2015数据分析-期末大作业要求北交大总结
《大数据分析》期末大作业报告
《大数据分析》期末大作业报告大数据分析期末大作业报告一、引言随着信息技术的迅猛发展，大数据分析已经成为当今社会的热门话题。
大数据分析是指通过对大量数据的收集、存储、处理和挖掘等一系列操作，以获取有价值的信息并进行有效的决策。
本报告旨在通过分析大数据分析的背景、应用领域和挑战等方面，深入探讨大数据分析对于企业和社会的意义和影响。
二、大数据分析的背景1.1 数据爆炸时代的挑战随着互联网的普及和移动设备的普及，全球的数据量呈现爆炸式增长。
人们每天产生的数据量已经达到了以往无法想象的程度。
如何有效地处理这些海量的数据，成为了亟待解决的问题。
1.2 大数据分析的定义和意义大数据分析是指通过对大量数据的收集、存储、处理和挖掘等一系列操作，以获取有价值的信息并进行有效的决策。
大数据分析可以帮助企业和机构发现潜在的商机，提高工作效率和利润。
三、大数据分析的应用领域2.1 商业领域在商业领域，大数据分析可以帮助企业了解客户行为、优化供应链以及改进产品和服务。
通过对大数据的分析，企业可以更好地了解消费者需求，提供个性化的推荐和服务，从而提高用户体验和忠诚度。
2.2 金融领域大数据分析在金融领域也有着广泛的应用。
通过对大量的金融数据进行分析，银行和金融机构可以更好地识别风险，提高风控水平。
同时，大数据分析也可以帮助投资者更好地预测市场走势，从而做出更明智的投资决策。
2.3 医疗领域在医疗领域，大数据分析可以帮助医生提高诊断的准确性，提供更个性化的治疗方案。
通过对大量的患者数据进行分析，医生可以找到治疗某种疾病最有效的方法，并根据患者的特点进行个性化的治疗。
四、大数据分析的挑战3.1 数据安全与隐私问题在大数据分析过程中，数据的安全与隐私问题是一个非常重要的方面。
大量的敏感数据被收集和分析，如果不加以适当的保护，很容易泄露个人隐私，甚至导致身份盗窃等问题。
3.2 数据质量问题大数据分析的结果往往受到数据质量的影响。
数据的准确性和完整性对于分析结果的准确性和可靠性至关重要。
学生的数据分析工作总结范文
学生的数据分析工作总结范文作为一名学生，在学习和生活中都会接触到各种各样的数据，而数据分析则是一个非常重要的技能。
在过去的一段时间里，我进行了一些数据分析工作，从中学到了很多知识和经验。
在这篇文章中，我将对我的数据分析工作进行总结，分享一些经验和教训。
首先，我觉得数据分析最重要的一点是要有清晰的目标。
在进行数据分析之前，我们首先要明确我们需要解决的问题是什么，以及我们希望通过数据分析获得什么样的结论。
只有明确了目标，我们才能有针对性地收集数据、选择合适的分析方法，最终得出有意义的结论。
举一个我曾经进行的数据分析工作的例子。
在一次学校的学生调查中，我想要了解不同性别的学生在学习成绩上是否有显著差异。
我首先收集了一些关于学生性别和成绩的数据，然后通过统计分析的方法，比较了男女学生的平均成绩。
最终我得出了结论：在我的样本中，男生的平均成绩高于女生，但差异并不显著。
通过这个例子，我学会了如何明确问题目标，并通过数据分析来解决问题。
其次，数据分析需要有一定的基础知识。
在进行数据分析的过程中，我们会涉及到很多统计分析的方法和工具，这些知识是必不可少的。
在我进行数据分析工作的过程中，我发现了自己在统计分析方面的不足，因此我花了很多时间来学习统计学的基础知识，包括各种常用的统计分析方法和工具。
这使得我在数据分析工作中更加游刃有余，能够选择合适的方法进行分析，并得出准确的结论。
另外，数据分析也需要有良好的数据管理能力。
在进行数据分析的过程中，我们需要处理大量的数据，这就需要我们对数据进行有效的管理和整理。
在我进行数据分析工作的过程中，我意识到了数据管理的重要性，因此我学会了使用Excel等工具对数据进行整理和分析。
通过这些工具，我能够更加高效地处理数据，并准确地得出结论。
