數(shù)據(jù)挖掘課程設(shè)計(jì)報告正文

1、目錄 第 1 章 數(shù)據(jù)挖掘基本理論.1 1.1 數(shù)據(jù)挖掘的產(chǎn)生.1 1.2 數(shù)據(jù)挖掘的概念.2 1.3 數(shù)據(jù)挖掘的步驟.3 第 2 章 系統(tǒng)分析.3 2.1 系統(tǒng)用戶分析.3 2.2 系統(tǒng)功能分析.4 2.3 系統(tǒng)算法分析.4 第 3 章 數(shù)據(jù)管理.5 3.1 數(shù)據(jù)管理的方法.5 第 4 章 數(shù)據(jù)采集.6 4.1 數(shù)據(jù)采集的方法.6 第 5 章 數(shù)據(jù)預(yù)處理.6 5.1 數(shù)據(jù)預(yù)處理的方法.6 第 6 章 數(shù)據(jù)挖掘.6 6.1 算法描述與流程圖.6 6.1.1 算法描述.6 6.1.2 算法流程圖.8 第 7 章 結(jié)果顯示與解釋評估.8 7.1 結(jié)果顯示界面的具體實(shí)現(xiàn).8 7.1.1 系統(tǒng)主界面的

2、具體實(shí)現(xiàn).9 7.1.2 超市銷售記錄界面的具體實(shí)現(xiàn).9 7.1.3 數(shù)據(jù)采集界面的具體實(shí)現(xiàn).10 7.1.4 挖掘條件界面的具體實(shí)現(xiàn).11 7.1.5 數(shù)據(jù)挖掘界面的具體實(shí)現(xiàn).12 7.1.6 幫助界面的具體實(shí)現(xiàn).13 7.1.7 系統(tǒng)主界面運(yùn)行后顯示的結(jié)果.13 學(xué)習(xí)體會.14 參考文獻(xiàn).15 第 1 章 數(shù)據(jù)挖掘基本理論 1.1 數(shù)據(jù)挖掘的產(chǎn)生 隨著計(jì)算機(jī)硬件和軟件的飛速發(fā)展，尤其是數(shù)據(jù)庫技術(shù)與應(yīng)用的日益普及， 人們面臨著快速擴(kuò)張的數(shù)據(jù)海洋，如何有效利用這一豐富數(shù)據(jù)海洋的寶藏為人 類服務(wù)業(yè)已成為廣大信息技術(shù)工作者的所重點(diǎn)關(guān)注的焦點(diǎn)之一。與日趨成熟的 數(shù)據(jù)管理術(shù)與軟件工具相比，人們所依賴的

3、數(shù)據(jù)分析工具功能，卻無法有效地 為決策者提其決策支持所需要的相關(guān)知識，從而形成了一種獨(dú)特的現(xiàn)象“豐富 的數(shù)據(jù)，貧乏知識” 。為有效解決這一問題，自二十世紀(jì)年代開始，數(shù)據(jù)挖掘技 術(shù)逐步發(fā)展來，數(shù)據(jù)挖掘技術(shù)的迅速發(fā)展，得益于目前全世界所擁有的巨大數(shù) 據(jù)資源以及對這些數(shù)據(jù)資源轉(zhuǎn)換為信息和知識資源的巨大需求，對信息和知識 的需求來自各行業(yè)，從商業(yè)管理、生產(chǎn)控制、市場分析到工程設(shè)計(jì)、科學(xué)探索 等。數(shù)據(jù)挖掘可以為是數(shù)據(jù)管理與分析技術(shù)的自然進(jìn)化產(chǎn)物，如圖 1.1 所示。 自八十年到中期開始，關(guān)系數(shù)據(jù)庫技術(shù)被普遍采用，新一輪研究與開發(fā)新 型強(qiáng)大的數(shù)據(jù)庫喜用悄然興起，并提出了許多先進(jìn)的數(shù)據(jù)模型：擴(kuò)展關(guān)系模型、

4、面向?qū)ο竽Ｐ?、演繹模型等；以及應(yīng)用數(shù)據(jù)庫系統(tǒng)：空間數(shù)據(jù)庫、時序數(shù)據(jù)庫、 多媒體數(shù)據(jù)庫等；日前異構(gòu)數(shù)據(jù)庫系統(tǒng)和基于互聯(lián)網(wǎng)的全球信息系統(tǒng)也已開始 出現(xiàn)并在信息工業(yè)中開始扮演重要角色。 數(shù)數(shù)據(jù)據(jù)收收集集與與數(shù)數(shù)據(jù)據(jù)庫庫創(chuàng)創(chuàng)建建 （60年代或更早） 基礎(chǔ)文件處理 新新一一代代信信息息系系統(tǒng)統(tǒng) （2000年之后） 數(shù)數(shù)據(jù)據(jù)庫庫管管理理系系統(tǒng)統(tǒng) （70年代） 網(wǎng)絡(luò)和關(guān)系數(shù)據(jù)庫系統(tǒng) 數(shù)據(jù)建模工具 索引和數(shù)據(jù)組織技術(shù) 查詢語言和查詢處理 用戶界面和優(yōu)化方法 在線事務(wù)處理 先先進(jìn)進(jìn)數(shù)數(shù)據(jù)據(jù)庫庫系系統(tǒng)統(tǒng) （80年代中期至今） 先進(jìn)數(shù)據(jù)模型 （擴(kuò)展關(guān)系、面向?qū)ο?、對象關(guān)系） 面向應(yīng)用（空間、時間、多媒 體、知識庫）

