數智校園中大數據可視化技術賦能教育管理*

趙 玨 張 勝 樊國偉

數智校園中大數據可視化技術賦能教育管理*

趙 玨1張 勝2[通訊作者]樊國偉2

（1．湖南工商大學 計算機學院，湖南長沙 410205；2．湖南工商大學 信息與網絡中心，湖南長沙 410205）

當前，各大高校都在積極建設數智校園，并促進教育大數據技術賦能和智慧育人工程的開展。在此背景下，文章首先圍繞教育大數據在建設實踐中遇到的“最后一公里”問題，提出要解決的研究問題。接著，文章分析了教育大數據可視化技術賦能教育管理的優勢與存在的問題。隨后，文章從生源、教學狀態、圖書借閱、科研情況、后勤消費等維度，進行了教育管理應用場景的可視化分析。最后，文章結合相關可視化分析結果，提出教育管理的改進思路，并針對大數據可視化技術賦能教育管理提出實施建議。文章融合教育管理應用場景，利用大數據可視化技術賦能，可以輔助教育決策，并推動高校數字化轉型的實現。

數智校園；大數據可視化；技術賦能；教育管理

從傳統“數字校園”到現代“智慧校園”再發展到“數智校園”，教育大數據發揮了重要的作用。數智校園是以大數據、物聯網、人工智能等技術為基礎的智慧化校園工作、學習和生活一體化環境，其以各種應用服務系統為載體，以教育大數據分析和處理為核心，將教學、科研、管理和校園生活充分融合。面向學生，應用教育大數據可以調整學習策略，豐富學習資源，促進學生的智慧結構生成[1]；面向教師，應用教育大數據可以發現學習行為模式，改善教學手段，為教師提供設計理論、方法與工具支持[2]；面向管理者，應用教育大數據可以獲取全校教學規律，評價教學結果[3][4]，便于管理者進行科學決策和教育治理[5]。大數據時代呼喚以物聯網感知、大數據分析、可視化展示、人工智能決策等為代表的新一代信息技術與教育模式深度融合，以更加全面、有力地賦能教育管理。因此，本研究以高校教育大數據為基礎，以可視化技術為手段，精心設計校園工作、學習和生活等場景，并進行可視化分析和討論，以期用大數據可視化技術賦能教育管理，推進教育決策向數據驅動、效果可視轉變。

一 教育大數據的“最后一公里”問題

“教育大數據”是指在整個教育教學過程中產生的、服務教學周邊配套的數據，是根據教學服務需要所采集到的一切用于教學活動、教育管理、智慧環境支持并可創造目標價值的數據集合。這些數據集合通常是龐大、復雜、異構的，如果不解決好數據的融合、分析、挖掘、展示這“最后一公里”問題，數智校園的智能將無從談起。數據是數智校園的核心資源，隨著數字化轉型的推進，高校積累的大量數據正在形成豐富、多元的數據資源，但在“有價值的數據”和“數據產生價值”之間仍然存在數據未打通的問題，數據服務化、數據治理、數據應用、數據可視化將成為未來教育信息化發展的助推器。用教育大數據讓教育回歸本身，關鍵是要深度挖掘數據的內涵，科學分析數字背后的隱含關系與價值。

如何支持并推進大數據在數智校園的應用，應主要解決三個問題：①大數據從何而來？即解決如何依靠高質量現代教育網絡收集教育數據的問題。②大數據為何而用？即探析高校教育管理中大數據的應用場景。③大數據如何應用？即分析如何選擇適當的大數據處理技術，感知數據的價值，為教育目標提供正確的導航。教育正在走向大數據時代，誰能夠發現數據，誰就能夠贏得未來的生存；誰能夠挖掘數據，誰就能夠贏得未來的發展；誰能夠利用數據并友好地展示、提供個性化的服務，誰就能夠贏得未來的競爭。

二 教育大數據可視化技術賦能教育管理

技術賦能已成為教育信息化領域的研究熱點和實踐突破口[6]，而可視化技術是其典型代表?？梢暬夹g將數據以圖形圖像的方式呈現出來，通過提供友好的交互手段，建立人與數據之間的圖像通道，并借助人的視覺感知能力，洞察數據背后隱含的態勢信息。數據可視化不僅可以作為信息推送的環節，更是提升教育活動科學性的手段[7]。因此，構建可視化技術賦能的“信息化管理服務體系”，可以提高高等教育規?；蛡€性化育人相融合的成效[8]。