最后，我认为在进行数据分析工作时，团队合作也是非常重要的。
在我之前的一次数据分析项目中，我和我的同学合作进行了一次关于学生课外活动的调查。
我们每个人都负责不同的部分，分析自己的数据，最后汇总在一起进行总结和讨论。
数据分析工作总结汇报
数据分析工作总结汇报
在过去的一段时间里，我一直致力于数据分析工作，并且在这
个领域取得了一些成就。
在这篇总结汇报中，我将分享我在数据分
析工作中所取得的成就和经验。
首先，我在数据收集和清洗方面取得了一定的进展。
通过使用
各种数据收集工具和技术，我成功地获取了大量的原始数据，并且
通过数据清洗和预处理，将这些数据转化为可用的形式。
这为后续
的数据分析工作奠定了坚实的基础。
其次，我在数据分析和建模方面取得了一些成绩。
通过运用统
计学和机器学习技术，我成功地对数据进行了深入的分析，并且建
立了一些有效的预测模型。
这些模型不仅帮助我们更好地理解数据，还为业务决策提供了重要的参考依据。
另外，我还在数据可视化和报告撰写方面做了一些工作。
通过
使用各种数据可视化工具，我成功地将复杂的数据呈现出简洁直观
的图表和图像，使得数据分析结果更容易被理解和接受。
同时，我
还编写了一些详尽的数据分析报告，将分析结果清晰地呈现给了相
关部门和领导。
总的来说，我在数据分析工作中取得了一些成就，但同时也意识到了自己在这个领域还有很多需要提高和学习的地方。
我将继续努力，不断提升自己的数据分析能力，为公司的发展和业务决策提供更多有力的支持。
希望能够得到大家的支持和指导，谢谢！。
学生的数据分析工作总结
学生的数据分析工作总结作为一名学生数据分析工作人员，我负责收集、整理、分析和解释各种学生数据，以帮助学校和教育机构做出更明智的决策。
在过去的一段时间里，我积累了丰富的经验，并从中学到了许多宝贵的经验教训。
以下是我对学生数据分析工作的总结：1. 数据收集与整理作为学生数据分析工作人员，我首先要负责收集各种学生相关的数据，包括学生成绩、考勤、行为表现等。
这些数据来源于学校管理系统、问卷调查、教师反馈等多个渠道。
在收集数据的过程中，我要确保数据的准确性和完整性，避免因数据错误导致的分析结果失真。
同时，我还需要把海量的数据进行整理和清洗，以便后续的分析工作顺利进行。
举例：在一次学生成绩数据收集中，我发现有部分学生的成绩数据缺失，无法进行有效的分析。
经过与教师和学生本人沟通，我发现是因为学生漏交作业导致成绩未记录在案。
在及时补充完整数据后，我得以继续进行后续的分析工作。
2. 数据分析与解释在收集整理完数据后，我要进行数据分析，以发现数据之间的关联性和规律性。
这需要运用各种统计方法和数据分析工具，如Excel、SPSS等。
在进行数据分析时，我要注意有效地呈现数据分析结果，以便学校领导和教师理解和应用。
同时，我还要对数据分析结果进行解释和说明，帮助学校和教育机构做出正确的决策。
举例：通过对学生成绩数据进行统计分析，我发现某些学生在数学科目上表现异常，严重影响了整体的科目成绩。
通过进一步分析，我发现这些学生在平时课堂上存在缺乏自信、缺乏学习动力等问题，导致数学成绩下滑。
我向学校领导提出建议，加强这些学生的个性化辅导，及早帮助他们解决学习问题。
3. 数据应用与效果评估学生数据分析不仅仅是停留在数据分析的阶段，更重要的是要能够将分析结果应用到实际的教育管理和教学中。
作为学生数据分析工作人员，我要积极与学校领导和教师合作，共同制定出有效的解决方案和改进措施。
同时，我还要不断评估数据应用的效果，以检验自己的工作成果。
举例：在一次教师绩效评估中，我通过对各教师授课情况的数据分析，发现有一名老师在教学效果上存在明显的问题。
数据分析类经验总结报告(3篇)
第1篇一、引言随着大数据时代的到来，数据分析已经成为各行各业不可或缺的一部分。
通过对海量数据的挖掘和分析，企业可以更好地了解市场趋势、客户需求，从而制定出更加精准的策略。
