摘要:中金易云出版發(fā)行大數(shù)據(jù)平臺正是以數(shù)字化轉(zhuǎn)型為核心思路,以大數(shù)據(jù)中臺與智能算法為基礎(chǔ)的出版業(yè)供給側(cè)結(jié)構(gòu)性改革的成果。
摘要: 以供給側(cè)結(jié)構(gòu)性改革的角度來看,出版社即是最直接的供給側(cè),出版高質(zhì)量、暢銷度高的圖書,建立出產(chǎn)高質(zhì)量圖書及圖書IP的體系,即是提高供給體系質(zhì)量。中金易云出版發(fā)行大數(shù)據(jù)平臺正是以數(shù)字化轉(zhuǎn)型為核心思路,以大數(shù)據(jù)中臺與智能算法為基礎(chǔ)的出版業(yè)供給側(cè)結(jié)構(gòu)性改革的成果。
2016年,全國出版、印刷和發(fā)行服務(wù)實現(xiàn)營業(yè)收入23 595.8億元,較2015年增長9.0%,利潤總額1 792.0億元,增長7.8%,在圖書出版方面,2016年,全國共出版圖書50.0萬種,較2015年增長5.1%,總印數(shù)90.4億冊(張),增長4.3%,定價總金額1 581.0億元,增長7.1%。全年圖書出版實現(xiàn)營業(yè)收入832.3億元,增長1.2%,利潤總額134.3億元,增長7.2%。
總體來說,全國圖書出版努力實現(xiàn)社會效益與經(jīng)濟效益相統(tǒng)一,圖書出版、總印數(shù)和銷售營業(yè)收入呈現(xiàn)穩(wěn)步增長,經(jīng)濟效益維持在穩(wěn)定水平上,確保了行業(yè)的持續(xù)發(fā)展,但圖書出版業(yè)同樣面臨著嚴峻的挑戰(zhàn)和實際的壓力,在出版、發(fā)行、營銷三大業(yè)務(wù)區(qū)劃中,僅出版端就已經(jīng)存在四大難題:
一、圖書庫存量居高不下,圖書出版質(zhì)量亟待提高:
圖書出版業(yè)“新暢銷書”一書難求,以虛構(gòu)類暢銷書榜單為例,2014年出版的《解憂雜貨店》在2016年和2017年兩度成為最暢銷的虛構(gòu)類圖書。不僅如此,緊隨其后的《追風箏的人》和《擺渡人》也都是暢銷多年的熱門小說。此外,“新暢銷書”一書難求的現(xiàn)象,也折射出優(yōu)秀作者難尋的行業(yè)普遍問題。也正是因為暢銷書一書難求,“舊書新出”與“公版書泛濫”的情況在國內(nèi)圖書出版業(yè)很明顯,《三國演義》《紅樓夢》《水滸傳》《安徒生童話》等中外經(jīng)典圖書的出版品種都在數(shù)百種以上。庫存增速大于生產(chǎn)增速,總庫存占年度出版圖書定價金額的比例也從71.1%增至72.3%,形成了行業(yè)內(nèi)“每出版2本圖書就要庫存1本”的行業(yè)共識。
二、“新暢銷書”一書難求,難尋優(yōu)秀作者:
圖書出版業(yè)“新暢銷書”一書難求,以虛構(gòu)類暢銷書榜單為例,2014年出版的《解憂雜貨店》在2016年和2017年兩度成為最暢銷的虛構(gòu)類圖書,此外,“新暢銷書”一書難求的現(xiàn)象,也折射出優(yōu)秀作者難尋的行業(yè)普遍問題。
三、大眾圖書出版利潤率低,盈利手段單一
由于圖書出版業(yè)盈利模式單一,出版社基本上只是一次售賣圖書內(nèi)容,大眾圖書出版的普遍利潤率僅為3~5%,與國際出版業(yè)同行有著顯著差距,以美國著名出版集團企鵝蘭登書屋為例,其利潤率已經(jīng)多年保持在14%的水平線上;
四、圖書銷量數(shù)據(jù)預測難、反饋慢、視野窄,市場響應(yīng)遲滯
目前,傳統(tǒng)圖書銷量預測準確率不高,出版社-發(fā)行渠道-書店-讀者之間的數(shù)據(jù)反饋機制不準確且效率低下,出版社很難及時有效的得到出版圖書的全盤數(shù)據(jù),這造成出版社對市場需求的響應(yīng)猶豫、謹慎且存在長時間的遲滯。
出版業(yè)數(shù)字化轉(zhuǎn)型三大共識
近年來,圖書出版業(yè)者近年來不斷積極探索解決辦法與發(fā)展路徑,逐漸形成了圖書出版業(yè)在出版端的數(shù)字化轉(zhuǎn)型的三大共識:
1、瞄準圖書IP化機遇,精準定位讀者需求,尋找優(yōu)秀作者(特別是暢銷書作者),出版新暢銷書,形成圖書出版業(yè)的“爆款”,并向影視制作、文化消費等領(lǐng)域進行二次、三次售賣;
2、積極貼近市場,實時、全量的了解圖書出版、發(fā)行、營銷及評價數(shù)據(jù),提高圖書銷量預測準確性,加快市場響應(yīng)速度,做到“暢銷書早備貨,滯銷品種早預警”;
3、以新暢銷書為核心,以圖書IP化為手段,結(jié)合準確的市場預測和及時的市場反饋能力,提高圖書出版業(yè)利潤率。
為什么是中金易云?
