闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤濠€閬嶅焵椤掑倹鍤€閻庢凹鍙冨畷宕囧鐎c劋姹楅梺鍦劋閸ㄥ綊宕愰悙鐑樺仭婵犲﹤鍠氬Ο鈧悗娈垮枟閹倸顕f禒瀣垫晣闁绘柨鎼獮鎰版⒒娴h鍋犻柛搴灦瀹曟洟鏌嗗鍡椻偓鍫曟煃閸濆嫬鏆熺痪鎯с偢閺岀喖鏌囬敃鈧鐐箾閸喓鐭掗柡灞糕偓宕囨殕闁逞屽墴瀹曚即寮介鐐电暫閻熸粍鏌ㄩ悾閿嬬附閸涘﹤浜滈梺鍛婄箓鐎氼剙鈻撻妷鈺傗拻闁稿本鐟чˇ锕傛煙鐠囇呯瘈鐎规洖婀遍幉鎾礋椤掆偓瀵潡姊洪崷顓℃闁哥姵鐗犻幃鈥愁潨閳ь剟寮婚悢鍛婄秶濡わ絽鍟宥夋⒑缁嬫鍎愰柛鏃€鐟╅獮鍐ㄎ旈崨顓熷祶濡炪倖鎸鹃崐顐﹀鎺虫禍婊堟煏婢舵稑顩紒鐘翅缚缁辨帗娼忛妸锕€闉嶉梺鐟板槻閹虫ê鐣烽锕€绀嬬痪鐗埫禍鍓р偓鍏夊亾闁告洦鍓涢崢閬嶆⒑闂堟胆褰掑磿閹惰棄鏄ラ柨婵嗘礌閸嬫挸鈻撻崹顔界亪濡炪値鍘鹃崗妯侯嚕椤愶箑绠涙い鎾跺仧缁愮偞绻濋悽闈浶㈤悗姘卞厴瀹曘儵宕ㄧ€涙ǚ鎷绘繛杈剧悼閹虫捇顢氬⿰鍛<閻犲洦褰冮埀顒€娼¢悰顔藉緞婵炵偓顫嶉梺闈涚箳婵兘顢欓幒鏃傜=闁稿本鐟ч崝宥呯暆閿濆懏鍋ョ€规洏鍨介獮鏍ㄦ媴閸忓瀚奸梻浣告啞缁嬫垿鏁冮敐鍥偨闂侇剙绉甸悡鏇㈡煟濡澧繛鍫熺矌閳ь剝顫夊ú姗€宕濆▎鎾跺祦闁搞儺鍓氶崑瀣煕椤愮姴鐏╂鐐村姍閺岋絾鎯旈垾鍐茶緟闂佺ǹ顑嗛幑鍥箖濡ゅ懏鏅查幖绮光偓鎰佹骄闂備椒绱粻鎴︽偋閹捐绠栨俊銈呭暞閸犲棝鏌涢弴銊ュ妞わ负鍔戦弻锝夊閳轰胶浠柣銏╁灣閸犳牠骞冨鈧獮鎺懳旀担鍝勫箺闂備胶绮崝鏇㈩敋椤撱垹鐓濋柟鍓х帛閻撳啰鎲稿⿰鍫濈婵炲棙鎸搁崒銊╂煛瀹ュ啫濡块柣婵嗙埣閺岋繝宕堕妷銉т痪闂佹娊鏀遍崹鍧楀蓟濞戞ǚ鏀介柛鈩冾殢娴尖偓闂備礁鐤囬褔藝閻㈢ǹ钃熸繛鎴炲焹閸嬫捇鏁嶉崡鐐叉殨濠㈣娲熷濠氬磼濞嗘帒鍘¢柡瀣典簼閵囧嫰骞嬪┑鍥舵&濡ょ姷鍋為崝娆撶嵁閺嶃劎鐟瑰┑鐘插閳笺倖绻濋悽闈涒枅婵炰匠鍥舵晞闁圭増婢橀弸渚€鏌涢埄鍐姇闁绘挻娲熼幃姗€鎮欓幓鎺嗘寖闂佽桨鐒﹂悧鐘诲蓟閺囩喓绠鹃柣鎰靛墯閻濇洟姊洪幎鑺ユ暠闁搞劌娼″璇测槈濡攱鏂€闂佺硶鍓濋〃蹇斿閸屾凹娓婚柕鍫濋娴滃