本人从事数据分析工作已有数年，在此期间积累了丰富的经验。
以下是对我数据分析工作经验的总结和反思。
二、数据分析基础知识1. 数据清洗在进行数据分析之前，首先要对原始数据进行清洗。
数据清洗的主要目的是去除无效数据、重复数据、异常数据等，确保数据的准确性和完整性。
常用的数据清洗方法包括：（1）去除重复数据：通过比较字段值，找出重复的数据，并将其删除。
（2）去除无效数据：根据业务规则，筛选出不符合要求的数据。
（3）处理缺失值：根据实际情况，选择合适的填充方法，如均值、中位数、众数等。
2. 数据探索数据探索是数据分析的基础，通过对数据的可视化、描述性统计等方法，了解数据的分布、趋势和特征。
常用的数据探索方法包括：（1）数据可视化：利用图表、图形等方式展示数据，直观地反映数据的分布和趋势。
（2）描述性统计：计算数据的均值、标准差、最大值、最小值等统计量，了解数据的整体特征。
3. 数据分析模型数据分析模型是数据分析的核心，根据业务需求选择合适的模型进行分析。
常用的数据分析模型包括：（1）回归分析：用于预测因变量与自变量之间的关系。
（2）聚类分析：将数据分为若干个类别，便于后续分析。
（3）关联规则挖掘：发现数据之间的关联性，为业务决策提供依据。
（4）时间序列分析：分析数据随时间的变化趋势，预测未来趋势。
三、数据分析实践经验1. 行业分析（1）市场趋势分析：通过对市场数据的分析，了解行业发展趋势，为企业制定市场策略提供依据。
（2）竞争分析：分析竞争对手的优势和劣势，为企业制定竞争策略提供参考。
2. 客户分析（1）客户细分：根据客户特征，将客户划分为不同的群体，便于有针对性地开展营销活动。
（2）客户价值分析：评估客户对企业价值的贡献，为企业制定客户关系管理策略提供依据。
数据分析-期末大作业要求 最后一次课
居民储蓄调查数据.sav
第1题：基本统计分析1
• 利用居民储蓄调查数据，从中随机选取80%的
样本，进行频数分析，实现以下分析目标：
1 、分析储户一次存款金额的分布，并对不同年
龄段的储户进行比较(需做图) ；
2 、分析城镇储户和农村储户对“物价趋势” 是否
持相同的态度；
3 、对居民一次存款金额分别按照收入水平进行 分类，得到均值、中位数、方差和偏度。
第8题：回归分析3
以高校科研研究数据为例：
• 以课题总数 X5 为被解释变量，解释变量为投
获奖数 X8；建立多元线性回归模型，分析它 们之间的关系。 • 解释变量采用逐步筛选策略，并做多重共线 性、方差齐性和残差的自相关性检验。
入人年数X2、投入科研事业费X4、专著数X6、
相关回归分析（高校科研研究）.sav
售地点是否有关，根据近 2 个月的情况得到下表
的数据，以0.05的显著性水平进行检验：
(1)给出SPSS数据集的格式(列举前3个样本即可)；
(2)分析销售地点对销售量的影响;
(3) 分析销售地点和销售方式以及它们的2的数据如下：
每种组合下有两个样本
B(地区) A(方式) A1 A2 A3 A4 B1 77, 72 B2 83, 86 B3 83, 79 B4 90, 88 B5 83, 85
89, 95
92, 95
79, 81 96, 100 89, 88
73, 77 82, 80
72, 74 84, 88
72, 69 79, 83
84, 80 70, 73
75, 77 82, 80
汽车销售数据.sav
第6题：回归分析1
以汽车销售数据数据为例（其中销售量数据
数据分析工作总结范文
数据分析工作总结范文在过去的一段时间里，我有幸参与了公司的数据分析工作。
通过对大量的数据进行收集、整理和分析，我深刻认识到数据在现代商业环境中的重要性。
在此，我将总结我在数据分析工作中所取得的成果，并分享一些实际经验和教训。
1. 数据收集与整理在数据分析的起始阶段，数据的收集和整理是至关重要的。
我通过与部门合作，与各个团队进行沟通，了解他们对数据的需求。