5、 數(shù)數(shù)據(jù)據(jù)倉倉庫庫和和數(shù)數(shù)據(jù)據(jù)挖挖掘掘 （80年代后期至今） 先進(jìn)數(shù)據(jù)模型 （擴(kuò)展關(guān)系、面向?qū)ο?、對象關(guān)系） 面向應(yīng)用（空間、時間、多媒 體、知識庫） 圖 1-1 數(shù)據(jù)挖掘進(jìn)化過程示意描述 1.2 數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘（data mining，簡稱 dm） ，簡單地講就是從大量數(shù)據(jù)中挖掘或抽 取出知識，數(shù)據(jù)挖掘概念的定義描述有若干版本，一下給出一個被普遍采用的 定義描述： 數(shù)據(jù)挖掘，又稱為數(shù)據(jù)庫中知識發(fā)現(xiàn)（knowledge discovery from database，簡稱 kdd） ，它是一個從大量數(shù)據(jù)中抽取挖掘出未知的、有價值的模 式或規(guī)律等知識的復(fù)雜過程。 1.3 數(shù)據(jù)挖掘的步驟

6、 整個知識挖掘（kdd）過程是有若干挖掘步驟組成的，而數(shù)據(jù)挖掘近視其中 的一個主要步驟。整個知識挖掘的主要步驟有： 數(shù)據(jù)清洗（data clearning） ，其作用就是清除數(shù)據(jù)噪聲和與挖掘主題明顯 無關(guān)的數(shù)據(jù)； 數(shù)據(jù)集成（data integration） ，其作用就是將來自多數(shù)據(jù)源中的相關(guān)數(shù)據(jù) 組合到一起； 數(shù)據(jù)轉(zhuǎn)換（data transformation） ，其作用就是將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù) 據(jù)挖掘的數(shù)據(jù)存儲形式； 數(shù)據(jù)挖掘（data mining） ，它是知識挖掘的一個基本步驟，其作用就是利 用智能方法挖掘數(shù)據(jù)模式或規(guī)律知識； 模式評估（pattern evaluation） ，其作用

7、就是根據(jù)一定評估標(biāo)準(zhǔn) （interesting measures）從挖掘結(jié)果篩選出有意義的模式知識； 知識表示（knowledge presentation） ，其作用就是利用可視化和知識表達(dá) 技術(shù)，向用戶展示所挖掘出的相關(guān)知識。 盡管數(shù)據(jù)挖掘僅僅是整個知識挖掘過程中的一個重要步驟，但由于目前工 業(yè) 界、媒體、數(shù)據(jù)庫研究領(lǐng)域中， “數(shù)據(jù)挖掘”一詞已被廣泛使用并被普遍接受， 因此本書也廣義地使用“數(shù)據(jù)挖掘”一詞來表示整個知識挖掘過程，即數(shù)據(jù)挖 掘就是一個從數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它信息資源庫的大量數(shù)據(jù)中發(fā)掘出有趣的 知識。 第 2 章 系統(tǒng)分析 2.1 系統(tǒng)用戶分析 利用數(shù)據(jù)挖掘技術(shù)可以幫助獲得決策

8、所需的多種知識。在許多情況下，用 戶并不知道數(shù)據(jù)存在哪些有價值的信息知識，因此對于一個數(shù)據(jù)挖掘系統(tǒng)而言， 它應(yīng)該能夠同時搜索發(fā)現(xiàn)多種模式的知識，以滿足用戶的期望和實(shí)際需要。此 外數(shù)據(jù)挖掘系統(tǒng)還應(yīng)能夠挖掘出多種層次（抽象水平）的模式知識。數(shù)據(jù)挖掘 系統(tǒng)還應(yīng)容許用戶指導(dǎo)挖掘搜索有價值的模式知識。比如：作為一個商場主管， 肯定想要知道商場顧客的購物習(xí)慣；尤其是希望了解在（一次）購物過程中， 那些商品會在一起被（顧客所）購買。為幫助回答這一問題，就需要進(jìn)行市場 購物分析，即對顧客在商場購物交易記錄數(shù)據(jù)進(jìn)行分析。所分析的結(jié)果將幫助 商場主管制定有針對性的市場營銷和廣告宣傳計(jì)劃，以及編撰合適的商品目錄。