近年來，教育大數據可視化技術成為了環境支持與學習引導、教學監督與評價、規律挖掘與政策制定等活動的重要支持手段：①對學生來說，用可視化方式呈現目標設定、任務列表、完成進度及其對學習成果的自我評估，可促進和支持學生的自主學習[9]；而可視化挖掘同等級學生的學習情況，提供可選的學習路徑，可幫助學生高效規劃在線題庫的學習[10]。②對教師來說，可視化時序系統地呈現了不同學生群體的學習事件和順序，可幫助教師挖掘學習行為背后的影響因素[11]；而對學習異常行為進行可視化分析，可幫助教師快速發現學習材料設計中的潛在問題[12]。③對管理者來說，可視化工具便于管理者檢查在校學生的學業情況，及時發現教學體系中的薄弱環節，優化課程結構[13]；而對區域教育大數據的可視化展示，可直觀地呈現不同區域的教育發展水平、資源分布、信息交互等，為管理科學決策提供數據支持[14]。

教育大數據可視化技術已經引起了諸多學者的重視，但其整體上仍處于起始階段，優秀產品和應用較少，可借鑒的相關經驗缺乏，且存在一些問題亟待解決：①當前可視化工具很多還停留在分析結果（如成績統計、人員分布等）的直觀呈現上，而缺少對數據理解的支持，輔助決策能力不足；②教育產品在設計、開發和應用階段缺少延續性，有的甚至忽視可視化功能，無法將機器的高算力與人的強理解力結合互補；③教育大數據的可視化分析還不夠完善，特別是人機交互組件多為單向傳遞，而缺乏雙向通道，人機溝通與反饋渠道不暢通，對用戶不友好。

基于上述分析，設計數智校園的實際應用場景時可重點考慮新穎圖。新穎圖是在經典圖的基礎上改進圖形布局模式，創新構圖方式，完美結合圖形的審美性和可用性，如?；鶊D（能量分流展示）、圓形樹圖（樹圖的圓形布局）、旭日圖（模擬太陽光）、水球圖（模擬水球）、玫瑰圖（餅圖玫瑰花瓣變形）、力導引圖（力學布局的關系網絡）、主題河流圖（形狀像河流）等都屬于這個范疇。選擇新穎圖，原因主要在于其結構復雜，可以展示更多數據維度；另外，相較于經典圖，新穎圖更加美觀、新奇，可以激發用戶探索數據知識的樂趣。本研究應用新穎圖并突出可視圖的交互能動性，通過電腦和人腦的配合，將教育數據中隱藏的故事一一展現，動靜結合地開展可視化技術賦能教育管理的探索。

三 教育管理應用場景的可視化

本研究以湖南省G大學為例，利用數據庫交換、API接口、網絡爬蟲等技術采集2001～2021年G大學校園日常活動產生的數據，并選擇數智校園中典型的教育管理應用場景，結合各種新穎圖表和交互組件形成可視化展板，講述校園里真實發生的故事。理解這些故事誕生、發展和成熟的過程，有助于提升學校教育、管理、決策的科學性。

1 生源可視化

生源分析是數智校園核心的熱點問題，既可反映考生對高校知名度的認可，也能體現學校招生指標與社會需求的適應程度。在擇校過程中，學生志愿填報情況可反映對填報高校辦學名望與聲譽、專業冷熱程度、地區地域優勢、學生就業影響等的綜合評價。這方面數據源于學籍數據，可采用桑基圖、圓形樹圖、地圖、條形圖來展示，主要進行概況類和關系類數據可視化，使用的交互組件主要有時間軸、視覺映射、區域縮放、圖例交互、上卷下鉆、數據聯動等。

