大数据的画学生生活

㈠ 大数据告诉你：学霸是怎样炼成的！

大数据告诉你：学霸是怎样炼成的！

近日，国内大数据领域领军专家、电子科技大学周涛教授与有着近十年学工部长教育 经验 的吕红胤研究员，花费了近大半年的时间，联合研发出一套“大数据”系统——“学生画像”。

该系统利用校园一卡通追踪学生行为轨迹，通过对学生吃饭、打水、出行、消费行为记录，“算”出每名学生的 学习 、生活状态。更厉害的是，通过对学生日常学习状态的追踪，该系统还会对学生的期末成绩乃至 大学四年 后的 就业 情况作出预警——

注：系统用排名均值来计量学生成绩的优异。排名均值=学生在所在专业的年级排名/本专业的总人数，排名均值越接近0，代表该学生的成绩越好。

学霸是如何炼成的?

学霸出门时间通常比较固定

研究人员分析了近半年的 宿舍 门禁、吃饭、进出图 书 馆等刷卡记录，发现成绩较好的学生作息时间比成绩差的更规律。

例如，某 专业排名 第3的小雪，几乎每天固定在8点、12点、14点三个时间点出门，留在宿舍的总时长低于专业平均水平。而该专业成绩排名第61的小石每天进出宿舍的时间很随机，而且通常每次外出的时长不超过2小时，“宅指数”明显高于专业平均水平。

此外，研究人员还发现，9点前出现在食堂吃早餐的同学，成绩也相对更好。

学霸最爱在晚上10-11点洗澡

上图中，横轴代表了时间点，竖轴则代表了在当前的时间点下，学生的洗澡概率。电子科大的澡堂是全天开放的，但研究团队发现，晚上10——11点，学习好的学生与学习差的学生洗澡概率出现了较大的差异。简言之，集中在晚上10到11点之间洗澡的学生成绩更优异。

不管是出门时间还是洗澡时间，抑或是相对固定的早餐时间，都是学生作息规律的具体体现。研究人员发现，较有规律的学生群体，除了成绩上的优势外， 考研 成功 率以及 出国留学 获得奖学金的概率均高于一般学生。这也从侧面印证了生活的规律性对于成绩有正面影响的结论。

学霸爱泡图书馆和自习室

在样本量足够庞大的情况下，学生在一定时期内的行为追踪确实可以反映他的学习和生活状态。比如，如果一个学生的打卡记录显示，他长期在教学楼的饮水机上打水，那一定程度上就说明了，教学楼是他的长期活动地点。

“学生画像”的研究团队，通过大数据分析，发现了出入图书馆次数多少与学习成绩的好坏存在着一定的相关性，即：出入图书馆次数比较多的学生，成绩要仔码优于出入图书馆次数比较少的学生。同一个学生，随着他出入图书馆次数的增多或减少，他的成绩排名在上销戚仔下浮动。如图↓↓

这样的相关性，同样适用于学校的教学楼↓↓(注：在教室打水代表该学生出现在了教学楼~)

学霸也扎推?

现实中，每个人都会受到种种环境的影响。无疑，处于校园之中，身边人的学习状态，自然也会影响到学生自身的成绩好坏。

研究团队发现，如果一个 大学生 ，他身边的朋友成绩比较好，那他自身的成绩也相对较好!

想要成为一枚学霸?先找个学霸好友吧——

期末会不会挂科?算一下吧

在这项研究中，研究团队专门设计出了一系列辅助学生更好完成大学学业的功能模块——“挂科预警”。

想知道你学期末会不会挂科?那就算一算喽!

挂科率= 努力 程度 + 学习基础;

努力程度依据:教学楼打水频率+进出图书馆的时间与次数;

学习基础：用已考科目成绩、已考与将考科目之间的关联性算出;

一旦你的挂科率触碰到了预警红线，那系统便会自动为负责你学习的辅导员推送预警信息!

“前方高能预警，您的挂科率有偏高趋势，请好好学习——”自从有了“挂科预警”系统，妈妈再也不用担心我挂科了——

四年后，你会成为失业大军中的一员吗?

如今，就业形势一年比一年紧张。作为学生，你在担心 毕业 即失业?作为高校的管理者，你会困惑于如何帮亏汪助学生突破重围吗?嗯，好消息来了!

