大数据分析得不出因果性答案
2019年高考语文《关于“大数据”》现代文阅读试题及答案汇编
2019年高考语文《关于“大数据”》现代文阅读试题及答案汇编学校:___________姓名：___________班级：___________考号：___________一、现代文阅读阅读下面的文字，完成后面问题。
近年来伴随着不少国家的宽带化战略的实施、云计算服务的起步、物联网应用的铺开和移动互联网的崛起，数据量与时俱增，数据处理能力也发展迅速，数据量积累到一定程度其资源属性越加明晰，显示出开发的价值。
同时，社会的节奏越来越快，要求快速的反应和精细的管理，急需借助对数据的分析来科学决策，催生了对大数据开发的需求，大数据被称为将引发生活、工作和思维变革的一次革命。
大数据是相对于一般数据而言的，目前对大数据尚缺权威的严格定义，但较普遍的解释是指“难以用常规的软件工具在容许的时间内对其内容进行抓取、管理和处理的数据集合”。
规模大是大数据的标志之一，但大数据之所以难处理不仅在于规模大，更大的挑战是其随时间的变化快和类型的多样性，根据可否用表格或关系数据库的表和视图来表示而区分为结构型和非结构型数据，照片和视频等就是典型的非结构数据。
随时间和类型的变化增加了大数据的复杂性但也同时丰富了大敷据的内涵。
通常用4V （VolumE．Velocity、Variety、Value）来反映大数据的特征，即量大、增长快、多样性和高价值。
从这一点来看，对大数据仅仅冠以“大”这一形容词是不全面的，只不过在大数据的4V中，规模相对于变化和类型这两个特征容易定量，而且即便是单一类型的数据集（例如文本文件），只要有足够的规模也能称得上大数据。
数据的规模越大，通常对数据挖掘所得到的事物演变规律越可信，数据分析的结果也越有代表性，因此对大数据这一词汇突出其规模大这一特征也是可理解的。
大数据不仅是一种资源，也是一种方法，伴随大数据产生数据密集型科学，有人将它称为是继实验科学、理论科学和计算科学之后的第四种科学研究模式，这一研究模式的特点表象为不在意数据的杂乱，但强调数据的量；不要求数据精准，但看重其代表性；不刻意追求因果关系，但重视规律总结。
大数据试题及答案
大数据试题及答案1、当前大数据技术的基础是由（C）首先提出的。
（单选题，本题2分）2、大数据的起源是（C）。
（单选题，本题2分）A：金融B：电信C：互联网D：公共管理3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。
（单选题，本题2分）A：数据管理人员B：数据分析员C：研究科学家D：软件开发工程师4、（D）反映数据的精细化程度，越细化的数据，价值越高。
（单选题，本题2分）A：规模B：活性C：关联度D：颗粒度5、数据清洗的方法不包括（D）。
（单选题，本题2分）A：缺失值处理B：噪声数据清除C：一致性检查D：重复数据记录处理6、智能健康手环的应用开发，体现了（D）的数据采集技术的应用。
（单选题，本题2分）A：统计报表B：网络爬虫C：API接口D：传感器7、下列关于数据重组的说法中，错误的是（A）。
（单选题，本题2分）A：数据重组是数据的重新生产和重新采集B：数据重组可以使数据焕发新的光芒C：数据重组实现的关键在于多源数据融合和数据集成D：数据重组有利于实现新颖的数据模式创新8、智慧城市的构建，不包含（C）。
（单选题，本题2分）A：数字城市B：物联网C：联网监控D：云计算9、大数据的最显著特征是（A）。
（单选题，本题2分）A：数据规模大B：数据类型多样C：数据处理速度快D：数据价值密度高10、美国海军军官XXX通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。