9、比如：市場購物分析結(jié)果將幫助商家對商場內(nèi)商品應(yīng)如何合理擺放進(jìn)行規(guī)劃設(shè) 計(jì)。其中一種策略就是將常常一起購買的商品擺放在相鄰近的位置，以方便顧 客同時購買這兩件商品；如：如果顧客購買電腦的同時常也會購買一些金融管 理類軟件，那么將電腦軟件擺放在電腦硬件附近顯然將有助于促進(jìn)這兩種商品 的銷售；而另一種策略則是將電腦軟件與電腦硬件分別擺放在商場的兩端，這 就會促使顧客在購買兩種商品時，走更多的路從而達(dá)到誘導(dǎo)他們購買更多商品 的目的。比如：顧客在決定購買一臺昂貴電腦之后，在去購買相應(yīng)金融管理軟 件的路上可能會看到安全系統(tǒng)軟件，這時他就有可能購買這一類軟件。市場購 物分析可以幫助商場主管確定那些物品可以進(jìn)

10、行捆綁減價銷售，如一個購買電 腦的顧客很有可能購買一個捆綁減價銷售的打印機(jī)。 2.2 系統(tǒng)功能分析 我們組所開發(fā)的超市銷售記錄數(shù)據(jù)挖掘系統(tǒng)是采用關(guān)聯(lián)規(guī)則挖掘的方法來 挖掘出商家希望得到的銷售信息。關(guān)聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有 價值描述數(shù)據(jù)項(xiàng)之間相互聯(lián)系的有關(guān)知識。我們開發(fā)的超市銷售記錄數(shù)據(jù)挖掘 系統(tǒng)主要應(yīng)用就是市場購物分析。根據(jù)被放到一個購物袋的（購物）內(nèi)容記錄 數(shù)據(jù)而發(fā)現(xiàn)的不同（被購買）商品之間所存在的關(guān)聯(lián)知識無疑將會幫助商家分 析顧客的購買習(xí)慣。如圖- 所示。發(fā)現(xiàn)常在一起被購買的商品（關(guān)聯(lián)知識）將 幫助商家制定有針對性的市場營銷策略。比如：顧客在購買牛奶時，是否也可 能同時購買面

11、包或會購買哪個牌子的面包，顯然能夠回答這些問題的有關(guān)信息 肯定會有效地幫助商家進(jìn)行有針對性的促銷，以及進(jìn)行合適的貨架商品擺放。 如可以將牛奶和面包放在相近的地方或許會促進(jìn)這兩個商品的銷售。 將商場所有銷售商品設(shè)為一個集合，每個商品（item）均為一個取布爾值 （真/假）的變量以描述相應(yīng)商品是否被（一個）顧客購買。因此每個顧客購物 （袋）就可以用一個布爾向量來表示。分析相應(yīng)布爾向量就可獲得那些商品是 在一起被購買（關(guān)聯(lián)）的購物模式。如顧客購買電腦的同時也會購買金融管理 軟件的購物模式就可以用以下的關(guān)聯(lián)規(guī)則來描述： computer=financial_management_softwaresup

12、port=2%,confidence=60% 關(guān)聯(lián)規(guī)則的支持度（support）和信任度（confidence）是兩個度量有關(guān)規(guī) 則趣味性的方法。它們分別描述了一個被挖掘出的關(guān)聯(lián)規(guī)則的有用性和確定性。 規(guī)則的支持度為 2%，就表示所分析的交易記錄數(shù)據(jù)中有交易記錄同時包含電腦 和金融管理軟件（即在一起被購買） 。規(guī)則的 60%信任度則表示有 60%的顧客在 購買電腦的同時還會購買金融管理軟件。通常如果一個關(guān)聯(lián)規(guī)則滿足最小支持 度閾值（minimum support threshold）和最小信任度閾值（minimum confidence threshole） ，那么就認(rèn)為該關(guān)聯(lián)規(guī)則是有意義的；

13、而用戶或?qū)＜铱?以設(shè)置最小支持度閾值和最小信任度閾值。 2.3 系統(tǒng)算法分析 設(shè) i=i1,i2,im為數(shù)據(jù)項(xiàng)集合；設(shè)為與任務(wù)相關(guān)的數(shù)據(jù)集合，也就是 一個交易數(shù)據(jù)庫；其中的每個交易 t 是一個數(shù)據(jù)項(xiàng)子集，即 t 包含于 i；每個 交易均包含一個識別編號 tid。設(shè) a 為一個數(shù)據(jù)項(xiàng)集合，當(dāng)且僅當(dāng) a 包含于 t 時就稱交易 t 包含 a。一個關(guān)聯(lián)規(guī)則就是具有“a=b”形式的蘊(yùn)含式；其中有 a 包含于 i，b 包含于 i 且 ab =unll。規(guī)則 a=b 在交易數(shù)據(jù)集 d 中成立，且 具有 s 支持度和 c 信任度。這也就意味著交易數(shù)據(jù)集 d 中有 s 比例的交易 t 包 含 ab 數(shù)據(jù)項(xiàng)；且