“学生画像”研究团队通过大量的数据分析，研究得出了一个学生的毕业去向与他在校期间的生活规律有着一定的关联性。

电子科技大学教育大数据研究所副所长、原微软亚洲研究院的连德富教授在接受中国青年报(ID：zqbcyol)采访时表示，通过对比往届 毕业生 的毕业去向，他们发现，就业困难学生群体身上确实存在某些相似的行为特征。比如，与其他同学相比，就业困难学生在校期间的生活普遍不太规律。此外，就业困难学生在图书馆的借阅书目也更偏向于悬疑科幻小说以及与游戏相关的 书籍 。

近年来，越来越多的大学生毕业后选择 创业 。麦可思研究院研究发现，包括本科毕业生和高职专院校毕业生在内的中国大学生毕业后选择自主创业的比例基本呈逐年上升的趋势：2007年1.2%，2008年1%，2009年1.2%，2010年1.5%，2011年1.6%，2012年2%，2013年2.3%，2014年2.9%。

在连德富教授看来，大学里的创业一族也有“大数据”特点。偏好创业的学生跑市区的频率要高于普通学生。

㈡ 大数据来告诉你如何成为学霸

大数据来告诉你如何成为学霸

目前，川内各所大学即将开学。对于新入校的学生来说，大学生活该怎样合理安排?如何才能在大学里炼成一个学霸?

别担心，有大数据来告诉你!这不，由国内大数据领域的领军专家、电子科技大学教授周涛等人共同研发的“学生画像”系统，通过数据整合、分析，挖掘出每个学生的学习、生活状态，预测出学生的挂科危险以及可能出现的“特殊状况”。这个系统已经覆盖电子科大两万余名本科生。

记者从电子科大教育大数据研究所了解到了“学生画像”所统计出来的一些数据，那么，现在我们就来看下，在大学里怎样才能成为一个学霸。

排名均值越小，成绩越好。

1 新奇的发现

打水次数减少35次学生成绩相应降低了26名

电子科大教育大数据研究所成立于去年，数十名师生共同承担着我国多项教育研究课题。周涛曾介绍研究所说，数据中心集中了学校上万名学子的行为、消费等匿名信息，研究所基于这些数据，进行整合、分析与运用。

据介绍，目前学生的数据包括出入寝室的时间、进出图书馆的次数、借阅书籍的种类、在教学楼打水的次数、去澡堂洗澡的时间等。“学生画像”的研究团队首先会根据这些数据与实际行为的关联性，“计算”出每名学生的学习、生活状态，从而预测学生是否有挂科的可能，甚至还有辅导学生更好规划自己学业的可能。

通过这一年时间的大数据统计，可以看出，在电子科技大学：总体上，女生平均成绩好于男生;大二上学期，成绩两极化最为明显。

同时，还总结出一个规律，学生成绩波动之前，生活模式会先发生变化。比如，一名学生第一学期在教室打水的次数为53，他的成绩在565位同学中排名200;第二学期，这名学生的打水次数减少了35次，他的成绩也相应降低了26名。

2 如何成为学霸?

生活有规律多与成绩好的学生做朋友

通过大数据研究，其实可以发现，学霸也是有规律可循的。这不，教育大数据研究所根据这些数据，绘制出了“学霸”和“学渣”的学习生活轨迹。来，一起看下，想要成为学霸，你要做些什么?

一、去图书馆和教学楼次数越多，成绩越好

在大数据研究所提供的图表一上，记者可以看到桥扰，第一学期，成绩最好的学生进入图书馆的次数为55次，成绩最差的学生进入图书馆的次数为35次;到了第四学期，成绩最好的学生进入图书馆的次数为61次，成绩最差的学生进入图书馆的次数为18次。

正如图表所显示的，“学生画像”的研究团队通过大数据分析，发现出入图书馆次数比较多的学生，成绩要优于出入图书馆次数比较少的学生。而同一名学生，随着出入图书馆次数的增多或减少，成绩排名在上下浮动。

