开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

对每个用户的类型求和TOP 3，对另一个类型求和TOP 1

根据给出的问答内容，我将尝试给出一个完善且全面的答案。

首先，对于给定的问题，我们可以将其分解为以下几个步骤：

了解用户类型以及其求和方式
统计每个用户类型的求和结果
找出求和结果中的TOP 3和TOP 1

接下来，我会逐步回答这些步骤，同时给出腾讯云相关产品和产品介绍链接地址。

用户类型和求和方式：对于每个用户类型，我们需要了解该类型的求和方式是什么。这里未给出具体求和方式的描述，所以我们可以假设用户类型和求和方式如下：
- 用户类型A：通过某种规则对用户数据进行求和，例如将用户数据中的数值相加得到结果。
- 用户类型B：通过另一种规则对用户数据进行求和，例如将用户数据中的数值相乘得到结果。

统计每个用户类型的求和结果：我们需要遍历所有用户，并根据其类型将用户数据进行求和。具体步骤如下：
- 获取所有用户的数据，并根据用户类型将其分组。
- 遍历每个用户类型的数据，按照对应的求和方式进行求和操作，得到求和结果。
找出求和结果中的TOP 3和TOP 1：一旦得到每个用户类型的求和结果，我们可以按照求和结果进行排序，并选择TOP 3和TOP 1。具体步骤如下：
- 对于每个用户类型的求和结果，按照求和值进行降序排序。
- 选择前三个求和结果作为TOP 3，以及第一个求和结果作为TOP 1。

腾讯云相关产品和产品介绍链接地址（以供参考）：

对于前端开发和移动开发，可以使用腾讯云移动前端开发服务云开发（https://cloud.tencent.com/product/tcb）。
对于后端开发，可以使用腾讯云函数计算（https://cloud.tencent.com/product/scf）。
对于软件测试，可以使用腾讯云移动测试服务云测（https://cloud.tencent.com/product/mta）。
对于数据库，可以使用腾讯云数据库云数据库MySQL（https://cloud.tencent.com/product/cdb）。
对于服务器运维，可以使用腾讯云云服务器CVM（https://cloud.tencent.com/product/cvm）。
对于云原生，可以使用腾讯云容器服务腾讯云容器服务（https://cloud.tencent.com/product/ccs）。
对于网络通信和网络安全，可以使用腾讯云弹性公网IP（https://cloud.tencent.com/product/eip）和腾讯云安全加速SAG（https://cloud.tencent.com/product/sag）。
对于音视频和多媒体处理，可以使用腾讯云媒体处理（https://cloud.tencent.com/product/mps）和腾讯云音视频处理（https://cloud.tencent.com/product/vod）。
对于人工智能，可以使用腾讯云人工智能机器学习平台AI Lab（https://ai.tencent.com/ailab/）。
对于物联网，可以使用腾讯云物联网套件（https://cloud.tencent.com/product/iot-suite）。
对于存储，可以使用腾讯云对象存储COS（https://cloud.tencent.com/product/cos）。
对于区块链，可以使用腾讯云区块链服务BCS（https://cloud.tencent.com/product/bcs）。
对于元宇宙，可以使用腾讯云元宇宙（https://cloud.tencent.com/product/meta-universe）。

需要注意的是，以上产品只是腾讯云提供的一些相关服务，其他云计算品牌商也提供类似的产品和服务，但根据问题要求，不能提及其他品牌商。

相关搜索:如何使用eloquent对不同的列类型求和 MySQL top-N排名并对同一组的其余部分求和尝试对STR类型的列表内容求和时出现问题如何对无数据类型的updatecursor中的项求和如何使用Python对多列求和以获得"groupby“类型的输出？如何使用stream()对某一类型的变量求和 TypeError:对列表求和时+：'int‘和'NoneType’的操作数类型不受支持按类型对集合值求和，并将其分配给复制对象的新属性如何根据另一列类型对同一列进行不同的求和如何通过对3D数组中的每个值求和来返回2D数组 “‘Series”对象是可变的，因此它们不能尝试对列求和，并且数据类型为float 使用2个分类列的所有组合创建Dataframe，然后按每个组合对第3列求和 Java 8 Streams -从一个流中对一个类型中的多个值求和找不到类型为xxx\\yyy\\域\\模型\\用户且标识为\“%1\”的TYPO3对象。“在dart中对各种运行时类型列表中的所有数字求和的最佳方法是什么？在google sheets中将另一个工作表中的文本值转换为int类型的值，并按顺序对其求和如何对列表列表中的所有值求和，以及如何将每个列表列表中的每个值与另一个列表列表中对应的值求和使用d3.est根据特定的键对值进行求和，并按另一个键过滤如何根据col1中的条件对(col3中的数据)求和，排除col2中的重复？使用内部excel工作表名称(即sheet1、sheet2、sheet3)对多个工作表中的单元格求和