中金易云是2017年由浙江省新華書店集團(以下簡稱浙江新華)和中金數(shù)據(jù)系統(tǒng)兩家公司共同成立的圖書行業(yè)大數(shù)據(jù)科技公司,得益于浙江新華和中金數(shù)據(jù)的注入,中金易云擁有圖書出版業(yè)數(shù)字化轉(zhuǎn)型的四大基礎(chǔ)支柱:
1、強健的信息系統(tǒng):中金數(shù)據(jù)與浙江新華在ERP平臺上的積累和能力,為中金易云收集真實的、細顆?;?、及時的業(yè)務(wù)數(shù)據(jù)進行數(shù)據(jù)分析與洞察提供了堅實的基礎(chǔ);
2、領(lǐng)先的物流及合作網(wǎng)絡(luò):在浙江新華的支持下,中金易云與超過1000家出版機構(gòu)擁有深度供應(yīng)鏈合作,與15家發(fā)行集團建立了戰(zhàn)略聯(lián)盟;
3、全量書目數(shù)據(jù)與真實業(yè)務(wù)數(shù)據(jù):浙江新華自上世紀90年代起陸續(xù)投資建設(shè)ERP、產(chǎn)品庫系統(tǒng),擁有國內(nèi)首屈一指的全量書目數(shù)據(jù)庫,同時,通過行業(yè)深度合作,中金易云擁有20個省以上的真實業(yè)務(wù)數(shù)據(jù)基礎(chǔ),將全國三分之一市場盤面數(shù)據(jù)囊括其中。
4、行業(yè)理解:浙江新華與中金數(shù)據(jù)皆是圖書出版業(yè)的“老字號”,有著對行業(yè)發(fā)展、行業(yè)創(chuàng)新深刻的理解,早在2016年,浙江新華就已經(jīng)開始了行業(yè)調(diào)研。
成立之后,中金易云以開放互補的發(fā)展思路,希望尋找具有優(yōu)勢互補效應(yīng)的外部合作伙伴共同構(gòu)建“中金易云出版發(fā)行大數(shù)據(jù)平臺”,在調(diào)研了行業(yè)內(nèi)多家潛在合作伙伴之后,最終中金易云選擇與阿里云合作。
中金易云副總裁朱英認為,此次合作花落阿里云有兩點主要的原因:
1、阿里云在云計算、大數(shù)據(jù)領(lǐng)域有著強大、廣泛的影響力,同時提供了功能完善、服務(wù)多樣、地域廣闊、技術(shù)完備的云計算服務(wù),與阿里云合作為中金易云在全國范圍內(nèi)提供服務(wù)提供了可靠的支撐;
2、阿里云在人工智能領(lǐng)域積累深厚,擁有先進的數(shù)據(jù)智能算法,可以快速實現(xiàn)業(yè)務(wù)應(yīng)用,確保圖書銷量預測、圖書選題及作者推薦等項目關(guān)鍵功能的有效性;
此外,中金易云創(chuàng)新應(yīng)用中心總經(jīng)理俞國忠表示,阿里云為中金易云提供了寶貴的市場及運營經(jīng)驗的分享,同時,在運維保障上做出了2小時響應(yīng)的承諾,“無論是對中金易云出版發(fā)行大數(shù)據(jù)平臺還是出版社,都是值得信任的保障?!?/p>
經(jīng)過中金易云與阿里云的緊密協(xié)調(diào)和深度溝通,雙方制定了“(出版發(fā)行)大數(shù)據(jù)中臺 + 數(shù)據(jù)智能(人工智能算法)”的技術(shù)實施方案:
出版發(fā)行大數(shù)據(jù)中臺
1、數(shù)據(jù)上云:將來自浙江新華書店ERP系統(tǒng)、中金ERP系統(tǒng)以及其他中盤提供的數(shù)據(jù),與來自爬蟲系統(tǒng)的數(shù)據(jù),統(tǒng)一匯總到阿里云數(shù)加MaxCompute的企業(yè)大數(shù)據(jù)倉庫,實現(xiàn)數(shù)據(jù)上云;
2、爬蟲系統(tǒng):開發(fā)互聯(lián)網(wǎng)數(shù)據(jù)爬蟲系統(tǒng),爬取圖書銷售、書評、商品評價、類目交互、作家相關(guān)信息、輿情等側(cè)重領(lǐng)域的數(shù)據(jù),形成對中金易云內(nèi)部數(shù)據(jù)的有效補充;
