Redian新闻
>
线性代数学的好的进来一下 (转载)
avatar
线性代数学的好的进来一下 (转载)# Programming - 葵花宝典
m*m
1
我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
们刻意的培养她坚强的性格,貌似那时候还很有成效)
最近几个月,因为生了几次病。变得非常SENSITIVE.
有一点小事不如意,就哭闹很长时间,伴随尖叫。
比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
了,饭也没吃。
只是一个小例子。我发愁的是,这个孩子脾气这么大。一点点小事就要哭闹。大家告诉
我,我该如何是好呢?
或者推荐我看看什么书也行,谢谢
avatar
j*i
2
给老妈的B2签证到8月28号到期,回程的机票也是那天的,想让她再多呆一段时间,等
到我年底毕业典礼。所有在6月11号申请了延期,但是直到现在的状态还是pending。如
果8月28号还没有批准的话,就让她回去了。
有几个问题
1:如果8月28号之后收到延期被拒的话,但是老妈那时已经回国了,她之前的多次往返
的签证还是有效的吗?
2:她回去多长时间能再次入境,三个星期还是四个星期好一些。
3:被拒的case多了,值得冒险等等吗 如果28号没有批准的话
avatar
t*q
3
房子11年. 房检时发现 Family Room (一楼) 顶上有漏水痕迹. 房主说主卧(二楼)马桶
漏过水. 马桶漏水已修好. 不知到算不算个严重问题? 漏水会不会引起其他问题? 请
大家多指教.
avatar
j*s
4
acer上网本从半米高的桌子摔下来,屏幕破了.打算把屏幕扔了,可是wifi天线在里面。
刚重装了系统,安装了qqlive/qqmusic/xbmc
avatar
c*a
5
【 以下文字转载自 Military 讨论区 】
发信人: centralla (central LA), 信区: Military
标 题: 线性代数学的好的进来一下
发信站: BBS 未名空间站 (Wed Sep 12 10:27:31 2018, 美东)
什么叫low rank matrix factorization?
应用场景?
avatar
n*y
6
拍照留念
avatar
s*d
7
可大可小。
avatar
N*w
8
wifi 天线拆出来好了

【在 j*****s 的大作中提到】
: acer上网本从半米高的桌子摔下来,屏幕破了.打算把屏幕扔了,可是wifi天线在里面。
: 刚重装了系统,安装了qqlive/qqmusic/xbmc

avatar
w*g
9
这个一般是用来从社交网络或者点击数据中提特征。
比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
因为信息不完整,M包含大量的NaN。
(如果M是对称的,那就是社交网络,i和j都是用户)
除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
假设 U[i, k] 是用户特征,
V[j, k] 是产品特征, k = 1..K。
所谓low rank,就是指K比M的大小要小得多。
dot(U[i], V[j])表示用户和产品的关系,那么有
matmul(U, trans(V)) ~= M
反过来,把M的非NaN部分分解成 U和V,就得到了用户和产品的特征。
有了特征以后,预测任何用户和产品都可以直接用特征内积得到。
比如想预测用户i最喜欢的产品,就是argmax_j (dot(U[i], V[j]).
这套东西很容易移植到神经网络中。对应keras的Embedding。

【在 c*******a 的大作中提到】
: 【 以下文字转载自 Military 讨论区 】
: 发信人: centralla (central LA), 信区: Military
: 标 题: 线性代数学的好的进来一下
: 发信站: BBS 未名空间站 (Wed Sep 12 10:27:31 2018, 美东)
: 什么叫low rank matrix factorization?
: 应用场景?

avatar
y*n
10
趁小孩刚开始哭的时候,拿个什么她特喜欢的来转移一下注意力.哭的狠了就哭糊涂了
,罚也好,骗也好都很难.

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
t*q
11
能不能讲讲大能怎么个大法? 小当然无所谓了? 要想进一步检查该找什么人呢? 普通的
屋检好象没发查呀.

【在 s**********d 的大作中提到】
: 可大可小。
avatar
k*f
12
装个usb的

【在 j*****s 的大作中提到】
: acer上网本从半米高的桌子摔下来,屏幕破了.打算把屏幕扔了,可是wifi天线在里面。
: 刚重装了系统,安装了qqlive/qqmusic/xbmc

avatar
c*a
13
谢谢 这个解释不错
有没有好的现成的把M分解成 U和V的算法呢?