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

白话Elasticsearch55-数据建模之对每个用户发表的博客进行分组（Top Hits Aggregation）

概述继续跟中华石杉老师学习ES，第55篇课程地址： https://www.roncoo.com/view/55 官网 Top Hits Aggregation : 戳这里其他详见官网示例需求...：对每个用户发表的博客进行分组模拟一批数据 PUT /blogs2/blogs2/2 { "title": "2跟石杉老师学ES", "content": "2-second blog",..."3跟石杉老师学ES", "content": "3-second blog", "userInfo": { "userId": 3, "username": "3小工匠"...blog", "userInfo": { "userId": 4, "username": "4小工匠" } } DSL #对每个用户发表的博客进行分组,取前5篇的标题 GET..., "_score": 1, "_source": { "title": "3跟石杉老师学

5531 0

干货 | 拆解一个 Elasticsearch Nested 类型复杂查询问题

比如第三条数据，表示用户编号为 3 的用户，是男性用户，曾经在 20210102 时有12个意向订单（跟订单一个意思），在 20210202 有 33 个意向订单， 2、每个用户除了性别还有很多属性，篇幅受限...12 3 male 20210202 33 “宽表”是典型的以空间换时间的方案，我们肉眼看到的：对于 user_id=1 的用户，user_id, gender 信息会存储 N 份（每多一次 time...针对“宽表”方案，问题提出者球友的反馈如下： “这确实也是个思路。但是我的这个场景下，每个用户除了性别还有很多属性，这样会每天都会产生大量的冗余数据。...是否有办法将一个用户的时间信息聚集到一个文档下，然后也能够查询，对查询效率要求不高。” 所以，还得从 Nested 建模角度基础上，考虑如何实现查询？...其二：sum 指标聚合，用于对“time_label.intent_order_count”统计结果求和。

2.8K4 1

字节跳动｜字节客户端｜一二三面+hr面（已Offer，持续更新）

/details/104546558 3.数字证书的内容 1）概念：数字证书是数字证书在一个身份和该身份的持有者所拥有的公/私钥对之间建立了一种联系，由认证中心（CA）或者认证中心的下级认证中心颁发的...认证中心在核实身份后，将执行一些必要的步骤，以确信请求确实由用户发送而来，然后，认证中心将发给用户一个数字证书，该证书内附了用户和他的密钥等信息，同时还附有对认证中心公共密钥加以确认的数字证书。...3）内容：数字证书的格式普遍采用的是X.509V3国际标准，一个标准的X.509数字证书包含以下一些内容： 1、证书的版本信息； 2、证书的序列号，每个证书都有一个唯一的证书序列号； 3、证书所使用的签名算法...同时，重载对返回类型没有要求，可以相同也可以不同，但不能通过返回类型是否相同来判断重载。 12.垃圾回收算法了解吗？怎么判断对象需要被回收？...通俗来说就是，只与直接的朋友通信接口隔离原则（Interface Segregation Principle）；----客户端不应该依赖它不需要的接口；一个类对另一个类的依赖应该建立在最小的接口上。

3461 0

近邻推荐之基于物品的协同过滤

相关推荐相关推荐关心的是当前物品与推荐物品的相关性，所以针对每个物品，可以直接按照与该物品相似度倒排，然后取 Top N 即可。...个性化推荐个性化推荐需要考虑的是与用户偏好相关的，所以需要针对每个用户计算一个推荐结果，也就是预测用户对每个物品的结果。 ?...分母是对当前用户 u 已消费过的 m 个所有物品与物品 i 的相似度进行求和，分子是把这当前用户对已消费过的物品 j 的评分，按照相似度加权求和。...注意：这里说的评分是指广义上的评分，可以指普通的 1-5 ，也可以是 1 或 0，表示买过或未买过等布尔类型的行为。...总结基于物品的协同过滤，首先会计算不同物品之间的相似度，然后根据根据不同的应用场景选择不同的推荐结果，“相关推荐”会直接选用与当前物品相似度最高的 Top N，个性化推荐会根据用户已消费过的物品来计算对每个物品的预测评分

