大數(shù)據(jù)分析與實(shí)踐-社會(huì)研究與數(shù)字治理 第14章 基于大數(shù)據(jù)集市的課程實(shí)踐

PAGE286 大數(shù)據(jù)分析與實(shí)踐——社會(huì)研究與數(shù)字治理 第14章基于大數(shù)據(jù)集市的課程實(shí)踐 PAGE291第第14章基于大數(shù)據(jù)集市的課程實(shí)踐基于大數(shù)據(jù)集市的課程實(shí)踐14.1什么是大數(shù)據(jù)集市數(shù)據(jù)集市，也叫數(shù)據(jù)市場(chǎng)，是滿足特定的部門或者用戶的需求，按照多維的方式進(jìn)行存儲(chǔ)，包括定義維度、需要計(jì)算的指標(biāo)、維度的層次等，生成面向決策分析需求的數(shù)據(jù)立方體。從范圍上來(lái)說(shuō)，其數(shù)據(jù)是從企業(yè)范圍的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)，或者是更加專業(yè)的數(shù)據(jù)倉(cāng)庫(kù)中抽取出來(lái)的。數(shù)據(jù)中心的重點(diǎn)就在于它迎合了專業(yè)用戶群體的特殊需求，在分析、內(nèi)容、表現(xiàn)，以及易用方面。數(shù)據(jù)中心的用戶希望數(shù)據(jù)是由他們熟悉的術(shù)語(yǔ)表現(xiàn)的。可以修改現(xiàn)有的數(shù)據(jù)集市或創(chuàng)建包含略微不同的數(shù)據(jù)的新數(shù)據(jù)集市，以迎合指定環(huán)境下的特定報(bào)告需要。14.1.1數(shù)據(jù)集市的結(jié)構(gòu)數(shù)據(jù)集市是企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)子集，它主要面向部門級(jí)業(yè)務(wù)，并且只面向某個(gè)特定的主題。為了解決靈活性與性能之間的矛盾，數(shù)據(jù)集市就是數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)中增加的一種小型的部門或工作組級(jí)別的數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)集市存儲(chǔ)為特定用戶預(yù)先計(jì)算好的數(shù)據(jù)，從而滿足用戶對(duì)性能的需求。數(shù)據(jù)集市可以在一定程度上緩解訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)的瓶頸。數(shù)據(jù)集市中數(shù)據(jù)的結(jié)構(gòu)通常被描述為星型結(jié)構(gòu)或雪花結(jié)構(gòu)。一個(gè)星型結(jié)構(gòu)包含兩個(gè)基本部分——一個(gè)事實(shí)表和各種支持維表。（1）事實(shí)表。描述數(shù)據(jù)集市中最密集的數(shù)據(jù)。在電話公司中，用于呼叫的數(shù)據(jù)是典型的最密集數(shù)據(jù)；在銀行中，與賬目核對(duì)和自動(dòng)柜員機(jī)有關(guān)的數(shù)據(jù)是典型的最密集數(shù)據(jù)。對(duì)于零售業(yè)而言，銷售和庫(kù)存數(shù)據(jù)是最密集的數(shù)據(jù)等等。事實(shí)表是預(yù)先被連接到一起的多種類型數(shù)據(jù)的組合體，它包括：一個(gè)反映事實(shí)表建立目的的實(shí)體的主鍵，如一張訂單、一次銷售、一個(gè)電話等等，主鍵信息，連接事實(shí)表與維表的外鍵，外鍵攜帶的非鍵值外部數(shù)據(jù)。如果這種非鍵外部數(shù)據(jù)經(jīng)常用于事實(shí)表中的數(shù)據(jù)分析，它就會(huì)被包括在事實(shí)表的范圍內(nèi)。事實(shí)表是高度索引化的。事實(shí)表中出現(xiàn)30到40條索引非常常見。有時(shí)事實(shí)表的每列都建了索引，這樣做的結(jié)果是使事實(shí)表中的數(shù)據(jù)非常容易讀取。