14、交易數(shù)據(jù)集 d 中有 c 比例的交易 t 滿足“若包含 a 就包含 b 條件” 。具體描述就是： support(a=b)=p(ab) confidence（a=b）=p（b|a） 滿足最小支持度閾值和最小信任度閾值的關(guān)聯(lián)規(guī)則就稱為強(qiáng)規(guī)則（strong） 。 通常為方便起見，都將最小支持度閾值簡寫為 min_sup；最小信任度閾值簡寫 為 min_conf。這兩個閾值均在 0%到 100%之間，而不是 0 到 1 之間。 一個數(shù)據(jù)項(xiàng)的集合就稱為項(xiàng)集（itemset） ；一個包含 k 個數(shù)據(jù)項(xiàng)的項(xiàng)集就 稱為 k-項(xiàng)集。因此集合computer,financial_management_softw

15、are，就是一 個 2-項(xiàng)集。一個項(xiàng)集的出現(xiàn)頻度就是整個交易數(shù)據(jù)集 d 中包含該項(xiàng)集的交易記 錄數(shù)；這也稱為是該項(xiàng)集的支持度（support count） 。而若一個項(xiàng)集的出現(xiàn)頻 度大于最小支持度閾值乘以交易記錄集 d 中記錄數(shù)，那么就稱該項(xiàng)集滿足最小 支持度閾值；而滿足最小支持度閾值所對應(yīng)的交易記錄數(shù)就稱為最小支持頻度 （minmum support count） 。滿足最小支持閾值的項(xiàng)集就稱為頻繁項(xiàng)集 （frequent itemset） 。所有頻繁 k-項(xiàng)集的集合就記為 lk 挖掘關(guān)聯(lián)規(guī)則主要包含以下二個步驟： 步驟一：發(fā)現(xiàn)所有的頻繁項(xiàng)集，根據(jù)定義，這些項(xiàng)集的頻度至少應(yīng)等于 （預(yù)先設(shè)置的

16、）最小支持頻度； 步驟二：根據(jù)所獲得的頻繁項(xiàng)集，產(chǎn)生相應(yīng)的強(qiáng)關(guān)聯(lián)規(guī)則。根據(jù)定義這些 規(guī)則必須滿足最小信任度閾值。 此外還可利用有趣性度量標(biāo)準(zhǔn)來幫助挖掘有價值的關(guān)聯(lián)規(guī)則知識。由于步 驟二中的相應(yīng)操作極為簡單，因此挖掘關(guān)聯(lián)規(guī)則的整個性能就是由步驟一中的 操作處理所決定。 第 3 章 數(shù)據(jù)管理 3.1 數(shù)據(jù)管理的方法 軟件的開發(fā)是離不開數(shù)據(jù)庫的，本次超市銷售記錄數(shù)據(jù)挖掘系統(tǒng)共使用到 了 14 張數(shù)據(jù)表來存儲數(shù)據(jù)幫助軟件完成相關(guān)的功能。如：銷售記錄，數(shù)據(jù)采集， 數(shù)據(jù)預(yù)處理，挖掘條件，一元頻繁項(xiàng)集，二元頻繁項(xiàng)集等等。對數(shù)據(jù)的管理主 要有對數(shù)據(jù)表的增、刪、改和對各個數(shù)據(jù)表數(shù)據(jù)結(jié)構(gòu)的設(shè)計(jì)以及對內(nèi)容的增、 刪

17、、改操作，當(dāng)然具體到每一個數(shù)據(jù)表時管理辦法略有區(qū)別。 第 4 章 數(shù)據(jù)采集 4.1 數(shù)據(jù)采集的方法 本軟件在開發(fā)中，數(shù)據(jù)采集主要是借用程序和人工來實(shí)現(xiàn)的。通過人工的 錄入來輸入超市的銷售記錄數(shù)據(jù)，然后再借用所編寫的程序來篩選出所要挖掘 的銷售物品的信息，以備后期數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘所使用。 第 5 章 數(shù)據(jù)預(yù)處理 5.1 數(shù)據(jù)預(yù)處理的方法 本軟件在開發(fā)中，數(shù)據(jù)預(yù)處理主要是借用程序和人工來實(shí)現(xiàn)的。通過人工 的錄入來檢查超市的銷售記錄數(shù)據(jù)，去除或者修改錯誤數(shù)據(jù)（物品名） ，實(shí)現(xiàn)數(shù) 據(jù)的完整性、一致性、正確性。然后再借用所編寫的程序來轉(zhuǎn)換成滿足軟件挖 掘的數(shù)據(jù)形式或類型，以備后期數(shù)據(jù)挖掘所使用。 第