3、云上大數(shù)據(jù)架構(gòu)建設(shè):對從ERP和爬取的數(shù)據(jù)進行數(shù)據(jù)倉庫建設(shè),并通過該數(shù)據(jù)倉庫,通過算法和模型建設(shè)相應(yīng)的標簽體系,打造不同層次用戶、客戶的畫像,最終對數(shù)據(jù)應(yīng)用層提供數(shù)據(jù)訪問;
此外,阿里云為中金易云提供了大數(shù)據(jù)應(yīng)用產(chǎn)品和應(yīng)用系統(tǒng)web端和H5頁面的開發(fā)。
人工智能算法開發(fā):
1、標簽生產(chǎn)算法模型:使用fasttext等深度學習算法,根據(jù)空白分類書本的相關(guān)描述屬性,例如,簡介,讀者分類,題材等,自動分析推薦出書本標簽;
2、圖書銷量預測模型:通過圖書多維度信息,設(shè)計更適合特定品種類別的預測誤差評定標準,最后根據(jù)圖書品種歷史銷量數(shù)據(jù)、網(wǎng)絡(luò)輿情數(shù)據(jù)、電商平臺銷售及評論數(shù)據(jù),綜合利用統(tǒng)計優(yōu)化模型、機器學習模型、時間序列預測模型等多種不同算法模型對不同圖書品種類別的銷量進行圖書銷量預測模型建模;
3、個性化推薦系統(tǒng)模型:基于個性化推薦系統(tǒng)原理,根據(jù)不同的應(yīng)用場景,利用基于用戶/商品的協(xié)同過濾、矩陣分解、有監(jiān)督學習方法進行推薦系統(tǒng)建模,如針對出版端智能選題場景建立選題推薦模型;
4、庫存優(yōu)化模型:基于大數(shù)據(jù)策略和庫存優(yōu)化算法計算出最優(yōu)的中盤圖書庫存各品種備貨數(shù)量,提供有針對性的庫存優(yōu)化解決方案,同時根據(jù)海量的歷史庫存數(shù)據(jù),建立庫存分析預警的機器學習模型。
大數(shù)據(jù)中臺+數(shù)據(jù)智能,用數(shù)據(jù)解答出版社編輯“暢銷書從何而來?”的疑問
在I期項目中,中金易云與阿里云重點完成了針對出版端的技術(shù)開發(fā)與方案實施,在產(chǎn)品服務(wù)角度上達成三大階段性成果:
1、出版社數(shù)據(jù)上云及數(shù)據(jù)標準化:截止目前完成10個省的圖書發(fā)行數(shù)據(jù)上云,計劃到今年底覆蓋20+省份,并且以數(shù)據(jù)中臺思路方法論幫助出版社高效數(shù)據(jù)上云工作,并完成行業(yè)數(shù)據(jù)規(guī)范化與標準化工作,大大提升圖書行業(yè)數(shù)據(jù)收集與整合效率;
2、數(shù)據(jù)智能化:基于400萬書目數(shù)據(jù),過億條銷售數(shù)據(jù),千萬級爬取數(shù)據(jù),百萬作者庫數(shù)據(jù),定制研發(fā)超過8種智能算法,構(gòu)建了“提煉標簽-建立模型-確立關(guān)系-生成洞察”的核心能力:
2.1 建立出版社多維度畫像模型、出版物標簽體系及畫像模型、作者多維度畫像、讀者畫像模型;
2.2利用人工智能算法,進行作者畫像與出版物暢銷指數(shù)、讀者畫像與出版物標簽特征的交叉比對,打通“作者-出版物-出版社-讀者”四維關(guān)系圖譜;
3、消除信息孤島:覆蓋全國1000+出版社,形成出版社與中盤發(fā)行的連接,打通營銷上行路線、訂貨下行路線,并整合網(wǎng)絡(luò)電商渠道,形成可分層可對比可互動的出版發(fā)行網(wǎng)絡(luò);
出版社業(yè)務(wù)戰(zhàn)略朝“以技術(shù)+IP為中心”轉(zhuǎn)向