但是，導(dǎo)入索引所需的資源數(shù)量必須為等式提供因數(shù)。通常，事實(shí)表的數(shù)據(jù)不能更改，但可以輸入數(shù)據(jù)，一旦正確輸入一個(gè)記錄，就不能更改此記錄的任何內(nèi)容了。（2）維表。是圍繞著事實(shí)表建立的。維表包含非密集型數(shù)據(jù)，它通過(guò)外鍵與事實(shí)表相連。典型的維表建立在數(shù)據(jù)集市的基礎(chǔ)上，包括產(chǎn)品目錄、客戶名單、廠商列表等等。數(shù)據(jù)集市包含兩種類型的數(shù)據(jù)，通常是詳細(xì)數(shù)據(jù)和匯總數(shù)據(jù)。（1）詳細(xì)數(shù)據(jù)。數(shù)據(jù)集市中的詳細(xì)數(shù)據(jù)包含在星型結(jié)構(gòu)中。值得一提的是，當(dāng)數(shù)據(jù)通過(guò)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)時(shí)，星型結(jié)構(gòu)就會(huì)很好的匯總。在這種情況下，企業(yè)數(shù)據(jù)倉(cāng)庫(kù)包含必需的基本數(shù)據(jù)，而數(shù)據(jù)集市則包含更高間隔尺寸的數(shù)據(jù)。但是，在數(shù)據(jù)集市使用者的心目中，星型結(jié)構(gòu)的數(shù)據(jù)和數(shù)據(jù)獲取時(shí)一樣詳細(xì)。（2）匯總數(shù)據(jù)。數(shù)據(jù)集市包含的第二種類型數(shù)據(jù)是匯總數(shù)據(jù)。分析人員通常從星型結(jié)構(gòu)中的數(shù)據(jù)創(chuàng)建各種匯總數(shù)據(jù)。典型的匯總可能是銷售區(qū)域的月銷售總額。因?yàn)閰R總的基礎(chǔ)不斷發(fā)展變化，所以歷史數(shù)據(jù)就在數(shù)據(jù)集市中。但是這些歷史數(shù)據(jù)優(yōu)勢(shì)在于它存儲(chǔ)的概括水平。星型結(jié)構(gòu)中保存的歷史數(shù)據(jù)非常少。數(shù)據(jù)集市以企業(yè)數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)進(jìn)行更新。對(duì)于數(shù)據(jù)集市來(lái)說(shuō)大約每周更新一次非常平常。但是，數(shù)據(jù)集市的更新時(shí)間可以少于一周也可以多于一周，這主要是由數(shù)據(jù)集市所屬部門的需求來(lái)決定的。14.1.2數(shù)據(jù)集市的類型數(shù)據(jù)集市中的數(shù)據(jù)來(lái)源于企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。所有數(shù)據(jù)，除了一個(gè)例外，在導(dǎo)入到數(shù)據(jù)集市之前都應(yīng)該經(jīng)過(guò)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。這個(gè)例外就是用于數(shù)據(jù)集市的特定數(shù)據(jù)，它不能用于數(shù)據(jù)倉(cāng)庫(kù)的其他地方。外部數(shù)據(jù)通常屬于這類范疇。如果情況不是這樣，數(shù)據(jù)就會(huì)用于決策支持系統(tǒng)的其他地方，那么這些數(shù)據(jù)就必須經(jīng)過(guò)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。有兩種類型的數(shù)據(jù)集市（見圖14-1）：圖14-1兩種類型的數(shù)據(jù)集市（1）獨(dú)立型數(shù)據(jù)集市。其數(shù)據(jù)來(lái)自于操作型數(shù)據(jù)庫(kù)，是為了滿足特殊用戶而建立的一種分析型環(huán)境。這種數(shù)據(jù)集市的開發(fā)周期一般較短，具有靈活性，但是因?yàn)槊撾x了數(shù)據(jù)倉(cāng)庫(kù)，獨(dú)立建立的數(shù)據(jù)集市可能會(huì)導(dǎo)致信息孤島的存在，不能以全局的視角去分析數(shù)據(jù)。