18、 6 章 數(shù)據(jù)挖掘 6.1 算法描述與流程圖 6.1.1 算法描述 apriori 算法是挖掘產(chǎn)生布爾關(guān)聯(lián)規(guī)則所需頻繁項(xiàng)集的基本算法；它也是 一個很有影響的關(guān)聯(lián)規(guī)則挖掘算法。apriori 算法就是根據(jù)有關(guān)頻繁項(xiàng)集特性 的先驗(yàn)知識（prior knowledge）而命名的。該算法利用了一個層次順序搜索的 循環(huán)方法來完成頻繁項(xiàng)集的挖掘工作。這一循環(huán)方法就是利用 k-項(xiàng)集來產(chǎn)生 (k+1)-項(xiàng)集。具體做法就是：首先找出頻繁 1-項(xiàng)集，記為 l1；然后利用 l1 來 挖掘 l2，即頻繁 2-項(xiàng)集；不斷如此循環(huán)下去直到無法發(fā)現(xiàn)更多的頻繁 k-項(xiàng)集 為止。每挖掘一層 lk 就需要掃描整個數(shù)據(jù)庫一遍。為提

19、高按層次搜索并產(chǎn)生相 應(yīng)頻繁項(xiàng)集的處理效率。apriori 算法利用了一個重要性質(zhì)，又稱為 apriori 性質(zhì)來幫助有效縮小頻繁項(xiàng)集的搜索空間。 apriori 性質(zhì)：一個頻繁項(xiàng)集中任一子集也應(yīng)是頻繁項(xiàng)集。 apriori 性質(zhì)是根據(jù)以下觀察而得出結(jié)論。根據(jù)定義：若一個項(xiàng)集 i 不滿 足最小支持度閾值 s，那么該項(xiàng)集 i 就不是頻繁項(xiàng)集，即 p(i)s；若增加一個 項(xiàng) a 到項(xiàng)集 i 中，那么所獲得的新項(xiàng)集 ia 在整個交易數(shù)據(jù)庫所出現(xiàn)的次數(shù)也 不可能多原項(xiàng)集 i 出現(xiàn)的次數(shù)，因此 ia 也不可能是頻繁的，即 p(ia)s。 這樣就可以根據(jù)逆反公理：即若一個集合不能通過測試，該集合所有超集也

20、不 能通過同樣的測試。因此很容易確定 apriori 性質(zhì)成立。 為了解釋清楚 apriori 性質(zhì)是如何應(yīng)用到頻繁項(xiàng)集的挖掘中的，這里就以 用 lk-1 來產(chǎn)生 lk 為例來說明具體應(yīng)用方法。利用 lk-1 來獲得 lk 主要包含兩 個處理步驟，即連接和刪除操作步驟。 （1） 連接步驟。為發(fā)現(xiàn) lk，可以將 lk-1 中兩個項(xiàng)集相連接以獲得一個 lk 的候選集合 ck。設(shè) l1 和 l2 為 lk-1 中的兩個項(xiàng)集（元素） ，記號表示 lij 中的第 j 個項(xiàng)；如 lik-2就表示 li 中的倒數(shù)第二項(xiàng)。為方便起見，假設(shè)交易 數(shù)據(jù)庫中各交易記錄中各項(xiàng)均已按字典排序。若 lk-1 的連接操作記

21、為 lk- 1lk-1 ，它表示若 l1 和 l2 中的前（k-2）項(xiàng)是相同的，也就是說若有(l11 =l21)(l1k-2=l2k-2) (l1k-1l2k-1)，則 lk-1 中 l1 和 l2 的內(nèi)容就可以連接到一起。而條件(l1k-1b)=p(b|a)=support_count(ab)/support_count(a)來計(jì) 算所獲關(guān)聯(lián)規(guī)則的信任度。其中 support_count(ab)為包含項(xiàng)集 ab 的交易 記錄數(shù)目；support_count(a)為包含項(xiàng)集 a 的交易記錄數(shù)目；基于上述公式， 具體產(chǎn)生關(guān)聯(lián)規(guī)則的操作說明如下： （1） 對于每個頻繁項(xiàng)集 l,產(chǎn)生 l 的所有非空