同时，我利用内部和外部资源，进行数据的收集和整理。
在整理过程中，我遵循了一套标准的规范，保证数据的准确性和一致性。
此外，我还使用了一些工具和软件来提高数据整理的效率，如Excel和SQL等。
2. 数据分析方法在数据分析过程中，选择合适的方法和技术是很重要的。
我根据不同的问题和目标，选择了一些常用的分析方法，如描述性统计、回归分析和数据挖掘等。
在使用这些方法时，我尽量保持客观和严谨，避免主观偏见。
同时，我也不断学习和探索新的分析方法和工具，以提高我的分析能力。
3. 数据可视化除了进行数据分析，有效的数据可视化也是非常重要的。
我意识到图表和图形可以帮助人们更好地理解和解释数据。
因此，我使用了各种可视化工具，如Tableau和Power BI等，将分析结果转化为直观的图表和图形。
这样做的好处是，不仅可以让其他人更容易理解数据，还可以使得数据更具说服力和影响力。
4. 数据驱动决策数据分析的最终目的是为了支持决策。
我努力确保我的数据分析报告和建议能够为决策者提供有价值的信息。
为此，我与决策者保持沟通，了解他们的需求和关注点。
我也积极参与决策的讨论和实施过程，将数据分析结果与实际操作结合起来，以达到最终的目标。
5. 持续学习与提升数据分析是一个不断发展和变化的领域。
为了保持竞争力和适应新的挑战，我始终保持学习和提升的状态。
我定期参加各种培训和研讨会，与同行和专家交流经验，探索最新的技术和方法。
我也阅读相关的书籍和文章，积累知识和洞察力。
通过参与公司的数据分析工作，我得到了很多宝贵的经验和教训。
交通数据分析结果总结
交通数据分析结果总结交通数据是指关于交通运输系统中各种交通要素的数据统计和分析结果，可以从不同的角度来研究交通系统的运行情况和问题。
通过对交通数据进行深入分析，能够获取关于交通流量、道路状况、出行方式等方面的信息，进而为交通规划和交通管理提供依据。
本文将对交通数据的分析结果进行总结，以期能够为交通决策提供参考。
一、交通流量分析1. 车辆通行量变化趋势通过分析不同时间段的车辆通行量，可以了解不同时间段交通拥堵的情况以及交通流量的分布规律。
根据分析结果，可制定相应的交通管理措施，比如调整信号灯时间，疏导交通流量。
2. 道路拥堵情况分析通过交通数据的分析，可以获取到道路拥堵的位置和时间，进而找出可能的原因并提出解决方案。
此外，还可以预测未来拥堵情况，以便提前做好交通管理准备。
二、出行方式分析1. 不同出行方式的比较通过分析不同出行方式的使用频率和比例，可以了解市民的出行偏好和交通需求。
这对于优化交通服务，提高出行效率具有重要意义。
2. 公共交通使用情况分析通过对公共交通数据的分析，可以了解公共交通的使用情况，包括乘客数量、客流分布、高峰时段等。
这对于公共交通的优化调整以及线路规划有着重要的指导意义。
三、交通事故分析1. 交通事故频发地点分析通过交通事故数据的分析，可以确定交通事故频发的地点和时间，找出交通事故的原因以及潜在的危险路段，进而采取相应的措施来降低交通事故的发生率。
2. 交通事故类型分析通过对交通事故类型的分析，可以了解不同类型的交通事故频发的原因和规律，为制定交通安全政策和教育措施提供基础。
四、路网评价分析1. 路网通行能力分析通过对路网数据的分析，了解道路通行能力是否满足实际交通需求，从而提出相应的交通改善建议。
2. 路网连通性评估通过对路网数据的分析，评估路网的连通性，找出存在的瓶颈和短板，为路网优化提供依据。
总结：通过对交通数据的分析，可以更好地了解交通系统的状况和问题，为交通规划和交通管理决策提供科学依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
汽车销售数据.sav
第7题：回归分析2
以汽车销售数据数据为例（其中销售量数据
为对数转换形式，其分布近似为正态分布，如
此能更好地拟合线性回归）：