墽绱掗悩铏磳鐎殿喛顕ч埥澶愬閻樼數娼夐梻渚€鈧偛鑻晶瀵糕偓瑙勬礀缂嶅﹤鐣风粙璇炬棃宕橀妸褋鍋婇梻鍌欑閹诧繝宕濋敃鍌氱獥闁哄稁鍙忕紞鏍煕濞戞ḿ鎽犻柣鎾崇箻閺屾盯顢曢敐鍥╃暫闂侀潻绲藉﹢杈╂閹烘绠涙い鎾跺Л婵洨绱撴担铏瑰笡缂佽鐗撻獮鍐╃鐎n偒妫冨┑鐐殿棎缂堜即宕规禒瀣畺婵°倐鍋撴い顐g箞濮婅崵鈧潧鎲¢弲鍏肩節绾版ǚ鍋撻崘鑼獓闂佸憡姊归悷銉╊敋閿濆绠绘い鏃傗拡濞煎﹪姊洪幎鑺ユ殰闁稿鎹囬弻鐔割槹鎼达絽绗$紓浣虹帛缁嬫帒岣胯箛娑樼鐟滃酣宕戣濮婅櫣绮欑捄銊︽闂佺ǹ锕ョ换鍌炴偩閻戣姤鍋ㄧ紒瀣硶閸旓箑顪冮妶鍡楃瑨閻庢凹鍙冮崺娑㈠箣閿旂晫鍘甸梺鍏肩ゴ閺呮稒绂掑⿰鍫熺厽闊浄绲奸柇顖炴煛瀹€瀣М妤犵偞锕㈤、娑樜旈埀顒佺閸撗€鍋撶憴鍕婵炶绠戦埢鎾淬偅閸愨斁鎷洪梺鍛婄箓鐎氼垶锝為敃鍌涚厱閹兼番鍔嬮幉楣冩煙椤栨俺瀚伴摶鏍煃瑜滈崜鐔煎灳閿旂偓宕夐柕濠忕畱绾绢垶姊洪幆褏绠版繝鈧柆宥呯缂佸绨遍弨浠嬫煟閹邦厼绲荤紒鐙欏洦鐓欐い鏃傚帶閳ь剚鎮傞敐鐐剁疀閹句焦妞介、鏃堝礋椤忓棛鍊為梻鍌欑閹测€趁洪敃鍌氱婵炲棙鎸哥壕鑽も偓骞垮劚椤︿即鍩涢幋锔界厵闁兼祴鏅涙禒婊冣攽闄囨慨銈嗙┍婵犲洦鍊烽柟娈垮枤閻撴挸螖閻橀潧浠滈柛鐔告尦瀵偊骞樼紒妯轰汗闂佸憡鐟ラ崐鍫曞礉閹达箑钃熺€广儱顦导鐘绘煕閺囥劌浜愰柛瀣尰缁绘繂顫濋鈧崑宥嗙箾鐎电ǹ孝妞ゆ垵妫濋崺娑㈠箣閿旂晫鍘卞┑鐘绘涧濡顢旈埡鍛厓鐟滄粓宕滃▎蹇ヨ€块梺顒€绉撮悞鍨亜閹烘垵鈧骞婂Δ鍛厱闁靛鍨甸幊蹇涙倿妤e啯鈷掑ù锝堟鐢盯鏌涢弮鈧〃濠傜暦閺囥垹围濠㈣泛顑呮禍妤呮⒑缂佹ɑ顥嗛柛瀣姍瀹曪綁骞樼紒妯煎幈闂侀潧顦弲鈺佄涢幋锔界厱闁圭儤鏌ㄩ。鑲╃磼缂佹ḿ娲寸€规洏鍔戦、姗€鎮╁Ο鐘叉处閻撴盯鎮橀悙鐢点€婇柛瀣尭閻g兘宕堕妸锔炬殾闂傚倷绶氶埀顒傚仜閼活垱鏅剁€电硶鍋撶憴鍕;闁告鍟块锝夊磹閻曚焦鞋闂備礁鎼Λ鎾⒔閸曨厽宕叉繛鎴欏灩楠炪垺淇婇婵愬殭缁炬澘绉归弻娑㈠Ψ閿旇棄鍞夊┑顔硷龚濞咃綁宕犻弽顓炲嵆闁绘劖绁撮幏銈嗕繆閻愵亜鈧垿宕濆畝鈧幑銏ゅ箣閻橆偄浜鹃梻鍫熺◤閸嬨垽鏌℃担瑙勫磳闁轰焦鎹囬弫鎾绘晸閿燂拷