近年來,出版社已經(jīng)從以出版人為中心,轉(zhuǎn)向了以管理為中心,出版社入駐中金易云出版發(fā)行大數(shù)據(jù)平臺之后,“以技術(shù)+IP為中心”的戰(zhàn)略轉(zhuǎn)型,將隨著出版社對平臺的深度使用而逐漸發(fā)生。
首先,大數(shù)據(jù)中臺 + 數(shù)據(jù)智能為出版社賦能,讓出版社認識到技術(shù)能力在圖書出版業(yè)的重要作用,并將技術(shù)能力的提升和對中金易云出版發(fā)行大數(shù)據(jù)平臺等第三方平臺技術(shù)能力的吸收,作為業(yè)務(wù)戰(zhàn)略的重要組成部分。面向出版社的技術(shù)賦能將從如下三方面展開:
全面直觀展現(xiàn)數(shù)據(jù) 洞悉經(jīng)營情況:深度整合出版社全維度經(jīng)營和行業(yè)市場數(shù)據(jù),通過精細設(shè)計的GUI,出版社管理人員可以通過圖形界面直接的獲知行業(yè)趨勢與本機構(gòu)經(jīng)營概況;
及時獲悉脫銷、滯銷風險 及時響應(yīng)市場需求:出版社及發(fā)行渠道將及時獲得暢銷書備貨不足品種的預警(暢銷預警)和備貨過量的滯銷品種預警(滯銷預警),避免發(fā)行渠道類型的錯配,做到“暢銷書早備貨,滯銷品種早預警”,實現(xiàn)動態(tài)、準確的庫存優(yōu)化。
脫銷告警,及時發(fā)現(xiàn)暢銷書銷售熱點,避免斷貨
選題助手精準輔助 選好題 選好作者 做好選題:
1、找到暢銷書:以選題多維參數(shù)為依據(jù),智能匹配品種,生成圖書出版暢銷書潛力、銷售預測等報告,找到最有可能成為暢銷書的選題,快速完成“多題選做(對多個選題做出取舍)”的工作;
編輯人員將擁有大量數(shù)據(jù)洞察支撐和數(shù)字化手段輔助,投入大力度進行“專題精做(大力支持暢銷書)”,做出比肩《解憂雜貨鋪》的“新暢銷書”;
2、發(fā)現(xiàn)好作者:以結(jié)合出版歷史、銷量走勢、網(wǎng)絡(luò)輿情以及作者綜合能力畫像等信息,綜合判定作者是否具有優(yōu)秀作者(及暢銷書)的潛力,從而達成選題合作或在作者成名前建立關(guān)系緊密的作者儲備;
洞悉作者情況,并進一步生成作者畫像,找到好作者
3、做好“選題多賣”:出版發(fā)行的選題資源形成多次延伸開發(fā)、多媒體協(xié)同的綜合效應(yīng),以暢銷書內(nèi)容打造“文化IP、故事IP”,實現(xiàn)圖書IP化,向影視制作、文化消費等領(lǐng)域進行二次、三次售賣,做到“一題多做”。
進一步的轉(zhuǎn)變將隨著出版社以大數(shù)據(jù)中臺 + 數(shù)據(jù)智能為基礎(chǔ)的圖書IP化支撐和加速逐漸展開,大數(shù)據(jù)中臺 + 數(shù)據(jù)智能 將顯著改善出版社圖書IP化工作的投入準確率,為出版社帶來更高的投資收益,出版社系統(tǒng)、可見、批量的實踐圖書IP化成為可能,隨著出版社在圖書IP化上獲得遠超以往的收益,圖書IP化及圖書內(nèi)容的二次、三次售賣將成為出版社的重要收入來源。
最終,出版社將實現(xiàn)“以技術(shù)+IP為中心”的業(yè)務(wù)戰(zhàn)略轉(zhuǎn)向:以技術(shù)賦能業(yè)務(wù),創(chuàng)造和挖掘新的暢銷圖書IP,繼而通過圖書IP的銷售,獲得遠超以往傳統(tǒng)圖書碼洋數(shù)十乃至數(shù)百倍的收入,而這些收入還將進一步提高出版社對技術(shù)的投入水平,形成圖書出版業(yè)發(fā)展的良性循環(huán)。
目前,隨著平臺I期項目的上線,中金易云“以大數(shù)據(jù)思維方法論重構(gòu)出版發(fā)行行業(yè)”的戰(zhàn)略愿景獲得了堅實的大數(shù)據(jù)中臺與智能算法基礎(chǔ),磨鐵圖書和中國地圖出版社兩家出版社已經(jīng)進行業(yè)務(wù)測試,并取得了良好的效果,預計在今年6月會向全國圖書出版業(yè)進行推廣。