这体现了大数据分析理念中的（B）。
（单选题，此题2分）A：在数据基础上倾向于部分数据而不是抽样数据B：在分析方法上更注重相关分析而不是因果分析C：在分析效果上更追究效率而不是绝对精确D：在数据规模上强调相对数据而不是绝对数据11、以下关于XXX对大数据特点的说法中，错误的是（D）。
（单选题，此题2分）A：数据规模大B：数据类型多样C：数据处理速度快D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。
大数据分析心得体会.doc
大数据分析心得体会篇一：大数据心得体会大数据心得体会早在2007年，人类制造的信息量有史以来第一次在理论上超过可用存储空间总量，近几年两者的剪刀差越来越大。
2010年，全球数字规模首次达到了“Zb”（1Zb＝1024Tb）级别。
2012年，淘宝网每天在线商品数超过8亿件。
2013年底，中国手机网民超过6亿户。
随着互联网、移动互联网、传感器、物联网、社交网站、云计算等的兴起，我们这个社会的几乎所有方面都已数字化，产生了大量新型、实时的数据。
无疑，我们已身处在大数据的海洋。
有两个重要的趋势使得目前的这个时代（大数据时代）与之前有显著的差别：其一，社会生活的广泛数字化，其产生数据的规模、复杂性及速度都已远远超过此前的任何时代；其二，人类的数据分析技术和工艺使得各机构、组织和企业能够以从前无法达到的复杂度、速度和精准度从庞杂的数据中获得史无前例的洞察力和预见性。
大数据是技术进步的产物，而其中的关键是云技术的进步。
在云技术中，虚拟化技术乃最基本、最核心的组成部份。
计算虚拟化、存储虚拟化和网络虚拟化技术，使得大数据在数据存储、挖掘、分析和应用分享等方面不仅在技术上可行，在经济上也可接受。
在人类文明史上，人类一直执着探索我们处的世界以及人类自身，一直试图测量、计量这个世界以及人类自身，试图找到隐藏其中的深刻关联、运行规律及终极答案。
大数据以其人类史上从未有过的庞大容量、极大的复杂性、快速的生产及经济可得性，使人类第一次试图从总体而非样本，从混杂性而非精确性，从相关关系而非因果关系来测量、计量我们这个世界。
人类的思维方式、行为方式及社会生活的诸多形态（当然包括商业活动）正在开始发生新的变化。
或许是一场革命性、颠覆性的变化。
从这个意义上讲，大数据不仅是一场技术运动，更是一次哲学创新。
1大数据的概述1.1大数据的概念大数据（bigdata）是指那些超过传统数据库系统处理能力的数据。
它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。
电大《大数据技术》2021秋形考作业1
试卷总分:100 得分:95
1.当今世界四大趋势指的是经济全球化、全球城市化、全球信息化、信息智慧化。
【答案】:正确
2.物联网的处理技术应用于农业上，可以对动物疾病、植物病虫害，通过传感器进行远程诊断。
【答案】:正确
3.大数据的价值重在挖掘，而挖掘就是分析。
【答案】:正确
4.摩尔定律指出，当价格不变时，集成电路上可容纳的晶体管数目，约每隔（）便会增加一倍，性能也将提升一倍。
A.12个月
B.24个月
C.6个月
D.18个月
【答案】:D
5.以下说法错误的是哪项（）？
A.大数据不仅仅是讲数据的体量大
B.大数据会带来机器智能
C.大数据的英文名称是large data
D.大数据是一种思维方式
【答案】:C
6.对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。
因此，大数据收集的信息量要尽量精确。
（F）
【答案】:错误
7.
A.
B.
C.
D.