圖1（a）采用“?；鶊D”，軸線上的維度分別是年份、生源地、招生類別和性別，可以看出：G大學的生源大多來自本省，2015級有學生未及時畢業；管理學類和經濟學類招收的學生最多，工學類、藝術類、文學類次之，而法學類、理學類較少；男、女學生比率約為2:3，說明性別比有些不平衡。圖1（b）采用“地圖+條形圖”展示生源地分布，其中交互組件采用視覺映射，顏色越紅表示招生人數越多，可以看出：2020年G大學學生來源最多的是湖南本省（G大學為湖南省屬大學），其次是周邊的江蘇、廣西、河南，但離該省較近、經濟發達的東南沿海城市生源不多；中部地區生源數量一般，西部北部地區生源很少。此外，通過調節右邊的時間軸，可以展示不同年份的生源分布情況；地圖左下角的條形圖則可以與地圖數據聯動，并按升序編排來自不同省份的人數，相較于用不同顏色模糊地區分人數，其數據條長度能夠更加精確地呈現招生人數信息。圖1（c）采用“圓形樹圖”，其任意節點都可收縮和展開，支持上卷下鉆，可以看出：2020年G大學選管理學類的學生來自全國各地，而選理學類的學生僅來自10個省份。由此可見，除湖南本省外，學生對G大學理工類的認可度不高。

2 教學狀態可視化

教學狀態分析為教育管理者正確評估高校的教育質量提供了監測和管控參考。而教學狀態可視化能提供直觀觀察教與學狀態的視覺窗口，并輔助學校管理者客觀、全面地了解高校的整體教學質量，為專業建設、教學評估、課堂教學、教學干預等提供可視化的數據支持。這方面數據來源為教務數據，可視化技術采用旭日圖、水球圖、雷達圖來展示，主要進行監測類和概況類數據可視化，使用的交互組件主要有視覺映射、區域縮放、上卷下鉆、數據剖析等。

圖2（a）采用旭日圖，模擬太陽光照模式展示G大學某級學生的教學培養方案。此圖分為學院、專業、課程三層，不同顏色表示不同學院，可以看出：G大學的經濟與貿易學院開設專業最多，其次是計信學院，而國際商學院開設專業最少（只有1個）；各專業學分要求處于142～181分之間，通過此圖第二層節點面積的大小予以呈現，其中工商管理學院既包括學分最多的市場營銷，也包括學分最少的物流管理。圖2（b）采用水球圖，用3個并列水球實時、宏觀地展示教師上課率、學生有課率、教室使用率的概況類數據，可幫助管理者快速掌握教學資源的使用情況，可以看出：相較于學生有課率78.28%，教室使用率62.58%并不算高。圖2（c）采用雷達圖，微觀展示了G大學某學生的成績分布，各門課程顯示在徑向軸的外側，并用顏色區分課程性質，其中藍色區域為課程的平均成績，而紅色表示該學生的成績分布，可以看出：該學生成績較差，多數課程都在平均分以下，且大部分課程負偏離平均成績較遠。

（a）某級學生的教學培養方案（旭日圖）（b）教學資源使用情況（水球圖） （c）某學生成績分布（雷達圖）

3 圖書借閱可視化

對數智校園而言，圖書借閱量指標是衡量師生利用圖書館資源、藏書質量、館藏資源配比是否滿足學科發展的重要標準。通過對師生閱讀量的監控，可以直接或間接地獲得圖書館藏書采購、學科支持力度、讀者服務流程中存在的問題，從而提高學校的圖書館服務工作質量。這方面數據來源為圖書館借閱數據，可視化技術采用力導引圖和玫瑰圖來展示，主要進行監測類和趨勢類數據可視化，使用的交互組件主要有時間軸、視覺映射、圖例交互、數據剖析等。

圖3（a）采用力導引圖，按照借書類型進行聚類，并用圖例進行篩選交互，可以隨意屏蔽不需要的類別，節點的大小表示借閱量的多少，可以看出：G大學學生借閱最多的書籍類型是文學類，這與絕大部分高校的圖書借閱情況不謀而合；其次是經濟類圖書，與G大學熱門招生類別相匹配；語言文學、政治法律、社會科學總論、數理科學和化學、哲學宗教再次之，而其他類型書籍借閱較少。借閱量較多的書是《飄》《傲慢與偏見》《挪威的森林》《國際貿易實務》《微觀經濟學》《宏觀經濟學》《基礎會計》《中級財務學》《管理學》《線性代數》《概率論與數理統計》等，可見大學生更傾向于閱讀文學著作來豐富精神生活，而借閱經濟管理類、數學類圖書是為了補充課堂學習之不足。圖3（b）采用由餅圖變化而來的玫瑰圖，可以反映圖書借閱量的變化趨勢，花瓣的大小表示借閱量的多少，可以看出：紙質圖書的借閱量年年遞減，借閱量從2006年向2021年呈幾何級驟減。這就引出了一個值得研究者探討的問題：學生是越來越不愛讀書了，還是越來越不愛紙質書了？