（2）從屬型數(shù)據(jù)集市。其數(shù)據(jù)來(lái)自于企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)，這樣會(huì)導(dǎo)致開發(fā)周期的延長(zhǎng)，但是從屬型數(shù)據(jù)集市在體系結(jié)構(gòu)上比獨(dú)立型數(shù)據(jù)集市更穩(wěn)定，可以提高數(shù)據(jù)分析的質(zhì)量，保證數(shù)據(jù)的一致性。14.1.3區(qū)別于數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)集成的、面向主題的數(shù)據(jù)集合，其體系結(jié)構(gòu)如圖14-2所示，設(shè)計(jì)的目的是支持決策支持系統(tǒng)（DSS）功能。在數(shù)據(jù)倉(cāng)庫(kù)里，每個(gè)數(shù)據(jù)單元都與特定的時(shí)間相關(guān)。數(shù)據(jù)倉(cāng)庫(kù)包括原子級(jí)別的數(shù)據(jù)和輕度匯總的數(shù)據(jù)，例如OLTP（聯(lián)機(jī)事務(wù)處理）數(shù)據(jù)，是面向主題的、集成的、不可更新的（穩(wěn)定性）、隨時(shí)間不斷變化（不同時(shí)間）的數(shù)據(jù)集合，用以支持經(jīng)營(yíng)管理中的決策制定過(guò)程。圖14-2數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)在數(shù)據(jù)結(jié)構(gòu)上，數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的數(shù)據(jù)的集合。而數(shù)據(jù)集市通常被定義為星型結(jié)構(gòu)或者雪花型數(shù)據(jù)結(jié)構(gòu)，一般由一張事實(shí)表和幾張維表組成的（表14-1）。表14-1數(shù)據(jù)倉(cāng)庫(kù)于數(shù)據(jù)集市的區(qū)別數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)數(shù)據(jù)來(lái)源遺留系統(tǒng)、OLTP系統(tǒng)、外部數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)范圍企業(yè)級(jí)部門級(jí)或工作組級(jí)主題企業(yè)主題部門或特殊的分析主題數(shù)據(jù)粒度最細(xì)的粒度較粗的粒度數(shù)據(jù)結(jié)構(gòu)規(guī)范化結(jié)構(gòu)星型模式、雪片模式或兩者混合歷史數(shù)據(jù)大量歷史數(shù)據(jù)適度的歷史數(shù)據(jù)優(yōu)化處理海量數(shù)據(jù)、數(shù)據(jù)探索便于訪問(wèn)和分析、快速查詢索引高度索引高度索引多個(gè)獨(dú)立的數(shù)據(jù)集市的累積，并不能形成一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)的，這是由數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市本身的特點(diǎn)決定的——數(shù)據(jù)集市為各個(gè)部門或工作組所用，各個(gè)集市之間存在不一致性是難免的。因?yàn)槊撾x數(shù)據(jù)倉(cāng)庫(kù)的緣故，當(dāng)多個(gè)獨(dú)立型數(shù)據(jù)集市增長(zhǎng)到一定規(guī)模之后，由于沒有統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)協(xié)調(diào)，企業(yè)只會(huì)又增加一些信息孤島，仍然不能以整個(gè)企業(yè)的視圖分析數(shù)據(jù)。