【答案】:
8.一个网络信息系统最重要的资源是{图} )。
A.计算机硬件
B.数据库
C.数据库管理系统
D.网络设备
【答案】:B。
大数据分析与信息处理考核试卷
23.数据可视化中，地图可以用来展示______与______之间的关系。
24.数据挖掘中的特征提取方法有：______、______、______。
25.大数据技术如______和______可以提高数据存储和处理能力。
A.存储历史数据
B.提供实时数据
C.存储交易数据
D.存储用户数据
13.以下哪种加密算法属于对称加密？（）
A. RSA
B. AES
C. DES
D. SHA
14.在数据可视化中，折线图常用于展示什么？（）
A.数值与数值
B.数值与类别
C.类别与类别
D.数值与时间序列
15.以下哪种技术用于处理大规模并行计算？（）
B.数值之间的关系
C.时间序列之间的关系
D.以上都是
7.以下哪种算法常用于分类任务？（）
A. K-均值聚类
B.决策树
C.主成分分析
D.聚类分析
8.以下哪项不是数据清洗的步骤？（）
A.数据验证
B.数据去噪
C.数据归一化
D.数据可视化
9.以下哪项不是大数据分析中的实时性要求？（）
A.低延迟
B.高准确性
C.高可靠性
六、案例题（本题共2小题，每题5分，共10分）
1.案例题：某电商平台希望通过大数据分析来提高用户购买转化率。请设计一个基于大数据分析的用户购买转化率提升方案，包括数据收集、数据预处理、数据分析、结果呈现和实施方案。
2.案例题：一家金融机构希望利用大数据技术进行欺诈检测。请描述如何利用大数据技术构建一个欺诈检测系统，包括数据源的选择、数据预处理、特征工程、模型选择和系统部署等步骤。
2024年大数据应用及处理技术能力知识考试题库与答案
2024年大数据应用及处理技术能力知识考试题库与答案一、单选题1.当图像通过信道传输时，噪声一般与（）无关。
A、信道传输的质量B、出现的图像信号C、是否有中转信道的过程D、图像在信道前后的处理参考答案：B2.在留出法、交叉验证法和自助法三种评估方法中，（）更适用于数据集较小、难以划分训练集和测试集的情况。
A、留出法B、交叉验证法C、自助法D、留一法参考答案：C3.在数据科学中，通常可以采用（）方法有效避免数据加工和数据备份的偏见。
A、A/B测试B、训练集和测试集的划分C、测试集和验证集的划分D、图灵测试参考答案：A4.下列不属于深度学习内容的是(_)oA、深度置信网络B、受限玻尔兹曼机C、卷积神经网络D、贝叶斯学习参考答案：D5.在大数据项目中，哪个阶段可能涉及使用数据工程师来优化数据查询性能？A、数据采集B、数据清洗C、数据存储与管理D、数据分析与可视化参考答案：C6.假定你现在训练了一个线性SVM并推断出这个模型出现了欠拟合现象，在下一次训练时，应该采取下列什么措施（）A、增加数据点B、减少数据点C、增加特征D、减少特征参考答案：C7.两个变量相关，它们的相关系数r可能为0?这句话是否正确0A、正确B、错误参考答案：A8.一幅数字图像是（）。
A、一个观测系统B、一个由许多像素排列而成的实体C、一个2-D数组中的元素D、一个3-D空间中的场景参考答案：C9.以下说法正确的是：（）。
一个机器学习模型,如果有较高准确率，总是说明这个分类器是好的如果增加模型复杂度，那么模型的测试错误率总是会降低如果增加模型复杂度,那么模型的训练错误率总是会降低A、1B、2C、3D、land3参考答案：c10.从网络的原理上来看，结构最复杂的神经网络是0。
A、卷积神经网络B、长短时记忆神经网络C、GRUD、BP神经网络参考答案：B11.LSTM中，（_）的作用是确定哪些新的信息留在细胞状态中，并更新细胞状态。
A、输入门B、遗忘门G输出门D、更新门参考答案：A12.Matplotiib的核心是面向（）。
大数据时代题目及答案(三套试题仅供参考)111
第一套试题1、当前大数据技术的基础是由（C）首先提出的。