1.1K5 0

Amos软件是干嘛用的？结构方程建模Amos软件下载安装及功能介绍

第一独特功能：多元路径分析Amos获取：hairuanku.top/9SXPVgKmSAmos的多元路径分析是其最独特、最实用的功能之一，它可以帮助用户分析多个变量之间的关系和影响，从而揭示复杂的数据结构和模型...第二独特功能：结构方程建模Amos的结构方程建模是其另一个独特的功能，可以帮助用户分析多个变量之间的结构和模型，并进行统计推断和预测。...Amos提供了一个直观的图形界面，让用户可以方便地构建变量之间的关系和路径，并进行参数估计和拟合度检验。同时，Amos还支持多种数据类型和分析方法，满足不同领域的需求。...第三独特功能：热图分析Amos的热图分析是其另一个独特的功能，可以帮助用户快速、直观地可视化数据的分布和关系。Amos提供了多种热图类型和视图，让用户可以根据研究需求选择最合适的方式展示数据。...通过这个分析，他们发现，不同年龄段人群对健康需求和消费行为的关注点和偏好存在显著差异，这为企业制定针对性营销策略提供了重要参考。

2.4K1 0

给数据开发的SQL面试准备路径！⛵

我们每个板块的内容都会指向 LeetCode 问题的对应链接，大家可以刷题和定向复习。学习计划时间表我们建议最佳的节奏是1天一个板块，每天 2-4 个 SQL 问题（就如我们在下面划分的板块）。...分组之后可以对每个组执行聚合函数，例如 SUM和 COUNT。...空值过滤与分组求和：Top Travellers分组搭配having语句：Actors and Directors Who Cooperated At Least Three Times 第5天：CASE...第6天：子查询SQL 子查询是嵌套在另一个查询中的查询，我们可以把一个查询的结果，用到另一个查询中。...窗口函数是 ROW_NUMBER(), RANK(), DENSE_RANK() 和 NTILE()Rank Scores：得分排名Department Top Three Salaries：分区前 3

4.1K14 4

Amos软件下载安装包，结构方程建模Amos软件下载安装及功能介绍

一、多元路径分析Amos软件：hairuanku.top/BQO607girAmos的多元路径分析是其最独特、最实用的功能之一，它可以帮助用户分析多个变量之间的关系和影响，从而揭示复杂的数据结构和模型。...二、结构方程建模Amos的结构方程建模是其另一个独特的功能，可以帮助用户分析多个变量之间的结构和模型，并进行统计推断和预测。...Amos提供了一个直观的图形界面，让用户可以方便地构建变量之间的关系和路径，并进行参数估计和拟合度检验。同时，Amos还支持多种数据类型和分析方法，满足不同领域的需求。...三、热图分析Amos的热图分析是其另一个独特的功能，可以帮助用户快速、直观地可视化数据的分布和关系。Amos提供了多种热图类型和视图，让用户可以根据研究需求选择最合适的方式展示数据。...我们展示的案例分别是理财公司的金融工具期望分析、医疗器械公司的市场需求和竞争分析以及电商公司的地区性产品需求分析。

3191 0

个性化推荐沙龙 | 饿了么推荐系统的从0到1（含视频）

, 加权求和； multi：多轮排序模式，每轮指定Scorer, 仅对前一轮的top N进行排序；具体说明如下： 1..../食物进行特征计算，详见特征计算； ScorerList中所有Scorer对所有餐厅/食物依次进行打分；对所有Scorer打分进行加权求和，之后排序； 3....多轮排序模式：rankType=multi 对于多轮排序模式，每轮设定一个Scorer，对前一轮top=Num个餐厅/食物进行排序，故在ABTest中需要设定每个Scorer的轮次(round)和排序数.../食物进行特征计算，详见特征计算； Scorer按轮次(round)对top=Num餐厅/食物进行打分；对top=Num餐厅/食物按当前Scorer的打分进行排序；重复步骤3、4，直到走完所有轮次；...针对 1*餐厅+3*食物模式, 如果前排餐厅食物缺失(少于3个)时, 页面的整体效果就会大打折扣, 所以我们制定了食物数洗牌, 具体规则如下：所有1个食物的餐厅沉底针对top=SHOP_FOODCNT_TOPNUM