同样的情况也存在教学楼，学生去教学楼饮水机上打水次数越多，就说明学生长期在教学楼历誉里活动。第三学期的数据显示(图二)，成绩最好的学生在教学楼打水近80次，成绩最差的学生在教学楼打水不到10次。这也说明，经常在教学楼活动的学生，成绩就越好。

二、生活、学习有规律的学生，成绩更好

研究人员通过分析全校本科生进出宿舍、在食堂吃饭、去澡堂洗澡等记录，发现成绩好的学生除了在教学楼打水次数比较多之外，生活、学习等行为习惯比成绩差的更有规律。

以吃早饭的次数为例(图三)，第二学期，成绩最好的学生吃早餐次数在110次，成绩最差的学生吃早餐次数仅为60次。也就是说，9点前出现在食堂吃早餐的同学，成绩也相对更好。

除此之外，研究还发现，在固定时间进出宿舍，在宿舍的平均时长少的学生，成绩远远高于经常宅在宿舍的学生。

三、身边朋友成绩较好，自身成绩也相对较好

大数据显示，学霸的身边总是围绕着学霸，身边朋友成绩较好，自身成绩也相对较好。

电子科大教育大数据研究所有专门分析“朋友圈”的模块，主要分析同校的朋友。“两个朋友关系越亲密，共同行动肢消段的概率就越大，而陌生人之间则不然，这是已经经过仔细验证的结论。”基于此，研究所的专家们对学生们的共现频率进行了统计分析，凡是两两间较短间隔内在同一场所，研究人员都进行了记录，以此获取两人的关系亲密程度，超过某一亲密程度的则为朋友，以此获取每个人的朋友圈信息。此后，研究人员再结合学生基本信息，获取学生与朋友之间的标识，如室友、同班、同学院等，进而进一步分析学生的交际能力与偏好。

研究人员在分析了学生和朋友们之间的成绩之后，得出一个研究结果：学生自身成绩与身边朋友的成绩具有很强的相关性。

3 科研人员建议

大学新生们 这样做你也能成为“学霸”

基于以上的研究成果，教育大数据研究所也给出了一定的建议：

生活习惯很重要，请注意保持生活的规律性，早上6点起床跑步读书吃早餐而不是8点起床飞奔去上课，你这一天的感觉会完全不一样;

一定要抽时间锻炼身体，不要天天宅，睡懒觉和打游戏不如出去跑跑步，打打球;

不要迷恋网络游戏;入学就打好学习基础;多去教室图书馆学习。

4 挂科预警

推送给辅导员及时调整学生的学习状态

除了教你如何成为“学霸”之外，“学生画像”还可以帮学生预测成绩，发出“挂科预警”。

据介绍，挂科预警就是通过学生学习基础以及由日常行为特征体现出的努力程度，综合分析提前预测学生挂科可能性，并将挂科可能性较高的群体发送给辅导员，帮助他们提前引导，有效提升学生的学习成绩。

研究人员告诉记者，挂科预警主要从三个方面分析：一是刻画学生生活与学习的规律性。比如，如果某学生最近几个月作息极不规律，那么他的成绩就会有下滑的可能;二是分析课程相关性，先导课程的掌握程度对后续课程的成绩有大的影响。比如，如果某学生微积分—I分数在及格边缘，那么后续课程微积分—II就有较高的挂科可能性。三是计算学生在该课程上付出的精力。比如，如果发现该生在图书馆从未借阅与微积分课程相关的图书，那么他在该课上挂科的可能性会进一步提高。

依据这些分析，系统便可计算出学生的挂科可能性，类似于“电磁场与波有87.5%的可能性挂科”这样的信息就会推送给辅导员，由辅导员介入调整学生的学习状态。

5 如何保护隐私?

不强调个人情况对异常状况提供人文关怀

通过数据挖掘获知学生在校行为记录，这是否意味着学生的行踪被监控，侵犯了学生的隐私权?