如何利用大数据思维在北京租到好房子

2014年08月05日10:32   教育专栏  作者:王路   我有话说

  第一步:精准定位。

  确定找房地点,精确到小区。每个小区在任意时间,至少有三五间空房待租。大的小区,有几十间。完全不要担心没房。如果没有,基本是因为数据挖掘的能力不足。五环之内,如果两个毗邻的小区都没有空房,中国经济就要出大问题了。但一个小区的数据少,是很常见的。所以,我一般至少收罗4个小区的数据。

  比如,我在凤凰网上班,要到市区,就会选择在地铁站和单位沿线的小区。

  凤凰网到望京地铁站3公里,步行30分钟。

  最理想的小区是A,其次是B、C、D。

  第二步:数据挖掘。

  这一步是个技术活,很关键。技术体现在你依据哪些指标进行挖掘。

  我总结个口诀,叫“四看四不看”。

  四看:看小区、看价位、看个人、看户型。

  1、看小区。不要以地铁站诸如“望京”来搜索,要定位精准。

  2、看价格。价格没有太多回旋的余地。在北京,五环左右和别人合租,单间的价钱基本不会超过2000。望京一带,单间基本是1500到2000。低于1500的条件不好,高于2000的又偏贵。

  3、看个人房源。“100%个人房源”都会碰到中介。不要对中介寄予任何希望。但可以利用中介,就是在个人房源实在找不到的时候,找中介带你看一两家,熟悉一下行情。别看太多,因为人家中介挣钱也不容易。既然不打算走中介,别太麻烦人家。

  4、看户型。户型数据未必真实。有些三室一厅的,客厅被隔断,住6家。我看到4室的基本不考虑。除非数据实在不够,也会抄上备用。合租人多会出现极大的麻烦,没人会主动倒洗手间的厕纸。而收水电费时有人拖欠不交就更让你苦恼了。

  四不看:不看照片。不看设施、不看装修、不看面积。

  1、不看照片。“有图有真相”这句话在两种地方万万不能相信,一种是租房网站上,一种是女生朋友圈自拍。记住,一定要看现场。照片拍得天花乱坠,没有用。

  2、不看设施。不要去比较写的有空调没空调,有些有空调,但可能根本不制冷了。有些没空调,纯粹因为房主忘写了。

  3、不看装修。中等装修、装修很好,这些描述太主观。很多冒充二房东的中介,把破烂的房子写成中等装修。

  4、不看面积。同样大小的房子,有人写15平,有人写28平。一样主观。

  你都大数据了你还相信主观描述么?一切以现场为准。看主观信息纯粹是浪费时间。

  明确了“四看四不看”,半小时你就能找到一堆数据,格式如下:

  第三步:剔除无效数据。

  上一步挖掘到的数据,有三种是无效的,一种准有效的,一种有效的。

  无效数据:

  1、电话打不通的。

  2、中介冒充个人的。

  3、房子已租出去的。

  准有效数据:

  1、房子还没租出,但人不在家。

  有效数据:

  1、人在,现在可以看房。

  这一步需要到了现场再开始实施。不要边挖掘数据边打电话。只要你的数据样本足够多,不怕不存在有效数据。而且,你先打电话约好时间,到了地方,人可能又不在了。所以,到小区再打电话,然后开始批量剔除。