（单选题，本题2分）A：微软 B：百度 C：谷歌 D：阿里巴巴2、大数据的起源是（C ）。
（单选题，本题2分）A：金融 B：电信 C：互联网 D：公共管理3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。
（单选题，本题2分）A：数据管理人员 B：数据分析员 C：研究科学家 D：软件开发工程师4、（D ）反映数据的精细化程度，越细化的数据，价值越高。
A：规模 B：活性 C：关联度 D：颗粒度5、数据清洗的方法不包括（ D）。
（单选题，本题2分）A：缺失值处理 B：噪声数据清除 C：一致性检查 D：重复数据记录处理6、智能健康手环的应用开发，体现了（ D）的数据采集技术的应用。
A：统计报表 B：网络爬虫 C：API接口 D：传感器7、下列关于数据重组的说法中，错误的是（A）。
（单选题，本题2分）A：数据重组是数据的重新生产和重新采集B：数据重组能够使数据焕发新的光芒C：数据重组实现的关键在于多源数据融合和数据集成D：数据重组有利于实现新颖的数据模式创新8、智慧城市的构建，不包含（ C）。
（单选题，本题2分）A：数字城市 B：物联网 C：联网监控 D：云计算9、大数据的最显著特征是（A）。
（单选题，本题2分）A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高10、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。
这体现了大数据分析理念中的（B ）。
（单选题，本题2分）A：在数据基础上倾向于全体数据而不是抽样数据B：在分析方法上更注重相关分析而不是因果分析C：在分析效果上更追究效率而不是绝对精确D：在数据规模上强调相对数据而不是绝对数据11、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。
（单选题，本题2分）A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。
202212 大数据分析师(初级)考前冲刺题A2卷
2022.12 大数据分析师（初级）考前冲刺题A2卷1.【单选题】（）是阿里云提供的分析并展示庞杂数据的产品。
A:DataWorksB:PAIC:MaxcomputeD:DataV正确答案：D2.【单选题】（ ）是当前网民们针对热点社会事件及社会政治经济状况等内容反映出的态度总和。
A:Web挖掘B:网络舆情C:数据采集D:离线浏览正确答案：B3.【单选题】信息技术的发展使得信息存储问题得以解决，是因为（）。
A:存储设备容量大幅增加，价格上升B:存储设备容量大幅增加，速度下降C:存储设备容量大幅增加，速度提升，价格不断下降D:存储设备容量大幅增加，速度不断提升，价格却也在不断上升正确答案：C答案解析：随着科学技术的不断进步，存储设备容量大幅增加，速度不断提升，价格却在不断下降。
4.【单选题】（ ）通过将属性域划分为区间，从而减少给定连续值的个数。
A:概念分层B:离散化C:分箱D:直方图正确答案：B5.【单选题】关于MapReduce的工作过程描述不正确的是（ ）。
A:不同的Map任务之间不会进行通信B:不同的Reduce任务之间不会发生任何信息交换C:Map需要考虑数据局部性，Reduce无需考虑数据局部性D:当所有Map任务完成后，才启动Reduce任务正确答案：D答案解析：在MapReduce工作工作中： 不同的Map任务之间不会进行通信。
不同的Reduce任务之间也不会发生任何信息交换。
Map需要考虑数据局部性，Reduce无需考虑数据局部性。
用户不能显式地从一台机器向另一台机器发送消息。
所有的数据交换都是通过MapReduce框架自身去实现的6.【单选题】下列不适用于大数据流实时计算的产品是（）。
A:StormB:DStreamC:FlinkD:MapReduce正确答案：D答案解析：分布式实时计算包括Storm、Dstream和Flink。
