


下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘復(fù)習(xí)內(nèi)容第一章4. 說明OLTP概念和OLAO既念答:OLTP(On Line Transaction Processing,聯(lián)機(jī)事物處理)是在網(wǎng)絡(luò)環(huán)境下的事務(wù)處理工作 以快速的響應(yīng)和頻絮的散捉條踐為待苗,使用戶-利用數(shù)沸庫鍛夠訣遠(yuǎn)地處理具體的it 務(wù)。OLAP (On Line An alytical Process ing)聯(lián)機(jī)分析處理,是使用多維數(shù)據(jù)庫和多維分析的方法,對(duì)多個(gè)關(guān)系數(shù)據(jù)庫共同進(jìn)行大量的綜合計(jì)算來得到結(jié)果的方法。6.說明OLTP與OLAP的主要區(qū)別。答:OLTP針對(duì)的是細(xì)節(jié)性數(shù)據(jù)、當(dāng)前數(shù)據(jù)、經(jīng)常更新、一次性處理的數(shù)據(jù)量小、對(duì)響應(yīng)時(shí) 間要求高且面向應(yīng)用,事務(wù)驅(qū)
2、動(dòng);OLAP針對(duì)的是綜合性數(shù)據(jù)、歷史數(shù)據(jù)、不更新,但周期性刷新、一次處理的數(shù)據(jù)量大、響應(yīng)時(shí)間合理且面向分析,分析驅(qū)動(dòng)。9兌啜幕勺敘棉子典的靈存Z答:在數(shù)據(jù)倉庫中引入了 “元數(shù)據(jù)”的概念,它不僅僅是數(shù)據(jù)倉庫的字典,而且還是數(shù)據(jù)倉 庫本身信息的數(shù)據(jù)。15 .數(shù)據(jù)挖掘與OLAP有什么不同答:OLAP是在帶層次的維度和跨維度進(jìn)行多維數(shù)據(jù)分析的。數(shù)據(jù)挖掘則不同,它是以變量 和記錄為基礎(chǔ)進(jìn)行分析的。第二章3. 說明數(shù)據(jù)集市與數(shù)據(jù)倉庫的區(qū)別與聯(lián)系。答:聯(lián)系:數(shù)據(jù)集市是一種更小,更集中的數(shù)據(jù)倉庫,為公司提供了一條分析商業(yè)數(shù)據(jù)的廉價(jià)途徑。數(shù)據(jù)集市是指具有特定應(yīng)用的數(shù)據(jù)倉庫,主要針對(duì)某個(gè)具有戰(zhàn)略意義的應(yīng)用或者具依
3、躬門級(jí)的應(yīng)用 支持用戶利円已有的數(shù)據(jù)荻得亟要的竟?fàn)巸?yōu)勢(shì)或-者找到進(jìn)人浙市場(chǎng)的 具體解決方案。區(qū)別:(1) 數(shù)據(jù)倉庫是基于整個(gè)企業(yè)的數(shù)據(jù)模型建立的,它面向企業(yè)范圍內(nèi)的主題。而數(shù)據(jù)集 市是按照某一疔(2) 部門的主題與企業(yè)的主題之間可能存在關(guān)聯(lián),也可池不疥在關(guān)底。(3) 數(shù)據(jù)集市的數(shù)據(jù)組織一般采用星型模型。(4) 畫出數(shù)據(jù)集市的兩種結(jié)構(gòu)圖,說明它們的不同點(diǎn).獨(dú)立型數(shù)據(jù)集市直接從操作型環(huán)境獲取數(shù)據(jù),從屬型數(shù)據(jù)集市從企業(yè)級(jí)數(shù)據(jù)倉庫獲取數(shù)據(jù),帶有從屬型數(shù)據(jù)集市的體系結(jié)構(gòu)。17. 簡(jiǎn)單說明ETL過程的主要步驟.ETL過程的主要步驟概括為:(1)(2) 決定所有的數(shù)據(jù)源,(3)(4)建僉至通的董屈鈾取規(guī)刖注