  不好意思,纸片装在裤兜里,天热出汗,就成这熊样子了。

  每当你划掉一道线时,心里就多了一分成就感。

  第四步:周边调研。

  工作日最好下午出发,但做好下午看不到合适房子的准备。因为有正经职业的人,白天基本都在上班。你碰到的很可能是假冒二房东的中介,或者是没有正经职业的。和这些人合租可能会遇到很多问题。比如大白天趁你不在带了一堆狐朋狗友来家里,搞不好在家里吸毒你都不知道。

  那下午出发的意义是什么呢?热身。

  顺便在小区看看风景。当你时间太急迫的时候,就不会留意小区设施风景、周边吃的玩的和商场多不多,交通是否便利这些了。不要以为这些不重要。越是着急找房子,越不能粗疏。节奏一定要对。急中有缓,由缓而速。

  每个小区都有一群群中介。他们走过你身边时,一定要把纸揣好了。让自己像个特务一样,装作若无其事地看大妈跳广场舞。一边看,一边拨出电话。这时,只见一个大妈从广场舞队伍里溜出来了。没错,白天不上班的,不一定是中介,还有可能是退休的房东大妈。

  别从位置最优的小区开始。这样,即便看到好房子,你还会对下家有期待。如果先看位置最优的小区,你可能一激动就拍板决定了,这样很容易错失更舒服的房子。

  第五步:现场勘查。

  不要预设。一定要找带空调的,一定要找有电梯的——太陋(low)了。

  记住,你是在用大数据思维找房子,还能提出以上标准吗?

  以下指标才是合适的:

  1、要木地板,不要地板砖。

  地板甚至比电视、空调还重要。卧室是木地板,或者看着像木地板的话,你回到家会感觉很放松,如果是地板砖,就给人一种冰冷的感觉,还像在办公室里。

  2、要有客厅,不要隔断。

  哪怕你不住隔断,也不要租带隔断的房子。有隔断就意味着没有客厅。有大客厅,基本上就有沙发,沙发前边基本就有电视,甚至还有大阳台。没有客厅的话,你的空间就只剩下卧室了。

  3、窗户朝南,要无遮挡。

  休息日你可以看到大把的阳光毫不吝惜地照进来。这一点对于好心情非常重要。如果你的窗子朝西或者朝北,或者有高楼遮住了你一半的视线,或者窗户太小,你就不会太开心。脑补一下吧:大冬天的周末,睡到十点,拉开窗帘,满室生春,泡一壶茶,站在窗前,远远近近的风景尽收眼底。你顿时爽了。

  4、要大床,除非你受了八关斋戒。

  广场舞大妈说她只让正经人住,你要不正经她还不租给你呢,然后一个劲儿地夸自己的房子有多么好。但你还是看出一些弊端,比如卧室没有床,只有一张小床垫。——大妈不会聪明到为了把房子租个好价钱而特地买个大床,她不知道,如果她买张大床,很多人愿意多出200块钱把这房子租下来,押一付三,增加的租金立刻抵消了大床的成本。可见,把数学应用在生活中有多么重要。

  第六步:运筹帷幄。

  当你现场看过的房子数据比较充裕时,就会追求卧室里是不是有书架、洗手间是不是通风良好这样的指标了。达到这个水平时,再看两三家就够了。

  看到再好的房子,也别当场定下来。一时的感觉有可能是假相。尤其是在你看了超过十间房时,你已经分不清哪间是哪间了。你可能看一间觉得满意,看到下一间又觉得满意。这时,你需要问一问房东,能不能拍张照片。告诉她你要多比较两家,这样,她还会自动给你压低房租。不然,她会以为你不是一个人来住。当然,你也可以告诉她你是发给你妈看,但那样似乎有点丢人,毕竟你都三十岁了。

  通情达理的房东一般都不会拒绝你。拒绝你的房东,你要考虑是不是要住在这里,因为和他们的相处恐怕容易起芥蒂。要求拍照片是检验房东性情的好办法。

  拍了十多家房间的照片,就可以去吃饭了。因为你饿了。找一家麦当劳或者肯德基吧,可惜肉全没有了。你痛恨自己累了一下午还不能吃饱。但要记住,你此行的目的是找房子,不是吃。