（a）最熱借閱圖書關系（力導引圖）（b）歷年圖書借閱量（玫瑰圖）

4 科研情況可視化

科研情況最能體現一所高校的研究方向和研究水平，探索高校科研論文和科研項目的分布特征，能夠揭示高校服務社會的重點和水平。高校只有重視科研工作，用教學、科研“兩條腿”走路，才能培養優秀的學科帶頭人，并為學生營造創新的學習氛圍。因此，加強對科研工作的分析，提高科研工作服務教學和社會的能力，是符合高校發展和師生進步的必然要求。這方面數據來源為科研數據，可視化技術采用主題河流圖和散點圖來展示，主要進行比較類和趨勢類數據可視化，使用的交互組件主要有時間軸、視覺映射、輔助參考、數據剖析等。

圖4（a）采用主題河流圖，模擬河流水量的大小平滑地展示G大學自2001年以來的科研進校經費情況，可以看出：經費從無到有、從少到多，在2019年時達到頂峰，之后有所回落；經費以國家級、省部級和橫向（即校企合作）為主，而地市級和校級較少。以國家級經費為例，在2019年、2012年有兩個明顯的極值，這兩個時間點分別為G大學由學院升級為大學、開展本科教學評估。圖4（b）采用散點圖，顏色表示發文類型，節點大小表示發文數量，可以通過圖例進行科研論文級別篩選，當前顯示為剔除C級期刊之后不同年份的科研論文發表情況，可以看出：高水平論文較少，A+級論文每年發表數量都在10篇以內，外文論文數量與中文論文數量整體持平，論文質量和數量整體呈上升趨勢，但波動比較大。

（a）科研進校經費（主題河流圖） （b）科研論文級別分布（散點圖）

圖5 后勤消費可視化（熱力日歷圖）

5 后勤消費可視化

后勤消費分析有助于學生了解自己的消費狀況，可引導學生理性消費、科學消費，讓學生逐步養成消費習慣，并強化消費支出計劃意識。后勤管理者需重視并了解消費者的意愿，掌握學生的消費意愿和傾向，獲取其消費特征，通過提供優質服務吸引消費者。這方面數據來源為一卡通消費數據，可視化技術采用熱力日歷圖來展示，主要進行概況類和監測類數據可視化，使用的交互組件主要有視覺映射、輔助參考、圖例交互、數據剖析等。

圖5采用熱力日歷圖，展示了2019年1月1日～2021年7月13日G大學學生的后勤消費數據，從紅色到藍色表示消費由高到低，白色表示無消費，可以看出：受疫情影響，2020年上半年幾乎沒有消費；寒暑假期間（每年的1～2月、7～8月），學生后勤消費處于低谷；每學期開學之初的幾天消費較高，之后不斷下滑，說明學校食堂的消費人群從開學以后不斷流失。

四 改進思路與實施建議

1 數智校園教育管理應用場景可視化的改進思路

根據生源可視化分析分析結果，G大學需考慮：①吸引優質生源，提高學校的知名度，如采取特殊政策，加大對目標考生的吸引力度，同時提高教育質量，實施品牌戰略；②平衡理工類和經管類專業的招生規模，改善女多男少的情況，向綜合性大學邁進，如調整專業招生指標，適應社會需求，特別是增設大數據、人工智能、智能制造等前沿專業，平衡男女比率；③擴大本校在華南沿海地區的影響力，如加大宣傳力度，擴大社會影響。

根據教學狀態可視化分析結果，G大學需考慮：①平衡各專業學分設置，合理分配學分，避免不同專業忙閑不一的現象，優化通識課、專業課、選修課、實踐課結構，落實立德樹人根本要求，提高實踐與應用能力，突出創新創業精神與國際視野；②合理利用教學資源，重點提升教學資源的質量，避免不必要的浪費和重復建設，提高資源配置效益，逐步將傳統教室升級為智慧型教室和教學平臺，著力提升教學軟環境；③及時觀測學生的學習情況，合理調整教學安排，提供個性化輔導，建立早期篩查機制，發現問題及時進行干預，不讓一個學生掉隊。