4、孤數(shù)把緩沖區(qū)賤和樓則工具(8)(9)(10)事實(shí)表的抽取、轉(zhuǎn)換和裝載22.說明數(shù)據(jù)庫中的元數(shù)據(jù)以及數(shù)據(jù)倉庫中元數(shù)據(jù)的不同。答:關(guān)于數(shù)據(jù)源的元數(shù)據(jù)是現(xiàn)有業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源的描述信息,是對(duì)不同平臺(tái)上的數(shù)據(jù)源的物理結(jié)構(gòu)和含義的描述。具體為:(1)數(shù)據(jù)源中所有物理數(shù)據(jù)結(jié)構(gòu),包括所有的數(shù)據(jù)項(xiàng)及數(shù)據(jù)類型。(2)所有數(shù)據(jù)項(xiàng)的業(yè)務(wù)定義。(3(4 )每個(gè)數(shù)據(jù)項(xiàng)的有效值。(5)其他系統(tǒng)中具有相同業(yè)務(wù)含義的數(shù)據(jù)項(xiàng)的清單。p24數(shù)據(jù)倉庫的四種數(shù)據(jù)模型。答:星形模型。大多數(shù)數(shù)據(jù)倉庫都采用星型模型,是事實(shí)表(大表)以及多個(gè)維表(小表) 所組成。事實(shí)表存放著大量關(guān)于企業(yè)事實(shí)數(shù)據(jù)(數(shù)字實(shí)際值),對(duì)象(元組)個(gè)數(shù)通常都很大,而且
5、非規(guī)范化程度很高。事實(shí)表有大量的行(元組),維表相對(duì)來說有較少的行。優(yōu)點(diǎn):存取速度快,主要針對(duì)各個(gè)維做了大量處理,做報(bào)表時(shí)速度很快。與規(guī)范化關(guān)系數(shù)據(jù)庫相比,以增加存儲(chǔ)空間為代價(jià), 提高了多維數(shù)據(jù)的查詢速度,而規(guī)范化的關(guān)系數(shù)據(jù)庫設(shè)計(jì)是使數(shù)據(jù)的冗余保持在最少并減少當(dāng)數(shù)據(jù)改變時(shí)系統(tǒng)必須執(zhí)行的動(dòng)作。缺點(diǎn):當(dāng)業(yè)務(wù)問題發(fā)生變化,原來的維不能滿足要求時(shí)需要增加新的維,維的變化非常復(fù)雜耗時(shí),數(shù)據(jù)冗余量很大。雪花模型。對(duì)星型模型的維表進(jìn)一步的層次化,原來的各維表可能被擴(kuò)展為小的事實(shí)表,形成一些局部的“層次”區(qū)域,優(yōu)點(diǎn)是最大限度地減少數(shù)據(jù)存儲(chǔ)量,以及把較小的維表聯(lián)合 在一起來改善查詢信息。 缺點(diǎn):增加了用戶必須處
6、理的表的數(shù)量,增加了某些查詢的復(fù)雜性。星網(wǎng)模型。多個(gè)相關(guān)的星型模型通過相同的維表連接起來形成網(wǎng)狀結(jié)構(gòu),各個(gè)事實(shí)共享 的維表是時(shí)間維。第三范式。3NF解決數(shù)據(jù)冗余,數(shù)據(jù)被分割為多個(gè)實(shí)體,實(shí)體在數(shù)據(jù)庫中用表來表示,使用3NF會(huì)形成比較復(fù)雜的關(guān)系表,但適合于操作型處理。星型模型的設(shè)計(jì)模式適用于決策分析應(yīng)用。第三章3.2節(jié)OLAP的三種數(shù)據(jù)模型及其比較;答:MOLA數(shù)據(jù)模型:MOLA數(shù)據(jù)模型是基于多維數(shù)據(jù)庫的OLAP簡(jiǎn)稱多維 OLARROLAP數(shù)據(jù)模型:ROLAP是基于關(guān)系數(shù)據(jù)庫的 OLAR簡(jiǎn)稱關(guān)系OLAPHOLAP即混合 OLAP介于MOLAR和ROLAP之間。MOLAP ROLAPJ 比較MOLA