如果企業(yè)最終想建設(shè)一個(gè)全企業(yè)統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，想要以整個(gè)企業(yè)的視圖分析數(shù)據(jù)，獨(dú)立型數(shù)據(jù)集市不是合適的選擇。也就是說(shuō)，“先獨(dú)立地構(gòu)建數(shù)據(jù)集市，當(dāng)數(shù)據(jù)集市達(dá)到一定的規(guī)模再直接轉(zhuǎn)換為數(shù)據(jù)倉(cāng)庫(kù)”是不合適的。14.2大數(shù)據(jù)分析實(shí)踐項(xiàng)目選擇為完成大數(shù)據(jù)分析項(xiàng)目，或者一項(xiàng)大數(shù)據(jù)分析的課程實(shí)踐任務(wù)，首先要獲取作為分析對(duì)象和基礎(chǔ)的數(shù)據(jù)源。本書第11章“大數(shù)據(jù)分析平臺(tái)”課文前的導(dǎo)讀案例“大數(shù)據(jù)分析的數(shù)據(jù)源”中，列舉了較為豐富的可供借鑒的分析數(shù)據(jù)來(lái)源。一些大數(shù)據(jù)分析企業(yè)在多年服務(wù)于政府、服務(wù)于社會(huì)的數(shù)據(jù)分析實(shí)踐中，獲得了驕人的成績(jī)，也積累了豐富的分析源數(shù)據(jù)，對(duì)我們來(lái)說(shuō)，更重要的是，這其中許多許多數(shù)據(jù)，實(shí)際上都是公開數(shù)據(jù)，也就是說(shuō)，我們也可以利用這些數(shù)據(jù)，從不同的角度進(jìn)行探索鉆取，獲得新得知識(shí)或者價(jià)值。下面，我們來(lái)熟悉一些利用大數(shù)據(jù)創(chuàng)造價(jià)值的典型分析應(yīng)用案例，來(lái)了解真實(shí)的大數(shù)據(jù)分析數(shù)據(jù)源。14.2.1大數(shù)據(jù)幫零售企業(yè)制定促銷策略北美零售商百思買在北美的銷售活動(dòng)非?；钴S，產(chǎn)品總數(shù)達(dá)到3萬(wàn)多種，產(chǎn)品的價(jià)格也隨地區(qū)和市場(chǎng)條件而異。由于產(chǎn)品種類繁多，成本變化比較頻繁，一年之中變化可達(dá)四次之多。結(jié)果，每年的調(diào)價(jià)次數(shù)高達(dá)12萬(wàn)次。最讓高管頭疼的是定價(jià)促銷策略。公司組成了一個(gè)11人的團(tuán)隊(duì)，希望透過(guò)分析消費(fèi)者的購(gòu)買記錄和相關(guān)信息，提高定價(jià)的準(zhǔn)確度和響應(yīng)速度。定價(jià)團(tuán)隊(duì)的分析圍繞著三個(gè)關(guān)鍵維度：·數(shù)量：團(tuán)隊(duì)需要分析海量信息。他們收集了上千萬(wàn)的消費(fèi)者的購(gòu)買記錄，從客戶不同維度分析，了解客戶對(duì)每種產(chǎn)品種類的最高接受能力，從而為產(chǎn)品定出最佳價(jià)位?！ざ鄻有裕簣F(tuán)隊(duì)除了分析購(gòu)買記錄這種結(jié)構(gòu)化數(shù)據(jù)之外，他們也利用社交媒體發(fā)帖這種新型的非結(jié)構(gòu)化數(shù)據(jù)。由于消費(fèi)者需要在零售商專頁(yè)上點(diǎn)贊或留言以獲得優(yōu)惠券，團(tuán)隊(duì)利用情感分析公式來(lái)分析專頁(yè)上消費(fèi)者的情緒，從而判斷他們對(duì)于公司的促銷活動(dòng)是否滿意，并微調(diào)促銷策略?！に俣龋簽榱藢?shí)現(xiàn)價(jià)值最大化，團(tuán)隊(duì)對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)或近似實(shí)時(shí)的處理。他們成功地根據(jù)一個(gè)消費(fèi)者既往的麥片購(gòu)買記錄，為身處超市麥片專柜的他/她即時(shí)發(fā)送優(yōu)惠券，為客戶帶來(lái)便利性和驚喜。透過(guò)這一系列的活動(dòng)，團(tuán)隊(duì)提高了定價(jià)的準(zhǔn)確度和響應(yīng)速度，為零售商新增銷售額和利潤(rùn)數(shù)千萬(wàn)美元。