• 建立多元线性回归模型(需给出最终模型)，分析汽
车特征与销售量之间的关系，并利用回归结果给出
改进汽车设计方案的建议，以促进销售量的提高。
• 解释变量采用向后筛选策略，并做多重共线性、 方差齐性和残差的自相关性检验。
• 利用裁判打分的数据进行层次聚类分析，
试分析各国裁判打分标准是否有相似性，
若选出4个代表性的裁判应如何选？
• 要求：选择正确的聚类类型，其中个体距
离采用平方欧式距离，类间距离采用组内
平均链锁距离。输出结果应包括树状图、
冰柱图。
天津食品消费相关数据.sav
第14题：时间序列分析1
• 利用 1950年～ 1990年的天津食品消费数据，分 析这段时间内的人均生活费用年收入的变化情 况。要求：数据进行对数变换后，运用 Brown 线性趋势平滑模型分析。 • (1)输出均方根误差和参数估计结果，给出最终 模型表达式；
• 作业需要包括题号、基本思路、操作步
骤(用文字叙述即可)、结果(重要结果需 要附上图表)、结果的解释和结论(这个很
重要)等。
基本要求：
• • • • • • • • • • 学号尾号为0的学生，做第1，6，11题； 学号尾号为9的学生，做第2，7，12题； 学号尾号为8的学生，做第3，8，13题； 学号尾号为7的学生，做第4，9，14题； 学号尾号为6的学生，做第5，10，15题； 学号尾号为5的学生，做第2，6，15题； 学号尾号为4的学生，做第3，7，14题； 学号尾号为3的学生，做第4，8，12题； 学号尾号为2的学生，做第5，9，11题； 学号尾号为1的学生，做第1，10，13题。
汽车销售数据Βιβλιοθήκη sav第6题：回归分析1以汽车销售数据数据为例（其中销售量数据
为对数转换形式，其分布近似为正态分布，如
此能更好地拟合线性回归）：
• 建立多元线性回归模型(需给出最终模型)，分析汽
车特征与销售量之间的关系，并利用回归结果给出
改进汽车设计方案的建议，以促进销售量的提高。
• 解释变量采用逐步筛选策略，并做多重共线性、 方差齐性和残差的自相关性检验。
第10题：回归分析5
• 在居民储蓄调查数据中以“什么合算”为因 变量(令Y=1为存款合算 ,Y=0为买东西合算 ), 分析户口类型、年龄、收入情况等对居民存 款偏好的影响。(显著性水平α取0.1，用强制
进入法，需给出最终模型表达式)
购房调查数据.sav
第11题：回归分析6
• 在购房调查数据中以“住房满意度”为因变 量 ( 令 Y=1 为满意 ,Y=0 为不满意 ) ，分析卖掉 现房、是否贷款、人均现住面积等对住房满 意度的影响（需给出最终模型表达式）。
相关回归分析（年人均消费支出和教育）.sav
第8题：回归分析3
• 根据收集的 1978 年至 2002 年的数据，分析在 外就餐费用受年人均可支配收入的影响。 （提示：首先绘制两者的散点图。再尝试选择 二次、三次曲线、复合函数和幂函数模型，
利用曲线估计进行本质线性模型分析，需给
出最优的回归模型表达式。）
相关回归分析（年人均消费支出和教育）.sav
第9题：回归分析4
• 根据收集的 1981 年至 2002 年的数据，分析住 房人均使用面积随时间的变化趋势。 （提示：首先绘制两者的散点图。再尝试选择 对数、二次、三次曲线模型，利用曲线估计
进行本质线性模型分析，需给出最优的回归
模型表达式。）
居民储蓄调查数据2.sav
居民储蓄调查数据2.sav
第5题：基本统计+方差分析5
利用居民储蓄调查数据2，随机选取90%样本。 (1) 对居民一次存款金额按照什么合算进行分类 ，比较他们的均值、四分位数和标准差。 (2) 分析不同户口的储户对“利率不变准备”是
否持相同的做法。
(3) 检验什么合算(的看法)和收入水平对储户存款 金额的影响（需考虑交互作用）。
• (2) 输出 ACF 和 PACF 图形并对其特征进行分 析，看是否满足白噪声序列的条件； • (3)给出1991-1992的预测值，并输出拟合图。