7、P1 詳沏數(shù)撓用關(guān)系嚴(yán)存隅在 釵據(jù)魚庫中:2, 各科匯意數(shù) 娠爆存在歩維釵扌壬申:3. A 數(shù)坯爸庫申世訶訝汕就扌壬,從 多般槪垢庫申弼閔広弐釵娠1由腫“戶髒攀引建;2預(yù)先屯 立戟據(jù)立方體;3多維硯適夸 緒在陳列中,巧不是裊桔中; $叮味芒速璉索洋魏據(jù);庁和 科祥贓鉅佯搖炭來甘認(rèn)匯意藥1詞同響.應(yīng)送摩共;詭飪相連 旦參維好輸:2有廣迫詞牯 知苓莊Jt/茅祝兩的章簡(jiǎn)袒力ROLAP1金部歎據(jù)艮輕關(guān)系再緒止戟 欄舍彈申:2可馥帶細(xì)節(jié)和殊 合汩意的就據(jù);3有罪常天的 就握容董;叫從魏銬去庠中詢1魄利址凈訊L久皺撼魚彈中黃 致就據(jù):初嘰“刖妊產(chǎn)分祈申 創(chuàng)建就轉(zhuǎn)至方煤;3議示叢能T崔岌奈分新蔚也上肓局瞋t
8、t,常妥殺鬧此吧的OLAP; 2 向下站琨較容鬲,但產(chǎn)跨甦向 下鮎取比鞍因珠.在HOLAP的多維數(shù)據(jù)庫中的數(shù)據(jù)維度少于MOLAP中的維度庫,數(shù)據(jù)儲(chǔ)存容量也少于MOLA方式。但是,HOLAP在數(shù)據(jù)存取速度上又低于 MOLAP第四章數(shù)據(jù)倉庫概念模型將需求分析過程中得到的用戶抽象為計(jì)算機(jī)表示的信息結(jié)構(gòu)。它是從客觀世界(用戶)到計(jì)算機(jī)世界的一個(gè)中間層次,即用戶需求的數(shù)據(jù)模型。常用E-R圖特點(diǎn):1、能真實(shí)反映現(xiàn)實(shí)世界,能滿足用戶對(duì)數(shù)據(jù)的分析,達(dá)到?jīng)Q策支持的要求,它是現(xiàn)實(shí)世界 的一個(gè)真實(shí)模型。2、易于理解,有利于和用戶交換意見,在用戶的參與下,能有效地完成對(duì)數(shù)據(jù)倉庫的成功 設(shè)計(jì)。3、易于更改,當(dāng)用戶需求發(fā)
9、生變化時(shí),容易對(duì)概念模型進(jìn)行修改和擴(kuò)充。4、易于向數(shù)據(jù)倉庫的數(shù)據(jù)模型(星型模型)轉(zhuǎn)換。邏輯模型設(shè)計(jì)把概念模型設(shè)計(jì)好的 E-R圖轉(zhuǎn)換成計(jì)算機(jī)所支持的數(shù)據(jù)模型。主要工作為:1、 主要域進(jìn)行概念模型(E-R圖)到邏輯模型(星型模型)的轉(zhuǎn)換;2、顆粒層次劃分;3、關(guān)系模式定義;4、定義記錄系統(tǒng);物理模型設(shè)計(jì)為了邏輯模型設(shè)計(jì)的數(shù)據(jù)模型確定一個(gè)最合適應(yīng)用要求的物理結(jié)構(gòu)(包括存儲(chǔ)結(jié)構(gòu)和存取方法)。數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)模型。工作主要是:1、估計(jì)存儲(chǔ)容量;2、確定數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu);3、確定索引;4、確定數(shù)據(jù)存放位置;5、確定存儲(chǔ)分配;時(shí)間維度概念:以時(shí)間作為描述、表達(dá)變量的度量尺度。是在分析經(jīng)濟(jì)變量時(shí)加上時(shí)間要素 的角