其实不然。教育大数据研究所副所长连德富强调，如今，“大数据”已渗透到生活的各个领域。学校做数据收集，不会去强调每个人的情况，而是察看学生整体的学习生活状况，及时预测预警学生异常状况，为学校的决策提供数据支撑。比如，根据学生就业能力情况，学校及时开展个性化引导，提升学生就业水平;根据学生实际消费情况，找出隐性困难学生，提升学校人文关怀等。

㈢ 请谈谈大数据对你的学习和生活有哪些影响

大数据对学习和生活的影响：

1、在学习方面，有推出过一些基于大数据技术的学习应用，这些学习应用空橘可以根据学生自己填入的信息以及通过相关的一些的测试，推出适合学生学习的课程以及方式推荐。还有一些网课APP可以通过学生喜欢的方式打造出有针对性、个性化的学习方式，在美国就有开发的一种学习应用，通过不断地收集学生们的相关学习数据。

2、大数据虽然在学习方面所应用的地方并不算很多，但是在生活中却是处处充满了大数据的身影。其中最广为人知的就是大数据推送技术，收集使用者的喜好以及平时所浏览过、搜索、点赞的内容，加以分析其中的数据并推送出使用者可能感兴趣的内容。

大数据简介

大数据指的是所涉及的斗枣团资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有岩老更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

以上内容参考自网络-大数据

㈣ 说说大数据对我们学习生活的影响

1. 推荐更智能 比如，你经常在头条上进行阅读，会留下很多的浏览版行为，头条就根据你的行为来判断你权的兴趣，然后再把你喜欢的内容推荐给你。这就是所谓的智能推荐

2. 出行更方便当你出门的时候，你可能需要看导航地图的APP，因为你想知道现在道路的拥堵情况是怎样的。那么，这就跟大数据有关系了。APP需要采集大量的交通数据，然后对道路的拥堵情况进行跟踪和预测，推荐给你一个比较好的路线。如果没有大数据的支持，你出门以后才发现路上很堵，这会浪费你很多的时间。

3. 购物更方便当你网上购物的时候，经常会出现类似于“猜你喜欢”这样的推荐。基于你买了A这样的产品，向你推荐关联的B产品。很多的时候，推荐的产品的确是你需要的，这样你就省得去搜索了。在大数据的帮助下，你一下子就买到你想要的商品了。这样一来，你节省了很多的购物时间，也提高了购物的效率。

㈤ 大数据计算你和学霸的距离

大数据计算你和学霸的距离

在成都最冷的20天里还能坚持早起吃早餐；总是在晚上10点到11点之间洗澡；在教学楼打水近80次……正值开学季，电子科技大学教育大数据研究所的数据显示，普通的你，和学霸之间，恐怕就差了这些“微不足道”的行为。

这个颇有意思的发现，来源于覆盖了电子科大两万余名本科生的大数据系统——“学生画像”，其将每名学生几乎所有的在校活动轨迹与成绩之间建立了关联。利用这些数据，不仅能预算出学生的学习状况，研究者还希望依此引导他们更好地规划各自的学业和就业方向。

学霸的生活轨迹

传统教育认为，学生有规律的生活，是学生提高成绩的重要保证。

“普遍情况下，良好的行为习惯与学习成绩是呈正相关的，这基本是得到公认的。”21世纪教育研究院副院长熊丙奇表示，这些行为习惯，有的与成绩变动直接相关，例如学生按时上下课，常去图书馆等；还有一些与成绩的变动是间接相关的，比如养成早起的习惯，经常洗衣服，有规律的打水等。“虽然不直接作用于学生的学习，但是，好的生活习惯，反映的是学生积极的状态，说明学生自我管理的能力较强。那么，这些学生用在学习上的时间也相对有保证，也就势必会对学习成绩产生影响。”

不过，必须承认，这个被普遍接受的结论很难被定量描述。“如果我们能定量地证明已有的依据，并提出科学的可参照的建议，这项研究就是有价值的。”电子科技大学教育大数据研究所副所长连德富这样解释这项研究的初衷。

如今，研究团队已经花了一年多的时间记录学生的校内行为，包括吃饭、购物、打水、进出图书馆、借阅图书、宿舍门禁、洗澡、使用洗衣机、乘坐公交等。结果发现，学霸有着与一般学生完全不同的学习生活轨迹。

以某专业排名第3的学生为例，她几乎每天固定在8点、12点、14点三个时间点出门，留在宿舍的总时长低于专业平均水平。而该专业成绩排名第61的小石每天进出宿舍的时间很随机，而且通常每次外出的时长不超过2小时，“宅指数”明显高于专业平均水平。