• 前面的15道题，每人按要求做其中的3道即可 ，且要求11月04日最后一次课交打印稿, 迟交 作业者作为不及格或缺考处理。
• 后面的案例设计题， 11月20日交电子稿即可 ，每3-5人自由组合为一组，最后由组长以压 缩包方式发邮件给我即可。 • 包括word和.sav文件分别以组长学号(姓名)_案 例，学号(姓名)_数据集1,2命名。 • Word文件封面写上各组员姓名学号,文件中还 需要说明清楚每人的分工。
居民储蓄调查数据2.sav
第2题：基本统计+方差分析2
• 利用居民储蓄调查数据，从中随机选取90% 的样本，进行分析，实现以下目标： (2)分析不同收入水平的储户对“物价趋势”是 否持相同的 看法。 (3)检验年龄和收入水平对储户存款金额的影响 （不考虑交互作用）。
(1)分析城镇储户一次存款金额的分布,做直方图。
交通案例设计
• 结合自己专业、科研项目等，设计一个交通案 例(多个也可)。
• 案例需要包括题目、问题、基本思路、软件操 作步骤(用文字叙述即可)、主要输出结果(重要 结果需附上图表)、结果的分析解释与结论等。 • 问题的解决需要用到课本中≥3种方法(描述统计 、交叉列联表、假设检验、方差分析、线性/ 曲线回归、LOGIT回归、聚类分析、因子分析 、时间序列分析等)。
居民储蓄调查数据2.sav
第4题：基本统计+方差分析4
利用居民储蓄调查数据2，随机选取95%样本。 (1)分析收入水平大于3000元的储户一次存款金 额的分布,需做直方图。 (2)分析不同年龄的储户对“未来收入情况”的
预期是否一致。
(3)检验户口类型和收入水平对储户存款金额的 影响（需考虑交互作用）。
• (2) 输出 ACF 和 PACF 图形并对其特征进行分析 ，看是否满足白噪声序列的条件； • (3)给出1991-1992的预测值，并输出拟合图。
天津食品消费相关数据.sav
第15题：时间序列分析2
• 利用 1950 年～ 1990 年的天津食品消费数据， 分析这段时间内的人均生活费用年收入的变 化情况。要求：数据进行对数变换后，运用 Holt线性趋势平滑模型分析。 • (1)输出均方根误差和参数估计结果，给出最 终模型表达式；
居民储蓄调查数据2.sav
第3题：基本统计+方差分析3
• 利用居民储蓄调查数据2，从中随机选取95%的
样本，进行分析，实现以下目标：
(1)对居民一次存款金额分别按照年龄段进行分类
，比较他们的均值、四分位数和标准差。 (2)分析不同年龄的储户对“什么合算”的认同是 否一致。 (3) 检验不同收入水平储户的存款金额有无显著差 异?
汽车销售样本数据.sav
第12题：聚类分析1
• 利用汽车销售样本数据进行层次聚类分析，
对11种车型进行分类，并对各类的竞争力
情况进行简单评价？
• 要求：分成3类，选择正确的聚类类型，
其中个体距离采用欧式距离，类间距离采
用重心距离。输出结果应包括树状图、冰
柱图。
聚类分析（裁判打分）.sav
第13题：聚类分析2
期末大作业
最后一次课(考试)时交打印稿 并到前面签到
基本要求：
• 11月04日最后一次课交, 迟交作业者作
为不及格或缺考处理。 • 必须交打印稿，并要求≤8张A4纸，可双
面打印。
• 打印稿的作业需要注明课程名、姓名、 学号。
基本要求：
• 作业按要求做，首先每个人根据自己的
学号尾号做指定的3道题。 • 此外，每3-5人还需要做1道案例设计题。
居民储蓄调查数据2.sav
第1题：基本统计+方差分析1
• 利用居民储蓄调查数据，从中随机选取85%的
样本，进行频数分析，实现以下分析目标：
(1)分析储户一次存款金额的分布， 需做直方
图。 是否持相同的做法。
(3)检验户口和收入水平对储户存款金额的影响 （不考虑交互作用）。
(2)分析城镇储户和农村储户对“物价上涨准备”
• 数据自己收集或查找，也需要与案例一起提交 （只交电子版）。