10、度而形成的。對(duì)于經(jīng)濟(jì)變量的考察, 凡能用時(shí)間單位來表達(dá)的,就必須在分析中加上時(shí)間這一維度,才能使經(jīng)濟(jì)變量準(zhǔn)確的表達(dá)出來??梢杂脕肀硎窘?jīng)濟(jì)變量中存量和流量的區(qū)別。存量是在某一時(shí)點(diǎn)測(cè)定的,其大小沒有時(shí)間維度, 而流量則必須用時(shí)間單位宋表示 (年、月、日小時(shí)、分、秒等),即時(shí)間維度。不說明時(shí)間單位,流量的計(jì)量便沒有意義。數(shù)據(jù)粒度概念:數(shù)據(jù)倉庫的數(shù)據(jù)中保存數(shù)據(jù)的細(xì)化程度或綜合程度的級(jí)別。細(xì)化程度越高, 粒度級(jí)別就越??;相反,細(xì)化程度越低,粒度級(jí)別就越高。影響存放在數(shù)據(jù)庫中的數(shù)據(jù)量大小和所能回答的查詢類型。注意雪花模型和綜合事實(shí)表的區(qū)別?。?8990、4.11和4.12)雪花模型:減少各維度的記錄數(shù),使
11、查詢過程中搜索記錄數(shù)目減少。綜合事實(shí)表:是由基礎(chǔ)事實(shí)表衍生出來的。特別地看一下上次做過的數(shù)據(jù)倉庫的實(shí)驗(yàn)及其實(shí)驗(yàn)文檔,涉及到實(shí)驗(yàn)的具體步驟和內(nèi)容 第八章數(shù)據(jù)挖掘,看關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的算法思想,分析課本上P177的例子,要看它的分析步驟 和處理辦法,特別是如何畫對(duì)應(yīng)的圖 8.4;【1】基本概念:關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)大量數(shù)據(jù)庫中項(xiàng)集之間的關(guān)聯(lián)關(guān)系。關(guān)聯(lián)規(guī)則模式屬于描述型模式,發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的算法屬于無監(jiān)督學(xué)習(xí)的方法。原理:(1) 關(guān)聯(lián)規(guī)則是形如 At B的蘊(yùn)涵式,這里 Acl,Bcl,且AA BM ?。(2) 規(guī)則的支持度:規(guī)則At B在數(shù)據(jù)庫D中具有支持度S,表示S是D中事務(wù)同時(shí)包含AB的百分比,它是
12、概率P(AB),即:S(AtB)=P(AB)=|AB|/|A|,其中|D|表示事務(wù)數(shù)據(jù)庫 D的個(gè)數(shù),|AB|表示A、B兩個(gè)項(xiàng)集同時(shí)發(fā)生的事務(wù)個(gè)數(shù)。(3) 規(guī)則的可信度,規(guī)則AtB具有可信度C,表示C是包含A項(xiàng)集的同時(shí)也包含B項(xiàng)集,相對(duì)于包含 A項(xiàng)集的百分比,這是條件概率P(B|A),即C (At B)=P(B|A)=|AB|/|A|,A表示數(shù)據(jù)庫中包含項(xiàng)集A的事務(wù)個(gè)數(shù)。(4) 閾值:為了在事務(wù)數(shù)據(jù)庫中找出有用的關(guān)聯(lián)規(guī)則,需要由用戶確定兩個(gè) 閾值:最小支持度(min_sup)和最小可信度(min_conf ).(5) 項(xiàng)的集合稱為項(xiàng)集,包含k個(gè)項(xiàng)的項(xiàng)集稱之為 K-項(xiàng)集。若項(xiàng)集滿足最小 支持度,則