  要一杯饮料。把看过的房子一一列在纸上,打开照片,比较其优劣。你假如会用SWOT分析法更好,PEST就不用了,装逼也需要有限度。

  然后,你就得到一张近似下图的列表。

  先排除一半,再从未排除的选项里选优,就确定了一个候选房。

  别着急,你还需检验一下它是否有效。不必做robust检验,只需在你未曾涉足的小区观察两套房有个比较就行了。一般不会优于之前的最优解。

  然后,你打电话给最优解姐姐。交了定金,就可以愉快地打道回府了。

  你共拨了40多通电话,逛了5个小区,看过16间房。加上吃饭,花了5个小时。

  祝没有房子的兄弟姐妹们都轻松找到中意的房子。

 

 

  (声明:本文仅代表作者观点,不代表新浪网立场。)

文章关键词: 北京 租房 大数据

分享到:
保存  |  打印  |  关闭

闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤濠€閬嶅焵椤掑倹鍤€閻庢凹鍙冨畷宕囧鐎c劋姹楅梺鍦劋閸ㄥ綊宕愰悙鐑樺仭婵犲﹤鍠氬Ο鈧悗娈垮枟閹倸顕f禒瀣垫晣闁绘柨鎼獮鎰版⒒娴h鍋犻柛搴灦瀹曟洟鏌嗗鍡椻偓鍫曟煃閸濆嫬鏆熺痪鎯с偢閺岀喖鏌囬敃鈧鐐箾閸喓鐭掗柡灞糕偓宕囨殕闁逞屽墴瀹曚即寮介鐐电暫閻熸粍鏌ㄩ悾閿嬬附閸涘﹤浜滈梺鍛婄箓鐎氼剙鈻撻妷鈺傗拻闁稿本鐟чˇ锕傛煙鐠囇呯瘈鐎规洖婀遍幉鎾礋椤掆偓瀵潡姊洪崷顓℃闁哥姵鐗犻幃鈥愁潨閳ь剟寮婚悢鍛婄秶濡わ絽鍟宥夋⒑缁嬫鍎愰柛鏃€鐟╅獮鍐ㄎ旈崨顓熷祶濡炪倖鎸鹃崐顐﹀鎺虫禍婊堟煏婢舵稑顩紒鐘翅缚缁辨帗娼忛妸锕€闉嶉梺鐟板槻閹虫ê鐣烽锕€绀嬬痪鐗埫禍鍓р偓鍏夊亾闁告洦鍓涢崢閬嶆⒑闂堟胆褰掑磿閹惰棄鏄ラ柨婵嗘礌閸嬫挸鈻撻崹顔界亪濡炪値鍘鹃崗妯侯嚕椤愶箑绠涙い鎾跺仧缁愮偞绻濋悽闈涗汗闁瑰嘲鍟村畷鎯邦槾妞ゆ梹鍔欓弻鈩冨緞婵犲嫬顣烘繝鈷€鍛珪濠㈣娲熷畷褰掝敊濮橆剛绉洪柟顕呬邯閸┾偓妞ゆ帒瀚崹鍌溾偓瑙勬礀濞诧