22、子集； （2） 對于每個 l 的非空子集 s，若 support_count(l)/ support_count(s) =min_conf； 則產(chǎn)生一個關(guān)聯(lián)規(guī)則 s=(l-s)；其中 min_conf 為最 小信任度閾值。 由于規(guī)則是通過頻繁項(xiàng)集直接產(chǎn)生的，因此關(guān)聯(lián)規(guī)則所涉及的所有項(xiàng)集均 滿足最小支持度閾值。 6.1.2 算法流程圖 數(shù)據(jù)采集 開始 count值？ 數(shù)據(jù)預(yù)處理 讀取挖掘條件 count:=1; 1 統(tǒng)計(jì)數(shù)據(jù) 預(yù)處理中 各個一元 項(xiàng)的支持 度 取一元頻 繁項(xiàng)集 存儲一元 頻繁項(xiàng)集 顯示一元 頻繁項(xiàng)集 信息 一元頻繁 項(xiàng)連接生 成二元項(xiàng) 集 統(tǒng)計(jì)所有 二元項(xiàng)的 支持度、 置信度 滿

23、足挖 掘條件 存儲二元 頻繁項(xiàng)集 顯示二元 頻繁項(xiàng)集 信息 取二元頻 繁項(xiàng)集 二元頻繁 項(xiàng)連接生 成三元項(xiàng) 集 統(tǒng)計(jì)所有 三元項(xiàng)的 支持度、 置信度 存儲三元 頻繁項(xiàng)集 顯示三元 頻繁項(xiàng)集 信息 取三元頻 繁項(xiàng)集 三元頻繁 項(xiàng)連接生 成四元項(xiàng) 集 統(tǒng)計(jì)所有 四元項(xiàng)的 支持度、 置信度 存儲四元 頻繁項(xiàng)集 顯示四元 頻繁項(xiàng)集 信息 取四元頻 繁項(xiàng)集 四元頻繁 項(xiàng)連接生 成五元項(xiàng) 集 統(tǒng)計(jì)所有 五元項(xiàng)的 支持度、 置信度 存儲五元 頻繁項(xiàng)集 顯示五元 頻繁項(xiàng)集 信息 取五元頻 繁項(xiàng)集 五元頻繁 項(xiàng)連接生 成六元項(xiàng) 集 統(tǒng)計(jì)所有 六元項(xiàng)的 支持度、 置信度 存儲六元 頻繁項(xiàng)集 顯示六元 頻繁項(xiàng)集 信

24、息 取元 頻繁項(xiàng)集 六元頻繁 項(xiàng)連接生 成元 項(xiàng)集 統(tǒng)計(jì)所 有元項(xiàng) 支持度、 置信度 存儲 元頻繁項(xiàng) 顯示 元頻繁項(xiàng) 集信息 取k-3元頻 繁項(xiàng)集 k-3元頻繁 項(xiàng)連接生 成k-2元項(xiàng) 集 統(tǒng)計(jì)所有 k-2元項(xiàng)的 支持度、 置信度 存儲k-2元 頻繁項(xiàng)集 顯示k-2元 頻繁項(xiàng)集 信息 取k-2元頻 繁項(xiàng)集 k-2元頻繁 項(xiàng)連接生 成k-1元項(xiàng) 集 統(tǒng)計(jì)所有 k-1元項(xiàng)的 支持度、 置信度 存儲k-1元 頻繁項(xiàng)集 顯示k-1元 頻繁項(xiàng)集 信息 取k-1元頻 繁項(xiàng)集 k-1元頻繁 項(xiàng)連接生 成k元項(xiàng)集 統(tǒng)計(jì)所有k 元項(xiàng)的支 持度、置 信度 存儲k元頻 繁項(xiàng)集 顯示k元頻 繁項(xiàng)集信 息 結(jié)束 234

25、56k-2k-1k n yyyyy y yyyy 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 滿足挖 掘條件 y count:=count+1; 繼續(xù)？ 圖 6-1 算法流程 第 7 章 結(jié)果顯示與解釋評估 7.1 結(jié)果顯示界面的具體實(shí)現(xiàn) 7.1.1 系統(tǒng)主界面的具體實(shí)現(xiàn) 圖 7-1 系統(tǒng)主界面具體實(shí)現(xiàn)圖 系統(tǒng)主界面主要使用的組件有：mainmenu,xpmanifest,button. 各個組件的功能： mainmenu 的功能是創(chuàng)建超市商品銷售數(shù)據(jù)挖掘系統(tǒng)的各個菜單； xpmanifest 的功能是在軟件運(yùn)

26、行后美化界面； button（退出）的功能是執(zhí)行退出挖掘系統(tǒng)的命令。 7.1.2 超市銷售記錄界面的具體實(shí)現(xiàn) 圖 7-2 超市銷售記錄界面具體實(shí)現(xiàn)圖 超市銷售記錄界面主要使用的組件有：adoconnection, adoquery, datasource, dbgrid, button. 各個組件的功能： adoconnection 的功能是建立與數(shù)據(jù)庫的連接； adoquery 的功能是用于檢索和操作由合法的 sql 語句產(chǎn)生的數(shù)據(jù)集，也可 以執(zhí)行一條 sql 命令； datasource 的功能是作為數(shù)據(jù)控制組件 dbgrid，dbedit 的數(shù)據(jù)傳送通道； dbgrid 的功能是為前端應(yīng)