【在 w***g 的大作中提到】
: 这个一般是用来从社交网络或者点击数据中提特征。
: 比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
: 因为信息不完整,M包含大量的NaN。
: (如果M是对称的,那就是社交网络,i和j都是用户)
: 除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
: 假设 U[i, k] 是用户特征,
: V[j, k] 是产品特征, k = 1..K。
: 所谓low rank,就是指K比M的大小要小得多。
: dot(U[i], V[j])表示用户和产品的关系,那么有
: matmul(U, trans(V)) ~= M

avatar
c*u
14
典型的T2症状。哭闹的时候ignore之,安静了之后不断地唐~~~

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
w*g
15
ugly

【在 t**q 的大作中提到】
: 房子11年. 房检时发现 Family Room (一楼) 顶上有漏水痕迹. 房主说主卧(二楼)马桶
: 漏过水. 马桶漏水已修好. 不知到算不算个严重问题? 漏水会不会引起其他问题? 请
: 大家多指教.

avatar
i*e
16
求wifi天线……
avatar
m*r
17
你说你用什么软件, 我给你google. matlab肯定有,人家就是算这个的。 R有没有不
知道。
另外, 我没想明白这个矩阵怎么就和客户和特征联系上了? 比如3个客户,4个
feature
1,0,0,0
1,1,0,0
0,0,1,1
每行表示客户,
每列表示feature,
然后呢?

【在 c*******a 的大作中提到】
: 谢谢 这个解释不错
: 有没有好的现成的把M分解成 U和V的算法呢?

avatar
m*m
18
非常感谢,是这个阶段特有的吗?是不是过去就好了。那样的话我就不特别着急了。其
实我对于孩子学什么不太在意。但是希望她有个乐观的性格
avatar
M*a
19
如果是很快就修好了就没什么事儿。
avatar
E*a
20
这样挺好的,我以前的dell就是直接把屏幕扔了,无线网卡还是一样work
avatar
l*n
21
wdong这个解释太具体化了。。。
low rank matrix factorization字面意思就是低阶矩阵分解。一般说的低阶矩阵都是
不满秩(不是行满秩,也不是列满秩),矩阵的秩比行数或者列数小很多.这种低阶矩
阵的分解没有唯一性,一般存在多种分解形式(可能在某些关系下是等价的)。为什么
要分解呢?主要是用来把复杂问题简化,分解成低维的简单问题。最简单的例子是解方程

【在 w***g 的大作中提到】
: 这个一般是用来从社交网络或者点击数据中提特征。
: 比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
: 因为信息不完整,M包含大量的NaN。
: (如果M是对称的,那就是社交网络,i和j都是用户)
: 除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
: 假设 U[i, k] 是用户特征,
: V[j, k] 是产品特征, k = 1..K。
: 所谓low rank,就是指K比M的大小要小得多。
: dot(U[i], V[j])表示用户和产品的关系,那么有
: matmul(U, trans(V)) ~= M

avatar
s*n
22
如果一直以前很乖,会不会身体还没好利落?我娃是身体不舒服的时候最难搞。

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
t*q
23
不幸的是没法证实呀. 什么样的专业人士能检测评估呢?

【在 M****a 的大作中提到】
: 如果是很快就修好了就没什么事儿。
avatar
g*g
24
niu
avatar
T*x
25
从wdong的描述是这样:比如800个客户,900个产品。每个客户4个特征,每个产品4个
特征,
800X4的矩阵表示客户,900X4的矩阵表示产品,两个矩阵相乘就是这个客户产品关系矩阵
800X900。

【在 m******r 的大作中提到】
: 你说你用什么软件, 我给你google. matlab肯定有,人家就是算这个的。 R有没有不
: 知道。
: 另外, 我没想明白这个矩阵怎么就和客户和特征联系上了? 比如3个客户,4个
: feature
: 1,0,0,0
: 1,1,0,0
: 0,0,1,1
: 每行表示客户,
: 每列表示feature,
: 然后呢?

avatar
c*u
26
不要紧,如果不是身体不舒服,2~3岁的孩子就是这个样子的,自我意识增强,又不是
特别能够表达自己,就哭闹呗。
父母注意下,不要养成他/她一哭就哄的毛病就成,啥时候都要鼓励娃“use your
words"。

【在 m******m 的大作中提到】
: 非常感谢,是这个阶段特有的吗?是不是过去就好了。那样的话我就不特别着急了。其
: 实我对于孩子学什么不太在意。但是希望她有个乐观的性格

avatar
M*a
27
测mold的人?

【在 t**q 的大作中提到】
: 不幸的是没法证实呀. 什么样的专业人士能检测评估呢?
avatar
h*c
28
看明尼苏达那本data mining书就行了。
avatar
v*e
29
赞拍照留念,我家t2是在爷爷奶奶身边度过的。奶奶就给他拍照留念过——一张地上打滚图~。

【在 n****y 的大作中提到】
: 拍照留念
avatar
j*g
30
房子没那么娇贵,坏了就修好了。我以前的房东,中国人,厕所漏了,一滴滴往一楼客
厅滴,终于等到整块板直接坍掉。修了也一样住。不漏了。拿此坎价。
avatar
g*t
31
SVD,QR,RQ,...
python numpy都有