根據圖書借閱可視化分析結果，G大學需考慮：①引導學生回歸紙質經典書閱讀。移動互聯時代的到來，嚴重沖擊了紙質閱讀，短平快、碎片化的閱讀雖然節約了時間，但對于需要系統學習的大學生來說，紙質與電子書相輔相成才是正道。②不斷改進、提高圖書服務的方式和手段。通過讀者座談會、網絡調研等，廣開言路，了解一線教師和學生的讀書需要，使圖書館工作更加貼合教學科研，落到師生服務的實處。③切實推進學校學科建設。通過重組優化人力資源、環境資源、圖書資源，不斷進行理念創新、服務創新、信息資訊創新，為學?！半p一流”建設提供支持與保障。

根據科研情況可視化分析結果，G大學需考慮：①重視科研工作，打造老中青科研團隊生態鏈，不依賴少數專家或特殊時間節點突擊完成科研成果，“百花齊放才是春”；②鼓勵發表高質量論文，特別是要在具有國際重要影響力的國內科技期刊、業界公認的國際頂級或重要科技期刊上發表論文，提倡在國內外頂級學術會議上作成果匯報，突出本校特色、科學價值、成果轉換及其在行業領域所做的社會貢獻等；③完善科研項目指南編制和發布機制，加快學校科研創新能力建設，瞄準科技創新突破口和主攻方向，超前部署校級科技計劃并進行審核評估和網上公示，注重研究的原創性、實用性。

通過后勤消費可視化分析結果，G大學需考慮：①緊抓食堂質量管理，推陳出新，引入社會優質資源入駐食堂，吸引師生員工，并規范校園外賣業務，保證食堂就餐率；②嚴格校園一卡通消費制度，杜絕承包商進行無監控收費，搞好窗口衛生，確保食品安全，以方便溯源追責。

2 教育大數據可視化技術賦能教育管理的實施建議

教育信息化2.0時代，要建設高質量數智校園，不僅需要現代化信息技術，更需要技術創新應用和教育賦能。教育大數據可視化技術作為解決教育大數據“最后一公里”問題的工具，已在數智校園生活、教學、服務平臺得到了快速、廣泛的應用，并在視覺傳達、在線分析、業務挖掘、輔助決策方面發揮了不可替代的作用。因此，教育技術賦能應圍繞服務教育主體，聚焦關鍵環節，實施思維引導、標準設計、技術升級、應用驅動等策略，整體推進高校數字化轉型。

①思維引導：摒棄“想當然”“拍腦袋”的做法，轉變思想觀念，樹立大數據思維；以人工智能、大數據等智能技術賦能教育的各個環節，培養基于數據的客觀性思維、動態變化的發展性思維、目標呈現的可視性思維，提升教師數據素養，推動教育智能化轉型。

②標準設計：進一步研究完善教育大數據可視化相關模式、策略和方法；基于高等教育理論、認知發展理論、技術接受模型等理論體系，設計相關標準，促進教育大數據可視化分析從表層數據呈現向深層智能教育決策躍遷，為數智校園智能服務于師生提供底層標準支撐。

③技術升級：不斷升級教育大數據可視化技術，如圖形布局模式、構圖方式、組合方法等，特別是加強圖形審美和可用性的結合。對可視化技術的升級并非單純的技術升級，而要重視推進教育領域辦學、治校、育人機制的革新，激發師生員工探索數據科學的興趣。

④應用驅動：通過大型的學習儀表盤或工具箱，將校園中學生、教師和管理者需要關注的各類應用場景和主題以自助方式聚合到統一的可視化界面并進行顯示與分析，降低師生員工的應用門檻和使用成本，加強人機交互協同，促進師生員工利用可視化工具深入探索并理解數據科學的奧秘，以更有效地發揮大數據可視化技術賦能教育管理的優勢。

本研究從數智校園需求這一視角出發，分析了教育大數據的“最后一公里”問題，并用發展的眼觀看待大數據可視化業務。通過設計形式不一的新穎圖，本研究對不同的教育管理應用場景進行了可視化分析；同時，運用特定的可視化圖形，融入現代交互組件，讓一體可視化的教學、管理與服務平臺與人機系統協同交互，促進教育大數據可視化技術賦能教育管理。

[1]王星,李懷龍.智慧課堂賦能學生智慧發展的動力機制與運行邏輯[J].現代教育技術,2021,(11):5-11.