13、它稱為 頻繁項(xiàng)集。(6) 關(guān)聯(lián)規(guī)則:同時(shí)滿足最小支持度和最小可信度的規(guī)則稱為關(guān)聯(lián)規(guī)則,即S(At B)>min_sup,且C ( At B) >min_conf成立時(shí),規(guī)則 At b稱為關(guān)聯(lián)規(guī)則, 也可以稱為強(qiáng)關(guān)聯(lián)規(guī)則。(7) 興趣度(不小于 0): I ( At B) =P(AB)/P(A)P(B),反映了項(xiàng)集 A與項(xiàng)集B的相關(guān)程度,若I ( At B) =1,即P(AB)=P(A)P(B),表示項(xiàng)集A出現(xiàn)和項(xiàng)集是 相互獨(dú)立的。若I ( At B)v 1,表示a出現(xiàn)和B出現(xiàn)是負(fù)相關(guān)。若I ( At B) > 1,表示A出現(xiàn)和B出現(xiàn)是正相關(guān),意味著A的出現(xiàn)蘊(yùn)含B出現(xiàn)。算法基本
14、思想:找到所有支持度大于最小支持度的項(xiàng)集,這些項(xiàng)集稱為頻繁項(xiàng)集。使用一種稱作逐層搜索的迭代方法,“K-項(xiàng)集”用于搜索“ K+1- ”項(xiàng)集,直到不能找到“ K-項(xiàng)集”為止,找每個(gè) Lk需要一次數(shù)據(jù)庫掃描。性質(zhì):頻繁項(xiàng)集的所有非空子集都必須也是頻繁的。設(shè)K-項(xiàng)集Lk, K+1-項(xiàng)集Lk=1,產(chǎn)生Lk=1的候選集Cc+1.有公式:C<+1=Lk*Lk=X U Y,其中X,Y Lk,|XY|=K+1,其中C1是1-項(xiàng)集的集合,取自所有事 務(wù)中的單項(xiàng)元素。如 L仁A,B,C2=A U B=A,B,且|AB|=2 丄2=A,B,A,C, C3=A,B U A,C=A,B,C,且|ABC|=3.【2】
15、Apriori算法中候選集與頻繁項(xiàng)集產(chǎn)生實(shí)例對(duì)表8.6所示的事物數(shù)據(jù)庫,Apriori算法步驟如下:表8.6車物IJID事物的項(xiàng)目集事物ID事柳的噴目集T1T6T2E, DT7A, CT3E, CT8A. E,ET綣仏E, 口TS E,匚T5A, C1、在算法的第一次迭代,每個(gè)項(xiàng)都是候選1-項(xiàng)集的集合C1的成員。算法掃描所有的事務(wù),對(duì)每個(gè)項(xiàng)的出現(xiàn)次數(shù)計(jì)數(shù),圖8.4中第一列。2、假定最小事務(wù)支持計(jì)數(shù)為2 (即min-sup=2/9=22% )??梢源_定頻繁 1-項(xiàng)集的集合L1.它由具有最小支持度的候選1-項(xiàng)集組成,見圖8.4第二列。3、為發(fā)現(xiàn)頻繁2-項(xiàng)集的集合L2,算法使用L1*L1,來產(chǎn)生候選
16、集 C2,見 圖第3列。4、掃描D中事務(wù),計(jì)算C2中每個(gè)候選集的支持度計(jì)數(shù),如圖8.4第4列。5、確定頻繁2-項(xiàng)集的集合L2,它由具有最小支持度的C2中候選2-項(xiàng)集組成,見圖第5列。6、候選3-項(xiàng)集C3產(chǎn)生,仍按3步驟進(jìn)行。得到候選集。 C3=A,B,C,A,B,E,A,C,E,B,C,D,B,C,E,B,D,E按Apriori性質(zhì),頻繁項(xiàng)集的所有子集必須是頻繁的。由于A,D,C,D.C,E,D,E不是頻繁項(xiàng)集,故 C3后4個(gè)候選不可能是頻繁的,在C3中刪除它們,見圖第6列。掃描D中事務(wù),對(duì)C3中的候選集計(jì)數(shù)支持度計(jì)數(shù),圖第7列。7、確定L3,它由具有最小支持度的C3中候選3-項(xiàng)集組成,見圖第