【在 m******r 的大作中提到】
: 你说你用什么软件, 我给你google. matlab肯定有,人家就是算这个的。 R有没有不
: 知道。
: 另外, 我没想明白这个矩阵怎么就和客户和特征联系上了? 比如3个客户,4个
: feature
: 1,0,0,0
: 1,1,0,0
: 0,0,1,1
: 每行表示客户,
: 每列表示feature,
: 然后呢?

avatar
w*1
32
赞LZ的沉着冷静,不被T2小鹏友的眼泪和尖叫软化,也没有对小鹏友开吼。
不过为什么要关小黑屋呀?小鹏友并没有作坏事,只不过是哭(小人心情不好--没电视
看--总得让人家发泄吧)和不吃饭,家长ignore就是了,等安静下来再慢慢唐呗。

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
l*z
33
A(nxn) = U(nxk) x V(kxn)
k << n
that's it.注意A必须是rank deficient的matrix,什么是rank deficient自己查。有
很多randomized method可以用来做这个。
avatar
m*m
34
关键是那个尖叫。。光哭就算了。尖叫。噢。说实话,我一直忍着不去揍屁股啊
avatar
L*8
35
这套东西很容易移植到神经网络中。对应keras的Embedding。
这个 embedding 是用户特征 还是产品特征呢?

【在 w***g 的大作中提到】
: 这个一般是用来从社交网络或者点击数据中提特征。
: 比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
: 因为信息不完整,M包含大量的NaN。
: (如果M是对称的,那就是社交网络,i和j都是用户)
: 除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
: 假设 U[i, k] 是用户特征,
: V[j, k] 是产品特征, k = 1..K。
: 所谓low rank,就是指K比M的大小要小得多。
: dot(U[i], V[j])表示用户和产品的关系,那么有
: matmul(U, trans(V)) ~= M

avatar
x*x
36
有道理,小孩子身体不舒服的时候,会很不乖。大人要体谅。

【在 s***n 的大作中提到】
: 如果一直以前很乖,会不会身体还没好利落?我娃是身体不舒服的时候最难搞。
avatar
w*g
37
一个batch是[(u,v,s)], u是用户id, v是产品id.s是用户对产品的评分。
[u]经过embed变成Fu, [v]经过另一个embed变成Fv, 然后Fu和Fv经过神经网络拟合[s].
对于一般的神经网络不要求Fu和Fv维度相等。如果网络就是内积,则要求维度相等,对
应矩阵分解。word2vec也是类似的东西。

:这套东西很容易移植到神经网络中。对应keras的Embedding。
avatar
r*n
38
我觉得不用非不理,你跟边上叨叨“你哭是不是因为妈妈关电视阿?妈妈为什么关电视
阿,因为咱们不能吃饭看电视。你看爸爸妈妈吃饭都不看电视。咱们每天什么什么时候
看一会儿电视,看完了就关了。你看你这么哭妈妈也不会把电视再打开,那咱们不哭了
好不好。哭了脸都红了多不好看啊。你看妈妈把你抱起来咱们看看桌子上有什么吃的好
不好啊。。。”娃刚开始哭还有原因,哭着哭着就忘了为啥哭了,你帮他把话说出来,
很容易就坡下驴。。
avatar
s*e
39
这个解释很清晰具体
但是这个low rank factorization来提取特征和做推荐,看起来是一个线性的模型。有
比这个好的模型吗? spark集成的那个collabortive filtering好像也是基于
factorization来做,也是线性的模型

【在 w***g 的大作中提到】
: 这个一般是用来从社交网络或者点击数据中提特征。
: 比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
: 因为信息不完整,M包含大量的NaN。
: (如果M是对称的,那就是社交网络,i和j都是用户)
: 除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
: 假设 U[i, k] 是用户特征,
: V[j, k] 是产品特征, k = 1..K。
: 所谓low rank,就是指K比M的大小要小得多。
: dot(U[i], V[j])表示用户和产品的关系,那么有
: matmul(U, trans(V)) ~= M

avatar
j*u
40
唉!我家的1岁半,也这样。哭起来真是忘我的境界啊!
楼上的说的有点道理,有时候他哭得没那么厉害的时候,我把他的需求说出来,比如:“小宝你是不是想看电视啊?”有时候他会一惊,马上停下来,朝我猛点头,然后我再唐点道理,找点其他的吸引注意力就好了。
不过有时候哭开了到了忘我的境界时真是说什么都没有用,躺地上打挺,连抱都不让抱。唉!!这时候就是爹妈最无助的时候了。
avatar
w*g
41
paper多的去了啊。有了基本的模型,化一化就都出来了。