7.【单选题】Hadoop组件中的分布式资源管理框架是（ ）。
- 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)。
【解牛集】— 刊於《信報》，2019年5月28日
大數據分析得不出因果性答案
黃昊
香港科大商學院會計學系副教授
在商業、經濟和其他領域使用數據分析，據此協助作出決策，做法並非新穎。
過去，數據的搜集和處理能力受到一定制約，如難以搜集到數以萬亿計的數據
信息，即使收集到，也缺乏有效的處理能力，遑論對巨量數據進行有效分析。
今日，由於技術進步，傳統軟件難以在短時內處理的巨大數據量，如今可以輕
易解決。在能夠便捷地發佈、搜集、分析數據的基礎上；加上全球大多數政府
對高透明度的要求，使「大數據」（Big Data）成為目前個人和組織用來協助作
出決策的「工具」。
利用大數據協助分析與決策，其實由來以久，譬如，在中國古代，發生了戰
爭，兩軍對壘，出謀獻策的軍師可以通過觀察、統計對方軍隊駐紥地挖了有多
少個煮飯的灶，去判斷敵軍的編隊人數。過去十年，尤其互聯網面世後，數據
產生的速度愈來愈快，產生的量也日益龐大；加上數據儲存的成本比過往便宜
得多，電腦運算的速度飛躍，並且處理和分析數據的算法——如分布式技术，
機器學習（Machine Learning）也有很大進步，使大數據分析的應用愈來愈普
及。
美總統大選結果出人意表
不過，大數據的分析亦有一定局限性，在一些地方也會「無能為力」，原因關乎
數據的質量。究竟數據來自什麼地方？在採集過程中，有沒有出現誤差或缺
漏，甚或帶有傾向性。以2016年美國總統大選為例，當時，據調查機構採集到
巨量數據所顯示的分析結果，大多數人都相信，希拉莉可勝選。筆者記得，到
大選日晚上10時前，大家仍認定，希拉莉可以入主白宮，不過到凌晨二時左
右，隨著點票陸續有結果，大家才「如夢初醒」，知道白宮新主人是特朗普而非
希拉莉。
為何調眾多調查機構收集到那麼巨量數據，但分析的答案，竟然大錯特錯，令
人費解，關鍵顯然在於所採集的數據本身帶有傾向性，譬如，有些受訪對象沒
有把心目中的投票對象說出來，因而所以呈現出來的答案也變得失實。值得強
調的是，數據採集過程中，所收集的數據並非隨機抽選出來。過去的調查，往
往通過隨機抽樣方式，以電話「人對人」的方式進行。但如今很多都是透過互
聯網收集，以非隨機的方式進行。一些帶有傾向性的人或組織樂於以這種方式
参与和提供訊息，結果便可能形成帶有傾向性的民意。一旦數據帶有傾向性，
分析結果難免與現實不相符。
對於帶有傾向性數據所導致的錯誤結果，有學者曾進行研究，發現由於數據傾
向性的「偏見」（bias），即使採集到230萬條相關數據，還不如一個通過隨機抽
樣，樣本數目只有400的調查來得有效。換言之，雖然數據量十分龐大，但非
隨機性抽樣，使數據本身的「偏見」更容易在調查中呈現出來，得出了「誤導
性」結果。
另有研究指出，通過大數據協助作出的決策，這個決策不定更好或更準確，反
而只會增強對決策結果的信心。
賽馬評磅員實驗的啟示
1974年，著名心理學家保羅‧斯洛維奇（Paul Slovic）和2002年諾貝爾經濟學
獎得主丹尼爾‧卡尼曼（Daniel Kahneman）作了一項關於信息決策的「實驗」。
二人召集了8位賽馬專業評磅員（Horse handicappers），告訴他們，想知道誰人
能夠預測到賽事中那一匹馬跑勝出，表現最佳。「實驗」之目的，在於探究信息
如何影響決策。
這8名賽馬評磅員專門評估馬匹的勝算，並初步定出賠率，在比賽中實在是關
鍵性人物。斯洛維奇教授告訴他們，對連續四輪包括40場賽事進行頭馬預測。
在第一輪中，斯洛維奇教授給予評磅員每一匹馬5條信息，譬如，馬匹的騎師
有多少年賽馬經驗等；第二輪，給了每名評磅員10條信息；第三輪20條；第
四輪40條。實驗結果發現，評磅員預測的準確率，並沒有隨著信息量增加而上