14.2.2電信公司通過(guò)大數(shù)據(jù)分析挽回核心客戶法國(guó)電信-Orange集團(tuán)旗下的波蘭電信公司TelekomunikacjaPolska是波蘭最大的語(yǔ)音和寬帶固網(wǎng)供應(yīng)商，希望通過(guò)有效的途徑來(lái)準(zhǔn)確預(yù)測(cè)并解決客戶流失問(wèn)題。他們決定進(jìn)行客戶細(xì)分，方法是構(gòu)建一張“社交圖譜”——分析客戶數(shù)百萬(wàn)個(gè)電話的數(shù)據(jù)記錄，特別關(guān)注“誰(shuí)給誰(shuí)打了電話”以及“打電話的頻率”兩個(gè)方面?！吧缃粓D譜”把公司用戶分成幾大類，如：“聯(lián)網(wǎng)型”、“橋梁型”、“領(lǐng)導(dǎo)型”以及“跟隨型”。這樣的關(guān)系數(shù)據(jù)有助電信服務(wù)供應(yīng)商深入洞悉一系列問(wèn)題，如：哪些人會(huì)對(duì)可能“棄用”公司服務(wù)的客戶產(chǎn)生較大的影響？挽留最有價(jià)值客戶的難度有多大？運(yùn)用這一方法，公司客戶流失預(yù)測(cè)模型的準(zhǔn)確率提升了47%。14.2.3大數(shù)據(jù)幫能源企業(yè)設(shè)置發(fā)電機(jī)地點(diǎn)丹麥的維斯塔斯風(fēng)能系統(tǒng)運(yùn)用大數(shù)據(jù)，分析出應(yīng)該在哪里設(shè)置渦輪發(fā)電機(jī)，事實(shí)上這是風(fēng)能領(lǐng)域的重大挑戰(zhàn)。在一個(gè)風(fēng)電場(chǎng)20多年的運(yùn)營(yíng)過(guò)程中，準(zhǔn)確的定位能幫助工廠實(shí)現(xiàn)能源產(chǎn)出的最大化。為了鎖定最理想的位置，維斯塔斯分析了來(lái)自各方面的信息：風(fēng)力和天氣數(shù)據(jù)、湍流度、地形圖、公司遍及全球的2.5萬(wàn)多個(gè)受控渦輪機(jī)組發(fā)回的傳感器數(shù)據(jù)。這樣一套信息處理體系賦予了公司獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)，幫助其客戶實(shí)現(xiàn)投資回報(bào)的最大化。（使用本案例時(shí)，可以對(duì)設(shè)置發(fā)電機(jī)的地點(diǎn)做各種假設(shè)。）14.2.4電商企業(yè)通過(guò)大數(shù)據(jù)制定銷售戰(zhàn)略國(guó)內(nèi)知名母嬰電商寶寶樹的辦法簡(jiǎn)單直接，它直接購(gòu)買了一款數(shù)據(jù)可視化分析軟件用戶BI。這個(gè)軟件可以快速分析海量數(shù)據(jù)，快速響應(yīng)不同需求，即時(shí)生成復(fù)雜報(bào)表。寶寶樹在用戶BI平臺(tái)上，通過(guò)拖拉拽操作，生成關(guān)聯(lián)不同指標(biāo)的分析模型，包括環(huán)比、同比、用戶快照分析、沉睡率、喚醒率、平均回購(gòu)周期等。在這些關(guān)鍵數(shù)據(jù)的基礎(chǔ)上，寶寶樹的分析團(tuán)隊(duì)再來(lái)做進(jìn)一步的分析，比如上周有多少新用戶？新推出的產(chǎn)品收入怎樣？上月的新用戶這個(gè)月的購(gòu)買表現(xiàn)如何？用戶的平均回購(gòu)周期相對(duì)環(huán)比是縮短了還是延長(zhǎng)了？各渠道引流占比有何變化？……基于對(duì)這些問(wèn)題的全面回答，他們不斷制定和調(diào)整產(chǎn)品和銷售戰(zhàn)略。一次，寶寶樹發(fā)現(xiàn)關(guān)鍵詞排序報(bào)表上多了污染這個(gè)詞，就想到空氣凈化器可能會(huì)火，于是在B端找到客戶投放廣告，大獲成功。現(xiàn)在空氣凈化器市場(chǎng)基本被母嬰電商壟斷。14.3案例分析與課程實(shí)踐要求大數(shù)據(jù)領(lǐng)域的價(jià)值創(chuàng)造機(jī)會(huì)因行業(yè)而異。