[2]馮曉英,郭婉瑢,黃洛穎.智能時代的教師專業發展:挑戰與路徑[J].中國遠程教育,2021,(11):1-8、76.

[3]劉邦奇,袁婷婷,紀玉超,等.智能技術賦能教育評價:內涵、總體框架與實踐路徑[J].中國電化教育,2021,(8):16-24.

[4]宋乃慶,鄭智勇,周圓林翰.新時代基礎教育評價改革的大數據賦能與路向[J].中國電化教育,2021,(2):1-7.

[5]張培,夏海鷹.數據賦能教育治理創新:內涵、機制與實踐[J].中國遠程教育,2021,(7):10-17、76.

[6]萬昆,任友群.技術賦能:教育信息化2.0時代基礎教育信息化轉型發展方向[J].電化教育研究,2020,(6):98-104.

[7]劉歡,湯維中,任友群.數據可視化促進教育決策科學化:內涵、策略與挑戰[J].教育發展研究,2018,(5):75-82.

[8]李靜,劉蕾.技術賦能的高等教育規?；逃c個性化培養:邏輯必然與實踐機理[J].中國電化教育,2021,(8):55-62.

[9]Law C Y, Grundy J, Cain A, et al. User perceptions of using an open learner model visualisation tool for facilitating self-regulated learning[A]. Proceedings of the Nineteenth Australasian Computing Education Conference[C]. New York: ACM, 2017:55-64.

[10]Xia M, Sun M, Wei H, et al. Peerlens: Peer-inspired interactive learning path planning in online question pool[A]. Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems[C]. New York: ACM, 2019:1-12.

[11]Chen Q, Yue X, Plantaz X, et al. ViSeq: Visual analytics of learning sequence in massive open online courses[J]. IEEE Transactions on Visualization and Computer Graphics, 2018,(3):1622-1636.

[12]Xia M, Wei H, Xu M, et al. Visual analytics of student learning behaviors on K-12 mathematics e-learning platforms[J]. arXiv preprint arXiv:1909.04749, 2019.

[13]Guerra J, Scheihing E, Henriquez V, et al. TrAC: Visualizing students academic trajectories[A]. Proceedings of the European Conference on Technology Enhanced Learning[C]. Berlin, Heidelberg: Springer, 2019:765-768.

[14]楊現民,郭利明,邢蓓蓓.區域教育大數據分析架構與展示設計研究——以江蘇省A市為例[J].電化教育研究,2020,(5):66-72.

Education Management Empowered by Big Data Visualization Technology in Digital Smart Campus

ZHAO Jue1ZHANG Sheng2[Corresponding Author]FAN Guo-wei2

At present, major universities and colleges are actively building digital smart campuses and promoting the development of big data technology empowerment and smart education projects. Under this context, this paper firstly put forward the research problems that needed to be solved around the “last mile” problem encountered in the construction practice of educational big data. Then, this paper analyzed the advantages and existing problems of education management empowered by big data visualization technology. Then, the visualization analysis of application scenarios of education management in dimensions of student source, teaching status, book lending, research situation and logistic consumption was carried out. Finally, combined with the relevant visualization analysis results, improvement ideas for education management were put forward, and implementation suggestions for education management empowered by big data visualization technology were proposed. This paper integrated the application scenarios of education management and utilized big data visualization technology to empower, which could assist education decision-making and promote the realization of digital transformation of universities and colleges.

digital smart campus; big data visualization; technology empowerment; education management

G40-057

A

1009—8097（2022）11—0067—09

10.3969/j.issn.1009-8097.2022.11.008

本文受湖南省教育廳科學研究重點項目“智慧校園大數據多層次可視化感知方法研究”（項目編號：18A295）、湖南省教育科學規劃項目“大數據驅動下大學生國家安全可視化教育研究”（項目編號：ND210887)、湖南省教學改革研究項目“國家安全觀下信息技術賦能計算機通識類課程的教育模式與應用研究”(項目編號：湘教通[2022]248號)資助。

趙玨，副教授，碩士，研究方向為教育大數據、教育管理及可視化，郵箱為16967032@qq.com。

2022年3月17日

編輯：小米