27、用程序提供瀏覽數(shù)據(jù)庫數(shù)據(jù)的表格，這些表格操 作者編輯數(shù)據(jù)； button（顯示銷售記錄）的功能是執(zhí)行輸出銷售記錄表 xsjl 中數(shù)據(jù)的命令； button（關(guān)閉）的功能是執(zhí)行關(guān)閉當(dāng)前窗口的命令。 7.1.3 數(shù)據(jù)采集界面的具體實(shí)現(xiàn) 圖 7-3 數(shù)據(jù)采集界面具體實(shí)現(xiàn)圖 數(shù)據(jù)采集界面主要使用的組件有：adoconnection, adoquery, datasource, dbgrid, button. 各個組件的功能： adoconnection 的功能是建立與數(shù)據(jù)庫的連接； adoquery 的功能是用于檢索和操作由合法的 sql 語句產(chǎn)生的數(shù)據(jù)集，也可 以執(zhí)行一條 sql 命令； datas

28、ource 的功能是作為數(shù)據(jù)控制組件 dbgrid，dbedit 的數(shù)據(jù)傳送通道； dbgrid 的功能是為前端應(yīng)用程序提供瀏覽數(shù)據(jù)庫數(shù)據(jù)的表格，這些表格操 作者編輯數(shù)據(jù)； button（數(shù)據(jù)采集）的功能是執(zhí)行輸出銷售記錄表 sjcj 中的數(shù)據(jù)的命令； button（關(guān)閉）的功能是執(zhí)行關(guān)閉當(dāng)前窗口的命令。 7.1.4 挖掘條件界面的具體實(shí)現(xiàn) 圖 7-4 挖掘條件界面具體實(shí)現(xiàn)圖 挖掘條件界面主要使用的組件有：adoconnection, adoquery, datasource, label，edit，groupbox，listbox，button。 各個組件的功能： adoconnection

29、 的功能是建立與數(shù)據(jù)庫的連接； adoquery 的功能是用于檢索和操作由合法的 sql 語句產(chǎn)生的數(shù)據(jù)集，也可 以執(zhí)行一條 sql 命令； datasource 的功能是作為數(shù)據(jù)控制組件 dbgrid，dbedit 的數(shù)據(jù)傳送通道； label（支持度閾值，置信度閾值，%）的功能是顯示文字符號作為標(biāo)簽使 用； edit 的功能是顯示、修改數(shù)據(jù)庫表中當(dāng)前記錄的字段數(shù)據(jù)； groupbox 的功能是組合框，把一些相關(guān)組件組合一起； listbox 顯示數(shù)據(jù)庫表中一個指定字段的數(shù)據(jù)； button（確定）的功能是執(zhí)行輸入數(shù)據(jù)支持度閾值和置信度閾值到 wjtj 表 中； button（關(guān)閉）的功能是

30、執(zhí)行關(guān)閉當(dāng)前界面命令。 7.1.5 數(shù)據(jù)挖掘界面的具體實(shí)現(xiàn) 圖 7-5 數(shù)據(jù)挖掘界面具體實(shí)現(xiàn)圖 數(shù)據(jù)挖掘界面主要使用的組件有：adoconnection, adoquery, datasource, label，groupbox，button. 各個組件的功能： adoconnection 的功能是建立與數(shù)據(jù)庫的連接； adoquery 的功能是用于檢索和操作由合法的 sql 語句產(chǎn)生的數(shù)據(jù)集，也可 以執(zhí)行一條 sql 命令； datasource 的功能是作為數(shù)據(jù)控制組件 dbgrid，dbedit 的數(shù)據(jù)傳送通道； label（支持度閾值，置信度閾值，%）的功能是顯示文字符號作為標(biāo)簽使 用

31、； groupbox 的功能是組合框，把一些相關(guān)組件組合一起； button（開始）的功能是執(zhí)行挖掘命令； button（退出）的功能是執(zhí)行退出挖掘命令。 7.1.6 幫助界面的具體實(shí)現(xiàn) 圖 7-6 幫助界面具體實(shí)現(xiàn)圖 幫助界面主要使用的組件有：button. 各個組件的功能： button(關(guān)閉)的功能是執(zhí)行關(guān)閉當(dāng)前窗體的命令。 7.1.7 系統(tǒng)主界面運(yùn)行后顯示的結(jié)果 圖 7-7 系統(tǒng)主界面 程序運(yùn)行后系統(tǒng)主界面顯示如上圖，界面標(biāo)簽是超市商品銷售數(shù)據(jù)挖掘系 統(tǒng)。系統(tǒng)主界面有五個主菜單：超市銷售記錄、數(shù)據(jù)采集、任務(wù)定義、數(shù)據(jù)挖 掘、幫助，和一個退出軟件使用的按鈕。 學(xué)習(xí)體會 利用數(shù)據(jù)挖掘技術(shù)可