在零售業(yè)，先進(jìn)的分析方法往往與戰(zhàn)略相得益彰，涵蓋促銷增效、定價(jià)、門店選址、市場(chǎng)營(yíng)銷等多個(gè)領(lǐng)域。而在能源行業(yè)，大數(shù)據(jù)的價(jià)值創(chuàng)造重點(diǎn)更體現(xiàn)在對(duì)實(shí)體資產(chǎn)（如設(shè)備和工廠）的優(yōu)化上。在金融服務(wù)業(yè)，大數(shù)據(jù)的應(yīng)用可能會(huì)體現(xiàn)在風(fēng)險(xiǎn)評(píng)分、動(dòng)態(tài)定價(jià)以及為ATM和分行網(wǎng)點(diǎn)尋找最佳地點(diǎn)等方面。而在保險(xiǎn)業(yè)，大數(shù)據(jù)的價(jià)值可能體現(xiàn)在防范理賠欺詐、優(yōu)化保險(xiǎn)金給付以及跟蹤駕駛行為等方面。總的來(lái)說(shuō)，大數(shù)據(jù)的終極目標(biāo)并不僅僅是改變，而是徹底扭轉(zhuǎn)整個(gè)競(jìng)爭(zhēng)環(huán)境，帶來(lái)新機(jī)遇，企業(yè)需要應(yīng)勢(shì)而變。企業(yè)只有認(rèn)識(shí)到這一點(diǎn)，使用合適的數(shù)據(jù)分析產(chǎn)品、聰明地使用和管理數(shù)據(jù)，才能在長(zhǎng)期競(jìng)爭(zhēng)中成為終極贏家。本次大數(shù)據(jù)分析課程實(shí)踐的基本要求是：在給出的上述4個(gè)案例中選擇一例，或者安排自選項(xiàng)目，但自選項(xiàng)目需要補(bǔ)充類似于上述案例的項(xiàng)目說(shuō)明。以選定案例為基礎(chǔ)，從本課程學(xué)習(xí)的大數(shù)據(jù)分析的一個(gè)或多個(gè)知識(shí)點(diǎn)入手，撰寫一份“某大數(shù)據(jù)分析項(xiàng)目關(guān)于某個(gè)方面的大數(shù)據(jù)分析實(shí)踐報(bào)告”，報(bào)告篇幅至少A4紙一頁(yè)以上。14.3.1角色選擇請(qǐng)記錄：在完成本次課程實(shí)踐的活動(dòng)中，你為自己設(shè)計(jì)的大數(shù)據(jù)分析用戶角色是（?）：□超級(jí)分析師 □數(shù)據(jù)科學(xué)家 □業(yè)務(wù)分析師 □分析使用者角色描述：________________________________________________________________________________________________________________________________________________________________________________________________________________________________________14.3.2項(xiàng)目選擇請(qǐng)?jiān)谏鲜鐾扑]的項(xiàng)目中選擇一個(gè)作為本次課程實(shí)踐的案例（或者自選）。請(qǐng)記錄：項(xiàng)目名稱是：__________________________________________________________分析項(xiàng)目選擇項(xiàng)目所涉及的大數(shù)據(jù)分析知識(shí)點(diǎn)（勾選?）：分析意義生命周期分析原則分析路線分析運(yùn)用分析用例分析方法分析技術(shù)分析模型工具平臺(tái)零售企業(yè)電信公司裝機(jī)地點(diǎn)銷售戰(zhàn)略自選14.3.3實(shí)踐項(xiàng)目的背景說(shuō)明______________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________14.3.4分知識(shí)點(diǎn)要點(diǎn)簡(jiǎn)述（與上表對(duì)應(yīng)，至少兩項(xiàng)）______________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________1