1.3K8 1

elasticsearch 聚合 : 指标聚合、桶聚合、管道聚合解析使用总结

Pipeline Aggregations（管道聚合）概述：管道聚合以其他聚合的结果作为输入，并对其进行进一步的处理或计算。这种聚合类型允许用户对聚合结果进行复杂的转换和分析。...常用类型： Avg Bucket：计算每个桶的平均值，通常用于对分组数据进行平均值分析。 Sum Bucket：计算每个桶的总和，适用于对分组数据进行求和操作。...} ], "size": 1 } }, "avg_sales_top_month": {...这个示例假设外层还有一个求和聚合来计算所有产品的销售总额。然后，我们计算每个产品销售额占总销售额的百分比。 Filters 过滤器聚合示例场景：分析不同分类产品的销售情况。...合理设计索引和映射：根据查询需求和数据特点，合理设计索引和映射是优化聚合查询性能的关键。例如，选择适当的字段类型和属性、合理设置分片数和副本数等。

3411 0

七步搞定一个综合案例，掌握pandas进阶用法！

每个城市会销售各种各样的产品，现在想要统计每个城市各个子类别中，累计销售数量筛选出每个城市每个子类别中销量占比top 50%的至多3个产品。...如果销量排名前3种的产品未超过50%，则取Top3，如果超过50%，则取刚好大于50%的Top产品。输出的结果为3列，分别为城市，子类别，产品列表(逗号隔开)。...2.分组聚合按照需求，需要计算每个城市每个子类别下产品的销售总量，因此需要按照city和sub_cate分组，并对amt求和。为计算占比，求得的和还需要和原始数据合在一块作为新的一列。...3.分组排序由于我们最终需要取排序Top3(或top50%)的产品，因此需要在各组内先按照销售量降序排列，再计算百分比，最后求累计百分比。也可以先计算每个产品各自的占比，再排序之后求累计百分比。...6.分组拼接在上一步筛选出了目标行，未达到最终目标，还需将每个分组内所有符合条件的产品名称拼接起来，并用逗号隔开。这里采用分组对字符串求和的方式来实现。

2.4K4 0

饿了么推荐系统：从0到1

, 加权求和； multi：多轮排序模式, 每轮指定Scorer, 仅对前一轮的top N进行排序。...多轮排序模式：rankType=multi 对于多轮排序模式, 每轮设定一个Scorer, 对前一轮top=Num个餐厅/食物进行排序, 故在ABTest中需要设定每个Scorer的轮次(round)和排序数...3、特征分类 1....三、洗牌逻辑 1、洗牌类型很多时候, 基于算法模型的结果能够给出数据层面的最佳结果, 但是不能保证推荐结果符合人的认知, 比如基于CTR预估的逻辑, 在结果推荐上会倾向于用户已点过或已购买过的商户/食物...针对 1*餐厅+3*食物模式, 如果前排餐厅食物缺失(少于3个)时, 页面的整体效果就会大打折扣, 所以我们制定了食物数洗牌, 具体规则如下：所有1个食物的餐厅沉底；针对top=SHOP_FOODCNT_TOPNUM

1.6K6 0

饿了么推荐系统：从0到1

, 加权求和； multi：多轮排序模式, 每轮指定Scorer, 仅对前一轮的top N进行排序。...多轮排序模式：rankType=multi 对于多轮排序模式, 每轮设定一个Scorer, 对前一轮top=Num个餐厅/食物进行排序, 故在ABTest中需要设定每个Scorer的轮次(round)和排序数.../食物进行特征计算, 详见特征计算； Scorer按轮次(round)对top=Num餐厅/食物进行打分；对top=Num餐厅/食物按当前Scorer的打分进行排序。...三、洗牌逻辑 1、洗牌类型很多时候, 基于算法模型的结果能够给出数据层面的最佳结果, 但是不能保证推荐结果符合人的认知, 比如基于CTR预估的逻辑, 在结果推荐上会倾向于用户已点过或已购买过的商户/食物...针对 1*餐厅+3*食物模式, 如果前排餐厅食物缺失(少于3个)时, 页面的整体效果就会大打折扣, 所以我们制定了食物数洗牌, 具体规则如下：所有1个食物的餐厅沉底；针对top=SHOP_FOODCNT_TOPNUM

