②新闻阅读的视觉化。

③新闻阅读的娱乐化。

④新闻阅读的碎片化。

⑤新闻阅读的互动化。

（2）数据新闻内容表达优势

①直观的表现形式。

②多维的复杂故事。

③科学的求真精神。

2.数据新闻内容的组织应注重哪些方面才能更好地传情达意。

参考答案：

（1）“数中有述”的语图关系。借助数据进行叙事，使文字语言和数据图表利

用各自优势，共同完成话语生产。

（2）故事化的内容布局。采用故事化、拟人化的内容布局能让数据新闻作品更

易于理解。

（3）整体化的结构编排。一方面要求制作者在数据新闻的结构编排方面加强整

体性，体现作品内容的凝聚力和向心力，着力突出主题。另一方面，要求制作者

在进行页面设计时充分考虑阅读体验，提升阅读的便利度，促进主题表达。

第五部分案例分析题（1题）

第八章

1.针对某一数据新闻作品进行评价。

如：新华网数据新闻作品《家宴•人间至味是团圆》

华北以■北，江南队＜6,无不是团曲

八.#ses.北方人**8i的"&霹**入*M.asltw小41中«SH».»»>>■•.Wfl

少不大国.SaAKKttltnn%.MSTSecSXtt-

—Un*.KBSATKlAKJFXMaA.K«MHt中的*SU八aeJtaMMUf&M"glU：.XSS2000

因力*决T*武善学里t4保住an.羯UtSftRK.«£为iS方隼：S*±M“.*由**炯+Itt影，

«»««»■>«—BTB.R*IE^S*ta«l.»不可w.

ssaMfi.eaxiin*x.♦***早wiuMMBiifl.xnawns-«s»".E_t*wa««口,

B.a>n«£TKnStt.海WMBKiaK至**,ZO2SLL£+»EH.!LLiEMigBi»*»X.6左**百+**，保注・余开作，

关案故手.3罪军谟兴、MdtA-三0二九"，*百*"aa?\K".

年关廿F.-mnmK■办**,■，**龙眼——期，》*干***六一。取友.史建可、年A，。*的美HM.

力由吴！•水信交修■入我《L*»：附满

gfts*Miastin.«S«M.MUSICS.

amstssitaa.«M人寅mw,入储后WMH击.££■•?«.*・・入)i,w^^ut月:十/n(B.m蜃初八*.e«a.a

K.KA»*Bwt«¥'i'Wa±.«n.KBSMA.XMIUWM.na«xs；t&R.*■««»«.eftss

Ansa.-rq&

3苏东wqb,甘・不住月不<(.sexxvam,x*xnasaaxaK.CXKEKKB*XBA.早

utt少，«Hftts)»*t»w*4ie«a»s.Mia河*,an.I»>CH*MW.<NM.M^SS.'X'X*ttB*«aKa>?.

・tws.aaexxKiMHsas：«-m.«-Q.七通SSSVSSI.BWBBT.十全+费.1HJ•*/*小一

■iiws*si-jt.Hi'.时衣屹里一a)s・E»i互M«Lavoiaut.”M*RI•痣ai

>»«-£ASJ«.SK2M.-«««•.