此外，成绩最好的学生吃早餐次数在110次，成绩最差的学生吃早餐次数仅为60次。9点前出现在食堂吃早餐的同学，成绩相对更好。成绩较好的学生集中在晚上10到11点之间洗澡，而成绩较差的学生，洗澡时间无明显规律。

除作息规律以外，进出图书馆次数也是重要指标。第一学期，成绩最好的学生进入图书馆的次数为55次，成绩最差的学生进入图书馆的次数为35次；到了第四学期，成绩最好的学生进入图书馆的次数为61次，成绩最差的学生进入图书馆的次数为18次。

同样的情况还存在于教学楼。学生去教学楼饮水机上打水次数越多，就说明学生长期在教学楼里活动。第三学期的数据显示，成绩最好的学生在教学楼打水近80次，成绩最差的学生在教学楼打水不到10次。

尤其让连德富印象深刻的是，不同成绩的学生在借阅图书的种类上也有明显的区别。他发现，《蝴蝶公墓》《变态心理学》等带有悬疑色彩的图书，借阅者的成绩普遍不理想。

过去，要想清楚地知道不同成绩水平的学生群体与他们的行为特征之间一一的对应关系是非常困难的，但有了大数据的帮助，一切变得简单起来。

“学生画像”还能做什么

仅仅根据学生行为习惯的数据统计，就可以制定出学霸路线吗？

要想精确刻画一个人需要用无数的数据，但连德富认为，校园就是一个拥有丰富数据的很小的社会系统，只要这些数据能与目标联系起来，就有一定的指示作用。

事实上，“学生画像”的首要功能，就是算出每名学生的学习、生活状态，并设计出一系列辅助他们更好规划各自学业的功能模块。目前已经实现的是挂科预警。

据了解，研究团队设计了一个针对挂科率的公式，即过去的学习基础+一段时期内的努力程度。学习基础是根据已考科目成绩、已考与将考科目之间的关联性计算得出的，而努力程度则主要依据教学楼打水频率、进出图书馆的时间与次数等。

如果有学生正处于挂科率高风险的边缘，系统就会自动向负责该名学生的辅导员发送预警信息。而在过去，只有当学生已经出现挂科的情况，辅导员才能得知，即便如此，事后也很难分析学生挂科的具体原因。

“目前，教育大数据暂时的定位还是辅助传统教育，管理、引导学生。”连德富表示。

除了关注学生成绩，他相信，现在的校园里依然充满了像当初的自己那样对未来迷茫的人。“我们都曾迷茫过，不知道自己喜欢什么，可以做什么。”

如何利用“学生画像”帮助学生找到适合自己的路，是研究团队正在努力的方向。目前，数据库不仅有现有学生的行为轨迹，还有已经毕业的学长们的行为轨迹。连德富告诉《中国科学报》记者，最终选择考研、出国或者创业的学生，在生活、学习方式上是存在一些差异的。

比如，打算出国的学生在选修课程、借阅图书时都会偏向语言方面的内容，而偏好创业的学生则与一项很有意思的数据产生关联。由于电子科大在成都郊区，学生进市区需要乘坐一趟班车，有的学生去市区的频率明显要高于其他同学，这也意味着他们的社交行为可能更为丰富。

“学生画像”可以将现有学生的行为轨迹与已经毕业的学长们的行为轨迹进行比对，如果在选课、借阅图书、参加社团活动等方面的轨迹与某类去向的毕业学生比较相似，学校就可以提供相关方面的建议、指导。

对此，21世纪教育研究院副院长熊丙奇也表示，传统的大学教育对学生的管理是比较松散的，因此，通过对学生生活、学习的数据分析，掌握学生的目标动向，有助于学校对学生进行合理的引导，无论是学习还是参与社会活动，都能够有的放矢地帮助学生作进一步规划。

中科院心理所研究员尹文刚则将关注点瞄准了当下大学生的心理健康问题。

“学生从高压的中学时期，进入完全需要自我管理的大学生活，一时间无法适应，容易出现心理问题。一旦受挫，通常选择回避的态度，甚至会出现抑郁的情况，更严重的可能危及生命。”尹文刚直言，近年来，大学生频繁曝出跳楼、伤害同学事件，都与心理健康密切相关。