32、以幫助獲得決策所需的多種知識。在許多情況下，用 戶并不知道數(shù)據(jù)存在哪些有價值的信息知識，因此對于一個數(shù)據(jù)挖掘系統(tǒng)而言， 它應(yīng)該能夠同時搜索發(fā)現(xiàn)多種模式的知識，以滿足用戶的期望和實(shí)際需要。此 外數(shù)據(jù)挖掘系統(tǒng)還應(yīng)能夠挖掘出多種層次（抽象水平）的模式知識。數(shù)據(jù)挖掘 系統(tǒng)還應(yīng)容許用戶指導(dǎo)挖掘搜索有價值的模式知識。 我們組所開發(fā)的超市銷售記錄數(shù)據(jù)挖掘系統(tǒng)是采用關(guān)聯(lián)規(guī)則挖掘的方法來 挖掘出商家希望得到的銷售信息。關(guān)聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有 價值描述數(shù)據(jù)項(xiàng)之間相互聯(lián)系的有關(guān)知識。我們開發(fā)的超市銷售記錄數(shù)據(jù)挖掘 系統(tǒng)主要應(yīng)用就是市場購物分析。根據(jù)被放到一個購物袋的（購物）內(nèi)容記錄 數(shù)據(jù)而發(fā)現(xiàn)的不同

33、（被購買）商品之間所存在的關(guān)聯(lián)知識無疑將會幫助商家分 析顧客的購買習(xí)慣。 通過這次的課程設(shè)計(jì)，然我對數(shù)據(jù)挖掘技術(shù)有了一個整體的認(rèn)識。同樣在 編寫程序的時候也遇到了這樣或那樣的問題。但在老師及同學(xué)們的幫助下，艱 難的完成了這個系統(tǒng)。這讓我對數(shù)據(jù)挖掘技術(shù)以后的深入學(xué)習(xí)打下了良好的基 礎(chǔ)。 參考文獻(xiàn) 1敬喜，王鈞.delphi7 數(shù)據(jù)庫編程學(xué)習(xí)捷徑.北京:科海電子出版 社,2003 2呂偉臣，霍言，高小山.delphi 2005 入門與提高.北京:清華大 學(xué)出版社,2006 3劉瑞新，汪遠(yuǎn)征，李鳳華.delphi 程序設(shè)計(jì)教程. 北京:機(jī)械工業(yè)出 版社，2001 4毛國君.數(shù)據(jù)挖掘原理與算法. 北京

34、: 清華大學(xué)出版社, 2005 艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄 荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿 腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀

35、膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆 蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋 蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂 莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆

36、節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀 螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀 蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié) 蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃

37、羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿 羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇 袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁 袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆袀螄荿莀蕿羀

38、蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆 蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆 節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈 衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅

39、聿肅薅衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅 蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀 莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄 膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂

40、肅肁蟻蚄袈莀蟻螆肄芆蝕罿膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿 袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆 螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅 薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈

41、膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈 肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇 羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕 罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅

42、膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂 莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿 肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇 羈肀莁袀螄荿莀蕿羀蒞荿螁

43、螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁 蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆 蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆 莂莆螈

44、衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅 聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂 螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆

45、莄蒂薄膁芀 蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄 芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆 肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂

46、莁薈薁螅芇薇蚃羀膃薇袆螃腿薆 薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄 莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁 芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿

47、肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆 肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇 蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿 薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅

48、肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈 膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄 膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻 螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅螆肄芆蝕罿袆節(jié)蠆蚈膂

49、膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅 莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃 腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅 膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂膈

50、膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂 薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀 蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁 肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁

51、螅芇薇蚃羀膃薇袆肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆 螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃 蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄 蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇

52、袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈 莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃 袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇 袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄

53、袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋 芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆 莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄 袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁

54、羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈 薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃 薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃 羋芃蚅膈膄莂螇

55、羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊 羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻 蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈

56、膇 莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀 膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃 羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄

57、膄蒄薀袇肀蒃螞肅肆蒃 裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁 蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈 膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁

58、芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃 羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄 薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆 蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅

59、芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅 肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖 肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇 蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂

60、莃薄螀肇艿薃袂袀膅薂薂肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃 芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿襖肈膇莈薃袁肅莇蚆肆莂莆螈衿羋蒅袀肄膄蒄薀袇肀蒃螞肅 肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂肆蒃裊羆莄蒂薄膁芀蒁蚇羄膆蒀蝿腿肂葿袁羂莁薈薁螅芇薇蚃羀膃薇袆螃腿薆薅聿肅薅蚇袂莃薄螀肇艿薃袂袀膅薂薂 肅肁蟻蚄袈莀蟻螆肄芆蝕罿袆節(jié)蠆蚈膂膈芅螁羅肄芅袃膀莃芄薃羃羋芃蚅膈膄莂螇羈肀莁袀螄荿莀蕿羀蒞荿螁螂芁荿肅肁蟻蚄袈