升，反而是增加對自己預測結果的信心。在這種情況下，評磅員相信，取得更
多信息有助作出更好決策，故不斷強化自己對決策的信心。在賭博賽事中，若
自己對預測結果有強烈的勝出信心，自然會下重注，後果當然會輸更多錢。研
究結果不僅有趣，而且更顯示出，信息與決策的準確性沒有必然關係。
大數據應用範圍有局限
看深一層，大數據還有一個很值得一說的缺漏，就是數據本身只能夠告訴我們
數據產生過程中的規律。亦即是說，只能告訴我們在數據本身範圍內的規律。
這是什麼意思呢？假設，數據是人面識別的數據，若數據本身只含有白人的人
面識別，一旦用來識別白人以外的人種，譬如黑人或黃種人，識別的準確性便
大大降低。
幾年前，有學者研究，谷歌和亞馬遜應用的人面識別算法技術，識別黑人的準
確性特別差勁。即使算法本不帶有傾向性，但由於識別算法的數據輸入，若只
包含白人，在識別黑人時，算法的準確性便大打折扣。
目前，大數據很多應用到醫療保健上，譬如基因的數據，以位於美國加州山景
城的23andMe基因技術公司為例，該公司逾百份之九十的基因數據都是採自白
人，所以，這個數據算法可以對白人應用有效，卻不能拿到中國來直接應用。
關鍵在於數據的「質」而非「量」。
相關性與因果性不容混淆
另一個同樣值得注意的大數據問題，是關乎「相關性」與「因果」問題。很多
大數據的分析結果其實都是相關性，而非因果關係。
舉一個例子，母乳喂哺可增加嬰兒的智商。醫學研究發現，母乳含有很多有益
成份，但母乳喂乳是否增加嬰兒的智商，透過採集數據得出來的研究樣本發
現，母乳喂哺可增加嬰兒的智商，這個研究結果只能說具有相關性，指出母乳
喂哺與嬰兒的智商相關，而非因果關係，亦即母乳喂哺嬰兒，結果導致嬰兒智
商增加。扼要言之，相關性是非必然，而因果性則具有必然性後果。我們利用
大數據協助決策，所希望的，是可以得到因果關係的肯定性答案，可惜大數據
简单分析得出的答案結果，只能是相關性。
再舉例來說，我們在媒體上看到一些醫療研究報告，有研究分析結果說，每天
吃雞蛋好，但又有研究結果說，每天吃雞蛋不是那麼好。為什麼有這些區別？
大部分醫療研究報告都是通過觀察到的數據得出的，而不是實驗。所以只能說
明相關性，而非因果。如果平日吃雞蛋的人和不吃雞蛋的人有其他不同，比如
其他飲食習慣，運動習慣，那麼得出的結果就不完全是吃雞蛋導致的。
事實上，大部分的數據只能夠告訴我們結果的相關性，而不能告訴我們答案的
因果性。當然，有某些情況，我們取得答案的相關性便足夠了。譬如，在行營
市場，利用大數據分析，結果發現，買Ａ貨品的人，很多會同時購買Ｂ貨品，
於是營銷公司便可以在銷售Ａ貨品的網頁上，同時插入Ｂ貨品的銷售廣告，甚
至決策考慮把Ａ貨品和Ｂ貨品打包銷售。利用這個大數據分析結果相關性所作
的決策，基本沒有問題。
然而，譬如，當Ａ貨品的銷量下跌，應不應該及時把Ａ貨品的價格下調？很顯
然，大數據分析的結果答案，要求具有因果性——指出銷量下跌，便需下調價
格的結論。由於大數據只能告訴我們答案的相關性，若急不及待降價，決策便
可能大錯。這一點，是我們應用大數據分析時，要明白到其分析的局限性。
個人隱私易受侵犯
最後，值得一提，相較幾年前，如今大數據產生，以及數據的採集，在我們日
常生活中幾乎無孔而不入，使個入隱私很容易受到潛在侵犯。從商業角度說，
若商家濫用取得的個人資料，可能引起顧客的反感。譬如，聽說有些APP裝置
了「竊聽」的程式碼，當取得下載者貨品喜好的信息，便會馬上送上相關貨品
推廣優惠的信息，做法令人吃驚和反感。
究竟數據採集者搜集了我個人多少私生活數據？這些數據拿來作什麼用途？個
人幾乎一無所知。譬如，我們下載一個應用程式，應用程式的研發或經營者會
以合約形式，來說明所採集數據的用途，該公司和下載者的權利和義務，但有
多少人會巨細無遺閱讀以至明白合約的內容？可以說，在今日「大數據時代」，
個人的隱私保障是一個很嚴肅而且很重要的問題。囿於篇幅，這個問題筆者有
機會再論。
﹝本文由科大商學院傳訊部筆錄，黃昊教授口述及整理定稿﹞