出版社組織戰(zhàn)略的轉(zhuǎn)變:成數(shù)據(jù)驅(qū)動型組織
大數(shù)據(jù)中臺 + 數(shù)據(jù)智能 的圖書出版業(yè)數(shù)字化轉(zhuǎn)型趨勢將對出版社的組織架構(gòu)產(chǎn)生影響:
老編輯將大幅度減少原本需要經(jīng)手的無效、低暢銷度選題,逐漸成為出版社的“暢銷書”把關(guān)人,將工作重心轉(zhuǎn)移到圖書的專題精做、一題多做上,集中精力進行圖書IP化的工作,變身“圖書IP化”的“操盤手”;
新編輯除快速提升專業(yè)技能之外,將有大量的時間、精力進行暢銷書選題、優(yōu)秀作者的篩選,將挖掘選題和作者的視野逐漸放大,逐漸成為出版社的“星探”;
在可預測的未來3-5年,有技術(shù)、有想法、有積累的出版社,如浙江新華,將依托中金易云出版發(fā)行大數(shù)據(jù)平臺,成長為“數(shù)據(jù)驅(qū)動型組織”,構(gòu)建以輸出圖書IP為核心的高盈利知識服務(wù)體系。
需要指出的是,數(shù)據(jù)智能,即人工智能算法(數(shù)據(jù)智能算法),是“數(shù)據(jù)驅(qū)動型組織”有效、高效利用數(shù)據(jù)的必要條件。阿里云擁有強大的人工智能技術(shù)儲備和研發(fā)力量,不僅在算法方面擁有深厚積累,更可以從具體的場景和問題出發(fā),研發(fā)算法系統(tǒng),為客戶提供定制化的數(shù)據(jù)智能算法及配套的云平臺構(gòu)建、數(shù)據(jù)集成與數(shù)據(jù)治理、可視化大屏展現(xiàn)等解決方案。
新一期項目即將開始 中金易云要讓“天下買書和賣書都沒有困難”
中金易云出版發(fā)行大數(shù)據(jù)平臺的II期工程即將開始,新的一期項目將針對圖書出版業(yè)的發(fā)行端、零售端、運營端提供大數(shù)據(jù)平臺和數(shù)據(jù)智能,中金易云副總裁朱英表示:“新一期項目將打通‘內(nèi)容(生產(chǎn)端)與讀者(C端)’,做到‘讓讀者選擇內(nèi)容IP’,并最終在圖書零售市場打造出智慧書城,形成從出版、發(fā)行,到零售、營銷的全流通文化供應(yīng)鏈?!?/p>
在發(fā)行端,支持構(gòu)建全國范圍內(nèi)的數(shù)據(jù)驅(qū)動的結(jié)合智能算法的發(fā)行端大數(shù)據(jù)中臺,協(xié)助打造發(fā)行集團“服務(wù)中心”智能;在零售端,針對圖書門店選品困難、服務(wù)不對位、圖書擺放粗狂的問題,致力于打造極致單店零售網(wǎng)點。
后記 中金易云要為圖書出版業(yè)做事情 實踐供給側(cè)改革
在案例調(diào)研的深度訪談中,中金易云副總裁朱英不斷強調(diào),中金易云的目標不是僅僅搞業(yè)務(wù)、搞銷售,而是要認認真真的為圖書出版業(yè)做點事情,他談到,浙江新華原董事長周立偉早在90年代構(gòu)建浙江新華的ERP系統(tǒng)、產(chǎn)品庫及全量書目數(shù)據(jù)時就有一個夢想,那就是“浙江新華積累的業(yè)務(wù)數(shù)據(jù),遲早要服務(wù)于整個行業(yè)?!币虼?,朱英表示:“中金易云的目標,不只是為浙江新華解決問題,而是要為整個行業(yè)解決問題?!?/p>
以供給側(cè)結(jié)構(gòu)性改革的角度來看,出版社即是最直接的供給側(cè),出版高質(zhì)量、暢銷度高的圖書,建立出產(chǎn)高質(zhì)量圖書及圖書IP的體系,即是提高供給體系質(zhì)量。中金易云出版發(fā)行大數(shù)據(jù)平臺正是以數(shù)字化轉(zhuǎn)型為核心思路,以大數(shù)據(jù)中臺與智能算法為基礎(chǔ)的出版業(yè)供給側(cè)結(jié)構(gòu)性改革的成果。