1.1K5 0

如何查看Linux CPU占有率

1、top 这是最常用的命令之一，它提供了一个实时更新的系统状态视图，包括CPU使用率、内存使用、正在运行的进程等信息。使用方法：在终端输入 top，然后按回车。...3、vmstat vmstat（虚拟内存统计）命令报告关于进程、内存、交换、I/O、系统和CPU活动的信息。使用方法：在终端输入 vmstat 1，其中 1 是指定每秒更新一次信息。...使用方法：在终端输入 iostat -c 1，其中 -c 表示显示CPU使用情况，1 表示每秒更新一次。选择哪种工具来查看Linux中的CPU占有率取决于你的需求和个人偏好。...适合于需要进行更深入系统性能分析的高级用户。 mpstat：专注于CPU的使用情况，特别是在多核CPU系统中。适用于需要详细分析每个CPU核心性能的用户。...iostat：提供了关于CPU和I/O设备的综合信息。适合于那些对系统I/O性能和CPU负载同等重视的用户。总的来说：如果你需要一个功能强大、界面友好的工具，htop 是一个很好的选择。

9350 0

【愚公系列】软考高级-架构设计师 074-需求工程

《近期荣誉》：2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主等。...分为需求开发和需求管理两大过程，如下所示： 1.软件需求分类在软件工程中，需求工程涉及不同类型的需求，包括业务需求、用户需求和系统需求。...2.需求获取需求获取是一个确定和理解不同项目干系人的需求和约束的过程。用户访谈形式：1对1至1对3，找有代表性的用户进行访谈。要求：对提问者的水平有要求。...类型：结构化访谈（有剧本）非结构化访谈（随意发挥）问卷调查适用场景：用户数量多，无法一一访谈。优缺点：优点：能够快速收集大量数据。...需求记录技术常见形式：任务卡片场景说明用户故事 Volere白卡 3.需求分析需求分析是软件工程中的关键阶段，旨在将混乱的用户需求和期望转化为清晰、可管理的用户需求，以确保软件系统开发的成功。

1222 1

如何使用Power BI对2019互联网趋势报告进行进一步的分析？——人口现状篇

1. 数据抓取我们打开网页可以看到这个是有多个页面组成的一个数据表，我们点击末页可以看下一共有多少页（这个是为了方便我们循环抓取使用）。点击后发现一共12页，同时网页地址是这样的。...我们勾选Table 0后可以进入到编辑页面，并打开高级编辑器，可以看到里面主要是有3行代码。源，Data0也就是导航以及更改类型3个步骤。我们可以把源和Data0组合下。 ?...对国家这里把数据分类选择为国家/地区；增长率格式为百分比，并保留3位小数；人口数量这里也可以改成千分位。 ? ? ? 3. 编写度量值 A....世界总人口数世界总人口 = Round(Sum([人口数量])/100000000,3) 解释：因为我们不需要很精确，一般表示世界人口可以用亿为单位，所以这里就直接求和后除以亿并保留3位小数。...数量最多的前20位国家人口数量人口top20 = var top20_rk=Topn(20,All('世界人口'[国家]),[世界总人口]) return Calculate([世界总人口],top20

8571 0

3个细节优化Tableau工作簿加载过程（附实例）

这样才会大大提高工作簿的加载速度！过程中进行了大量的计算。首先，对每个名字进行计数求和，接着用另一个计算来对该计数的总和进行排名，然后是采用两个计算来算出用于显示男孩/女孩名字集合的大小和形状。...先使用Year和Gender筛选器，接着对Sales的求和进行排序。不幸的是，这些筛选器只把180万行数据减少到1,052,480行。...接下来对计数值进行求和，然后对求和值排序，最后再把筛选器应用到排序上。换句话说，求和和排序计算是在维度筛选之后的100万条记录上进行的。这并不是必要的，因为我们只需要很少的数据来创建视图。...Count筛选器这很重要，每个男孩/女孩的名字每年都有一个计数，这个计数用来确定每年的Top 10。...2 then 2 when 4 then 2 when 3 then 3 else 4 END 注：在这种情况下，还可以将它们分组，例如1,2和4分组为2，并使用组大小，而不使用计算