【在 s*****e 的大作中提到】
: 这个解释很清晰具体
: 但是这个low rank factorization来提取特征和做推荐,看起来是一个线性的模型。有
: 比这个好的模型吗? spark集成的那个collabortive filtering好像也是基于
: factorization来做,也是线性的模型

avatar
I*M
42
哈哈,很赞,很唐僧。

【在 r*****n 的大作中提到】
: 我觉得不用非不理,你跟边上叨叨“你哭是不是因为妈妈关电视阿?妈妈为什么关电视
: 阿,因为咱们不能吃饭看电视。你看爸爸妈妈吃饭都不看电视。咱们每天什么什么时候
: 看一会儿电视,看完了就关了。你看你这么哭妈妈也不会把电视再打开,那咱们不哭了
: 好不好。哭了脸都红了多不好看啊。你看妈妈把你抱起来咱们看看桌子上有什么吃的好
: 不好啊。。。”娃刚开始哭还有原因,哭着哭着就忘了为啥哭了,你帮他把话说出来,
: 很容易就坡下驴。。

avatar
r*t
43
用户特征和产品特征的第二维尺寸必须一样,等于K?

【在 w***g 的大作中提到】
: 这个一般是用来从社交网络或者点击数据中提特征。
: 比如稀疏矩阵 M, M[i,j]表示 用户i对产品j的喜好程度。
: 因为信息不完整,M包含大量的NaN。
: (如果M是对称的,那就是社交网络,i和j都是用户)
: 除此之外没有任何信息。这种情况下想要提取用户/产品的特征,
: 假设 U[i, k] 是用户特征,
: V[j, k] 是产品特征, k = 1..K。
: 所谓low rank,就是指K比M的大小要小得多。
: dot(U[i], V[j])表示用户和产品的关系,那么有
: matmul(U, trans(V)) ~= M

avatar
r*n
44
=)

【在 I*****M 的大作中提到】
: 哈哈,很赞,很唐僧。
avatar
L*8
45
如此啊 长知识了

].

【在 w***g 的大作中提到】
: 一个batch是[(u,v,s)], u是用户id, v是产品id.s是用户对产品的评分。
: [u]经过embed变成Fu, [v]经过另一个embed变成Fv, 然后Fu和Fv经过神经网络拟合[s].
: 对于一般的神经网络不要求Fu和Fv维度相等。如果网络就是内积,则要求维度相等,对
: 应矩阵分解。word2vec也是类似的东西。
:
: :这套东西很容易移植到神经网络中。对应keras的Embedding。
: :

avatar
m*m
46
非常感谢。这个应该管用
avatar
m*r
47
哪本书? google一下没找到。

【在 h**c 的大作中提到】
: 看明尼苏达那本data mining书就行了。
avatar
z*g
48
坚决镇压反革命

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
d*y
50
我们家的,哭完后,还说声,宝宝哭. 我说哭没有用,她接着说,哭没有用. 还不到2岁. 不
过,我们打滚,被她舅舅治了回后,就知道打滚也没有用,老实了一段时间.最近又有苗头
要打滚了.
avatar
j*u
52
敢问她舅舅怎么治她的?

【在 d********y 的大作中提到】
: 我们家的,哭完后,还说声,宝宝哭. 我说哭没有用,她接着说,哭没有用. 还不到2岁. 不
: 过,我们打滚,被她舅舅治了回后,就知道打滚也没有用,老实了一段时间.最近又有苗头
: 要打滚了.

avatar
w*0
54
我们家宝宝才10个月就打滚伴随尖叫了,汗一个。。。
avatar
M*m
56
1。别关小黑屋。她又没犯错。就算犯错,这么小的孩子,也不用关小黑屋。
2。转移她的注意力。

【在 m******m 的大作中提到】
: 我家宝宝2岁3个月了。一直是非常乖的宝宝。1岁多的时候,摔倒流血都不会哭的(我
: 们刻意的培养她坚强的性格,貌似那时候还很有成效)
: 最近几个月,因为生了几次病。变得非常SENSITIVE.
: 有一点小事不如意,就哭闹很长时间,伴随尖叫。
: 比如说今天要看天线宝宝。我跟她讲好。吃饭的时候不可以看。但是到了吃饭的时间。
: 她还是要看。我讲完道理,就把电视关了。宝宝就开始哭,尖叫,不肯吃饭。
: 我由她哭了10几分钟,没有一点示弱的意思,又将道理,还是没有用。
: 然后我就把她关小黑屋,还是继续哭。让她出来。我说:既然不肯吃饭,就睡觉吧。
: 还是继续哭。持续了将近一个小时。最后估计是哭累了,我给了一杯蜂蜜水,喝完睡觉
: 了,饭也没吃。

avatar
P*o
58
董哥牛!
。。。。。。。。。。。。。。。。。
avatar
m*r
59
评价就一个字, 贵。 一百多一本, amazon 还没评价。

【在 g*******u 的大作中提到】
: 这本书评价如何? 你觉得
: 谢谢

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。