在供給側(cè)的“終端”——書店,在中金易云正在為浙江新華的智慧書城提供數(shù)據(jù)支撐,并參與到方案設(shè)計當中:浙江新華正在嘉興投資5.5億建設(shè)8萬平米的文化綜合體,包括影院、培訓中心、酒店和一萬多平米的智慧書城,作為未來書店領(lǐng)域的標桿,浙江新華正致力于將其打造為具備科技時尚特征,“融合了線上書店業(yè)態(tài)的2.0版線下書店”,不僅為圖書行業(yè)理清“人、貨、場”的關(guān)系提供樣板,更以大數(shù)據(jù)技術(shù)賦能,幫助書店做好選品;以大數(shù)據(jù)和人工智能技術(shù)賦予各種設(shè)備以“智能”,搭建起讀者和圖書互動體驗的全新橋梁。
原文鏈接
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://www.ezyhdfw.cn/yun/19730.html
摘要:前言在工作中我們往往可能會遇到無限級別的分類等等的需求,往往后端返回的數(shù)據(jù)結(jié)構(gòu)可能不是我們想要的數(shù)據(jù)結(jié)構(gòu),所以我們來看怎么進行處理扁平數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為樹型結(jié)構(gòu)解憂雜貨鋪解憂雜貨鋪解憂雜貨鋪解憂雜貨鋪解憂雜貨鋪解憂雜貨鋪前言 在工作中我們往往可能會遇到無限級別的分類等等的需求,往往后端返回的數(shù)據(jù)結(jié)構(gòu)可能不是我們想要的數(shù)據(jù)結(jié)構(gòu),所以我們來看怎么進行處理 扁平數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為JSON樹型結(jié)構(gòu) [ ...
摘要:買了多少德國先讓讓,把天臺先讓給月暴跌股民們。還不如看下月的干貨,提升技術(shù)實力是正事。枕邊算法書眾所周知,算法是軟件開發(fā)人員必須掌握的重要知識。但也不乏有人覺得算法很枯燥,所以推薦了枕邊算法書,號稱躺著都能看得懂的算法書。 6月過完了,這一年都 TM 過了一半了,大家都回想下自己這大半年,你都收獲了什么??技術(shù)有提升嗎?對象搞定了嗎? 說多了都是淚,唯有 WIFI、空調(diào)、西瓜、足球能夠...
摘要:非技術(shù)社會性動物我在秘密生長大話設(shè)計師解憂雜貨鋪正在讀前端技術(shù)書籍深入理解墻裂推薦墻裂推薦正在讀順便補充一些不錯的博客一共有六篇后面四篇就不一一列出了。就是文章很長,能耐心看完就很不錯了想要電子版資源的可私信留下郵箱僅限技術(shù)書。 非技術(shù): 社會性動物 我在秘密生長 大話設(shè)計師 解憂雜貨鋪(正在讀) 前端技術(shù)書籍: 深入理解ES6 Getting Started with Reac...
摘要:非技術(shù)社會性動物我在秘密生長大話設(shè)計師解憂雜貨鋪正在讀前端技術(shù)書籍深入理解墻裂推薦墻裂推薦正在讀順便補充一些不錯的博客一共有六篇后面四篇就不一一列出了。就是文章很長,能耐心看完就很不錯了想要電子版資源的可私信留下郵箱僅限技術(shù)書。 非技術(shù): 社會性動物 我在秘密生長 大話設(shè)計師 解憂雜貨鋪(正在讀) 前端技術(shù)書籍: 深入理解ES6 Getting Started with Reac...
閱讀 943·2023-04-25 19:43
閱讀 4239·2021-11-30 14:52
閱讀 4024·2021-11-30 14:52
閱讀 4132·2021-11-29 11:00
閱讀 4023·2021-11-29 11:00
閱讀 4154·2021-11-29 11:00
閱讀 3871·2021-11-29 11:00
閱讀 6761·2021-11-29 11:00