箓锝為弴銏$厵闁诡垎鍛喖婵犳鍨遍幐鎶藉蓟濞戞ǚ鏀介柛鈩冾殢娴煎矂姊洪柅鐐茶嫰婢ь垶鏌熺粙鍨挃婵″弶鍔欓獮姗€骞囨担鍛婂€梻浣告啞濞诧箓宕f惔鈭ワ綁顢欑喊杈ㄥ瘜闂侀潧鐗嗘鍛婄濠婂懐纾肩紓浣癸公閼版寧顨ラ悙瀵稿⒌鐎规洜鍏橀、姗€鎮㈤柨瀣偓顓㈡⒒娴e憡鍟炴繛璇х畵瀹曟垿宕卞☉娆愭珫闂婎偄娲︾粙鎺楀煕閹烘垯鈧帒顫濋敐鍛婵犵數鍋橀崠鐘诲礋椤撴繄娉婇梻鍌氬€烽懗鑸电仚闁诲孩绋堥弲鐘诲箖閿熺姵鏅搁柣妯垮皺閻e搫鈹戞幊閸婃捇姊藉澶婄;闁告稑鐡ㄩ悡鏇㈡煙閼割剙濡介柡澶婄秺閺岀喖鏌ㄧ€n偁浠㈠┑顔硷攻濡炶棄鐣烽妸锔剧瘈闁告洦鍘鹃弳銈夋⒑鐠囨彃顒㈡慨妯稿姂瀹曟螣閾忚娈鹃梺鍝勬祫缁辨洟鎮块埀顒勬⒑閸濆嫬鈧粙顢欐繝鍕С閻犲洤妯婂〒濠氭煏閸繃顥為悘蹇涙涧閳规垿顢欓懞銉ュ攭閻庤娲忛崹浠嬬嵁濮椻偓椤㈡瑩鎮剧仦钘夌濠电姷鏁搁崑鐐哄垂闂堟稓鏆︽い鎺戝閸戠娀鏌ㄩ弬鍨挃缁炬儳銈搁弻锝呂熼搹鐧哥礊闂佸疇妫勯ˇ鐢稿蓟瀹ュ瀵犲鑸瞪戠瑧闂備礁鐤囬褍顫濋敂鍓т笉婵炴垶鐟х弧鈧梺绋挎湰閻熴儵藟濮橆兘鏀介柣妯虹仛閺嗏晛鈹戦鐐毄闁哥姴锕ら鍏煎緞鐎n亙绨甸梻浣虹帛宀h法鍒掗鐐村亗婵炲棙鍔戞禍婊堟煙閹规劖纭鹃柡瀣捣缁辨帒螖娴e憡璇為梺鍝勬湰閻╊垰顕i鈧崺鈧い鎺戝€搁崹婵堚偓骞垮劚濞诧箑鐣烽崣澶岀闁瑰瓨鐟ラ悘鈺冣偓鐟版啞缁诲啴濡甸崟顖氱疀闁宠桨鑳舵导鍕箾鐎电ǹ甯堕柣妤€妫濋崺鐐哄箣閿旂粯鏅╃紒缁㈠弮閺€閬嶅极閹€鏀介柨娑樺娴犫晜淇婇銏狀伃闁诡噣绠栭幃婊呯驳鐎n偅娅囬梻浣瑰濞插秹宕戦幘鍓佺<闁逞屽墰閳ь剨缍嗛崑浣圭濠婂牊鐓欓梺顓ㄧ畱閺嬫盯鏌$€n亪顎楅棁澶嬬節婵犲倻澧㈤柣锝嗘そ閺岋紕浠﹂崜褎鍒涘銈冨灪濞茬喖寮幇鏉垮耿婵炲棙蓱琚g紓鍌氬€烽懗鍫曞磻閹捐纾跨€规洖娲ㄧ粈濠傗攽閻樺弶鎼愰柦鍐枛閺屽秹濡烽敃鈧晶顖炴煕濮橆剦鍎旀鐐寸墱閸掓帡宕楁径濠佸闂佽偐鈷堥崜娑㈠春瀹ュ鈷掗柛灞剧懆閸忓矂寮搁鍛簻闁瑰瓨绻冮ˉ銏☆殽閻愭潙濮嶆鐐寸墬缁楃喐绻濋崟顓涙(濠电姷鏁告繛鈧繛浣冲浂鏁勯柟鐗堟緲閺