2.2K2 0

使用Python实现推荐系统模型

推荐系统是一种利用用户历史行为数据，如购买记录、点击记录等，为用户提供个性化推荐的技术。推荐系统分为多种类型，包括基于内容的推荐、协同过滤推荐、深度学习推荐等。...数据预处理我们需要将评分数据转换成用户-物品评分矩阵的形式，其中行代表用户，列代表物品，单元格中的值代表用户对物品的评分。....reshape(-1, 1) return pred_ratings # 预测用户对所有物品的评分 user_ratings_pred = predict_rating(ratings_matrix.values...1 的推荐物品 user_id = 1 top_n_items = recommend_items(user_id, ratings_matrix, user_ratings_pred, 5) #...你可以根据自己的需求和数据集进行调整和优化，以获得更好的推荐效果。希望这篇教程对你有所帮助！

3091 0

用 ElasticSearch 搭建自己的搜索和分析引擎

比如，生产环境常见的一种方法，对每个月产生的数据建索引，以保证单个索引的量级可控。索引->类型->文档，ES中的文档以这样的逻辑关系组织了起来。...这样导致的结果是，直接在多个索引上聚合出的TopN，并不是真正的TopN（比如3个月中，每个月都是不是Top 1，但三个月加起来就是Top了 1。局部最优不等于全局最优）。...本着这个原则，结果图也就比较好理解了： 1）在连续对最热的Top1000个渠道去进行热帖聚合时，ES的表现大部分都优于现有实现。...2）时间纬度上，统计3个月的数据，ES大部分情况下都比现有方法慢，而1个月或1天的情况下，ES都要快。...这是因为3个月的条件下，符合条件的数据量级增大（最大的一个话题下有3万跟帖），ES的运算效率下降比较厉害。 3）从Top1000到Top10，ES的总时间逐渐变差于现有方法。

6.3K0 0

软件测试|Pandas数据分析及可视化应用实践

等不同规模的数据集，本文选取MovieLens-1M数据集，该数据集包括6040名用户对3900部电影发布的1000209条评论数据。...，另一个是Series。...3、数据处理上面展示的都是子数据的原始状态，但是在数据分析过程中，原始数据可能不满足数据分析的要求，这里做一些简单的处理。...图片② 根据用户id统计电影评分的均值图片3、分组聚合统计Pandas提供aggregate函数实现聚合操作，可简写为agg，可以与groupby一起使用，作用是将分组后的对象使给定的计算方法重新取值，...columns :透视表的列索引，非必要参数，同index使用方式一样aggfunc ：对数据聚合时进行的函数操作，默认是求平均值，也可以sum、count等margins ：额外列，默认对行列求和fill_value

1.5K3 0

用ElasticSearch搭建自己的搜索和分析引擎

比如，生产环境常见的一种方法，对每个月产生的数据建索引，以保证单个索引的量级可控。索引->类型->文档，ES中的文档以这样的逻辑关系组织了起来。...二关键配置项 1、索引的shards个数: shards的个数，最好是和节点数相关的。理论上对同一个索引，单机上的shards个数最好不要超过两个，这样每个查询尽可能并行。...这样导致的结果是，直接在多个索引上聚合出的TopN，并不是真正的TopN（比如3个月中，每个月都是不是Top 1，但三个月加起来就是Top了 1。局部最优不等于全局最优）。...本着这个原则，结果图也就比较好理解了： 1）在连续对最热的Top1000个渠道去进行热帖聚合时，ES的表现大部分都优于现有实现。...这是因为3个月的条件下，符合条件的数据量级增大（最大的一个话题下有3万跟帖），ES的运算效率下降比较厉害。 3）从Top1000到Top10，ES的总时间逐渐变差于现有方法。

1.4K4 1

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