17、 8列。8、按公式產(chǎn)生候選4-項(xiàng)集的集合C4,產(chǎn)生結(jié)果A,B,C,E,這個(gè)項(xiàng)集被剪 去,因?yàn)樗淖蛹疊,C,E不是頻繁的。這樣 L4M ?,此算法終止。L3是最 大的頻繁項(xiàng)集,即A,B,C和A,B,E.圖8.4候選集與頻繁項(xiàng)集的產(chǎn)生6候選雄Li麵舷:L-項(xiàng)隼支:持度 計(jì)範(fàn)頊華支持度 計(jì)敷頂集頃集支持度 計(jì)馳AS比籤A6A. E計(jì)尊A, E4:ETE7F-血Ci-A, C4:C5G6民DA, D10一 NJJZ九EEE::耳2鼠CE. C硝B, DB.D2B, E氐E2G DC. D0G EC. E1D. ED, E0L2頻繁A項(xiàng)集嵌選集C3假選吏U3頻幫37頁集Jnffi支持度 計(jì)斟1項(xiàng)辜支持虞 計(jì)數(shù)換京持康 計(jì)撤At B4產(chǎn)生乩爲(wèi)£計(jì)耳扎Bt C2L爲(wèi)C2A.C4為E,E-a3b.e2JL B. E2A. E2C3B,C4E, D2B, E2【3】課本P184習(xí)題八:18, 25 題(Apriori性質(zhì))18、數(shù)據(jù)庫有4個(gè)事務(wù),設(shè)最小支持度為50%使用Apriori 、算法找出所有數(shù)據(jù)頻繁項(xiàng)目TID項(xiàng)TID頂T1Ar C DT3A, E. CJ ET2B, C. ET1E ET.!小幼勢(shì)丸'計(jì)編丸2 Min-sup=2/4 =0,5ClA屯持蛀2 B3,匚克炳喪3,卩支持及1,E支
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2025管理人員崗前安全培訓(xùn)考試試題及答案考點(diǎn)提分
- 2025廠級(jí)安全培訓(xùn)考試試題附參考答案(考試直接用)
- 2025年工廠安全培訓(xùn)考試試題及答案高清版
- 2025年建筑工程勞務(wù)分包合同范本
- 2025終止租賃合同協(xié)議書范本
- 2025二手商業(yè)店鋪買賣合同范本
- 2025建筑工程混凝土購銷合同
- 2025租賃經(jīng)營合同(3)新版:全面優(yōu)化與合作方共贏策略
- 2025年鉆采裝備項(xiàng)目建議書
- 2025精英企業(yè)合同協(xié)議
- 連云港2025年連云港市贛榆區(qū)事業(yè)單位招聘31人筆試歷年參考題庫附帶答案詳解
- 8.1薪火相傳的傳統(tǒng)美德 課件-2024-2025學(xué)年統(tǒng)編版道德與法治七年級(jí)下冊(cè)
- 湖北省武漢市2025屆高中畢業(yè)生四月調(diào)研考試語文試卷及答案(武漢四調(diào))
- 食堂負(fù)面清單管理制度
- 2025年安徽省示范高中皖北協(xié)作區(qū)第27屆聯(lián)考 生物學(xué)(含解析)
- 2025年度專業(yè)技術(shù)人員繼續(xù)教育公需科目考試題(附答案)
- 2025年中考語文《教材字音、字形》梳理
- 2024年上半年教資科目一試題
- 施工員頂崗實(shí)習(xí)報(bào)告范文
- 毽球知到智慧樹章節(jié)測(cè)試課后答案2024年秋武漢職業(yè)技術(shù)學(xué)院
- 霧化吸入療法合理用藥專家共識(shí)(2024版)課件
評(píng)論
0/150
提交評(píng)論