嬩線鏌涢埄鍐姇闁绘挻娲熼幃姗€鎮欓幓鎺嗘寖闂佽桨鐒﹂悧鐘诲蓟閺囩喓绠鹃柣鎰靛墯閻濇洟姊洪幎鑺ユ暠闁搞劌娼″璇测槈濡攱鏂€闂佺硶鍓濋〃蹇斿閸屾凹娓婚柕鍫濋娴滃墽绱掗悩铏磳鐎殿喛顕ч埥澶愬閻樼數娼夐梻渚€鈧偛鑻晶瀵糕偓瑙勬礀缂嶅﹤鐣风粙璇炬棃宕橀妸褋鍋婇梻鍌欑閹诧繝宕濋敃鍌氱獥闁哄稁鍙忕紞鏍煕濞戞ḿ鎽犻柣鎾崇箻閺屾盯顢曢敐鍥╃暫闂侀潻绲藉﹢杈╂閹烘绠涙い鎾跺Л婵洨绱撴担铏瑰笡缂佽鐗撻獮鍐╃鐎n偒妫冨┑鐐殿棎缂堜即宕规禒瀣畺婵°倐鍋撴い顐g箞濮婅崵鈧潧鎲¢弲鍏肩節绾版ǚ鍋撻崘鑼獓闂佸憡姊归悷銉╊敋閿濆绠绘い鏃傗拡濞煎﹪姊洪幎鑺ユ殰闁稿鎹囬弻鐔割槹鎼达絽绗$紓浣虹帛缁嬫帒岣胯箛娑樼鐟滃秹宕哄畝鍕拺缁绢厼鎳庤缂備緡鍠栧ù鐑藉礆閹烘绫嶉柛顐ゅ枎閳ь剛绮穱濠囶敍閻愬瓨鐝崇紓浣靛妼椤嘲顫忓ú顏咁棃婵炴垼椴搁鍡涙⒒閸屾艾顏╅悗姘煎墴閹儳鐣¢幍顔芥畷闂侀€炲苯澧撮柛鈹惧亾濡炪倖甯掗崰姘缚閹邦厾绠鹃柛娆忣檧閼板潡鏌曢崱妤€鏆g€规洏鍔嶅ḿ蹇涘礈瑜忛埣銈嗙節閻㈤潧孝闁挎洏鍊濋幃褔宕卞☉娆忊偓鍧楁煕椤垵浜栧ù婊勭矒閺岀喖宕崟顒夋婵炲瓨绮嶉崕鎶解€旈崘顔嘉ч柛鈩冡缚閳规稓绱撻崒姘毙$紒鑸靛哺婵″瓨绗熼埀顒€顕i幘顔碱潊闁斥晛鍟悵鏍⒒娓氣偓閳ь剛鍋涢懟顖涙櫠閹殿喚纾兼い鏂垮⒔鐢稓绱掔紒妯肩畵妞ゎ偅绻堥、姗€鎮欓弶鍨嚙闂傚倸鍊烽悞锕傚箖閸洖纾挎繝濠傜墕缁€鍐┿亜韫囨挾澧㈢€规洘绮岄埞鎴︽晬閸曨偂鏉梺绋匡攻閸ㄥ灝鐣烽弴銏″殤妞ゆ帊绀佹惔濠囨⒑閸撴彃浜濈紒璇茬Т宀e潡寮介妸褏顔曢悗鐟板閸犳洜鑺遍崗绗轰簻闁靛鍎虫晶娑氱磼缂佹ḿ娲存鐐差儔閹瑧鎹勬笟顖涱棨濠碉紕鍋戦崐褏寰婃禒瀣妞ゆ劧绠戦悡姗€鏌熸潏鍓х暠闁绘搫绻濋弻娑㈠焺閸愶缚娌紓浣靛妿閸樠団€旈崘顔嘉ч柛鎰╁妼椤牓姊洪幐搴㈠濞存粠浜濇穱濠勨偓娑欋缚閻熷綊鏌嶈閸撴瑩顢氶敐澶樻晪闁逞屽墮閻i攱绺介崨濠備簻闂佸憡绋戦オ瀛樼瑜斿濠氬磼濞嗘劗銈板┑鐐差槹濞茬喎鐣烽幎鑺ユ櫇闁稿本姘ㄩ鍡涙⒑鐠恒劌娅愰柟鍑ゆ嫹

闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻鐔兼⒒鐎靛壊妲紒鐐劤濠€閬嶅焵椤掑倹鍤€閻庢凹鍙冨畷宕囧鐎c劋姹楅梺鍦劋閸ㄥ綊宕愰悙鐑樺仭婵犲﹤鍠氬Ο鈧悗娈垮枟閹倸顕f禒瀣垫晣闁绘柨鎼獮鎰版⒒娴h鍋犻柛搴灦瀹曟洟鏌嗗鍡椻偓鍫曟煃閸濆嫬鏆熺痪鎯с偢閺岀喖鏌囬敃鈧鐐箾閸喓鐭掗柡灞糕偓宕囨殕闁逞屽墴瀹曚即寮介鐐电暫閻熸粍鏌ㄩ悾閿嬬附閸涘﹤浜滈梺鍛婄箓鐎氼剙鈻撻妷鈺傗拻闁稿本鐟чˇ锕傛煙鐠囇呯瘈鐎规洖婀遍幉鎾礋椤掆偓瀵潡姊洪崷顓℃闁哥姵鐗犻幃鈥愁潨閳ь剟寮婚悢鍛婄秶濡わ絽鍟宥夋⒑缁嬫鍎愰柛鏃€鐟╅獮鍐ㄎ旈崨顓熷祶濡炪倖鎸鹃崐顐﹀鎺虫禍婊堟煏婢舵稑顩紒鐘翅缚缁辨帗娼忛妸锕€闉嶉梺鐟板槻閹虫ê鐣烽锕€绀嬬痪鐗埫禍鍓р偓鍏夊亾闁告洦鍓涢崢閬嶆⒑闂堟胆褰掑磿閹惰棄鏄ラ柨婵嗘礌閸嬫挸鈻撻崹顔界亪濡炪値鍘鹃崗妯侯嚕椤愶箑绠涙い鎾跺仧缁愮偞绻濋悽闈浶㈤悗姘卞厴瀹曘儵宕ㄧ€涙ǚ鎷绘繛杈剧悼閹虫捇顢氬⿰鍛<閻犲洦褰冮埀顒€娼¢悰顔藉緞婵炵偓顫嶉梺闈涚箳婵兘顢欓幒鏃傜=闁稿本鐟ч崝宥呯暆閿濆懏鍋ョ€规洏鍨介獮鏍ㄦ媴閸忓瀚奸梻浣告啞缁嬫垿鏁冮敐鍥偨闂侇剙绉甸悡鏇㈡煟濡澧繛鍫熺矌閳ь剝顫夊ú姗€宕濆▎鎾跺祦闁搞儺鍓氶崑瀣煕椤愮姴鐏╂鐐村姍閺岋絾鎯旈垾鍐茶緟闂佺ǹ顑嗛幑鍥箖濡ゅ懏鏅查幖绮光偓鎰佹骄闂備椒绱粻鎴︽偋閹捐绠栨俊銈呭暞閸犲棝鏌涢弴銊ュ妞わ负鍔戦弻锝夊閳轰胶浠柣銏╁灣閸犳牠骞冨鈧獮鎺懳旀担鍝勫箺闂備胶绮崝鏇㈩敋椤撱垹鐓濋柟鍓х帛閻撳啰鎲稿⿰鍫濈婵炲棙鎸搁崒銊╂煛瀹ュ啫濡块柣婵嗙埣閺岋繝宕堕妷銉т痪闂佹娊鏀遍崹鍧楀蓟濞戞ǚ鏀介柛鈩冾殢娴尖偓闂備礁鐤囬褔藝閻㈢ǹ钃熸繛鎴炲焹閸嬫捇鏁嶉崡鐐叉殨濠㈣娲熷濠氬磼濞嗘帒鍘¢柡瀣典簼閵囧嫰骞嬪┑鍥舵&濡ょ姷鍋為崝娆撶嵁閺嶃劎鐟瑰┑鐘插閳笺倖绻濋悽闈涒枅婵炰匠鍥舵晞闁糕剝绋戠壕褰掓⒑閸噮鍎嶅ù婊勭矒閺岀喖宕崟顒夋婵炲瓨绮嶉崕鎶解€旈崘顔嘉ч柛娑橆嚟瀹曨亪姊洪悷鏉挎闁瑰嚖鎷�

推荐阅读

热文排行

×
新浪微博、博客、邮箱账号,请直接登录
请用最新版微博客户端扫码