他认为，通过教育大数据，可以及时掌握学生的行为习惯特征，一旦发生明显异常，比如长期独处、很少参与公共生活等情况，学校就可以适当关注学生的心理健康问题，采取相应对策。

研究团队正在挖掘“学生画像”在关注学生心理健康方面的作用。他们可以根据学生的行为习惯来量化“孤独”。

性格孤僻、有强烈的孤独感，往往被认为是抑郁易感人群具有的一些共性特征。他们发现，学校最孤独的一群人出现心理问题的概率比普通人高一个数量级。因此，研究团队正在设计算法，依据“30天内，两个素不相识的人，有两次或两次以上前后脚打水、打饭、进公寓、进出图书馆或坐公交车经历的概率，不超过十二万分之一”的结论，可算出每名学生的“在校朋友圈”，以此量化学生孤独的程度。

在尹文刚看来，预知大学生的行为习惯所隐含的心理问题，特别是关注学生的变化，对于开展学生工作是非常有帮助的。

从这些角度看，大数据在教育领域的应用是有一定价值的。

如何保护学生隐私

打水刷卡、进图书馆刷卡、进宿舍房间刷卡……在校园逐步实施一卡通的时代，学生大数据已经变得易得而且可控。学校一方面依靠大数据加强对学生的管理，一方面也要照顾到学生的隐私，尊重学生的行为习惯。因此，如何合理使用大数据，同时又保护学生隐私，就成为了一个重要的问题。

“如果让学生感觉生活在学校的监控下，那么即使学校的出发点是好的，希望能够对学生的行为及心理进行合理引导，这种举措也无疑会让学生反感。”熊丙奇特别提示学校在运用大数据的时候，要考虑到学生的隐私及习惯。

对此，连德富表示，“学生画像”在保护数据隐私方面是非常谨慎的。

“设计系统功能时，很重要的一方面是数据PK。”连德富介绍说，希望每名学生除了能在系统上看到自己的“画像”外，还能看到自己与同专业同学比较后的相对优势和劣势。“但是，比较的根本目的是找到学习的模板，而不是与具体的某个个体比高下。”

因此，在申请PK时，系统是存在强权限管理的。发起比对的学生必须经过对方的允许，才能看到对方的画像。但是连德富透露，由于该功能涉及的数据隐私比较敏感，目前并没有向学生端开放。

而已有的面向辅导员的端口，所涉及的数据经过严格的加密处理，系统不保存学生的真实姓名及学号，只有出现重要预警信息，才会自动给相应的辅导员进行短信推送。这意味着，任何一个技术人员都看不到学生个人的信息，而辅导员最多能够掌握自己负责学生可能出现的重大问题。

连德富坚持认为，教育大数据不会刻意强调每个个体的情况，而是反映学生整体的生活、学习状况，以及时预测预警学生的异常状况，从而为学校的决策提供数据支撑。

以上是小编为大家分享的关于大数据计算你和学霸的距离的相关内容，更多信息可以关注环球青藤分享更多干货

㈥ 大数据时代对校园生活有哪些深刻影响

在缺乏实时数据采集能力的情况下，我们所有的分析都只能基于一段时间后数据的汇集，所以即便能够获得“定量化的结果”，也会有相当的延时。在很多时候，动态实时的分析以及相应的及时反馈，会大幅度提高教学和教育管理的效果。我曾经为电子科大及其他几所高校做过一个简单的产品，叫做“失联告警”，思想很简单，就是如果一个大学生平时刷校园一卡通的行为很频繁，但是正常上课的时间里连续三天都没有刷卡数据，就向辅导员报警，让辅导员关注一下这个学生是否出现了异常。这么简单的一个产品，却实实在在发现甚至拯救了一些沉迷于网络游戏，或者因为矛盾纷争突然离校离家的学生。试想一下，如果这不是一个动态的分析过程，而是每个期末分析学生的刷卡行为，找出异常，那么所有的结果都只有研究的意义，而没有什么教育管理的价值了。清红先生设计的翻转课堂，也有类似的理念。因为老师在课堂上，例如信息化手段，就能知道一道题目有多少人选择正确（难不难）以及错误主要集中在哪几个选项上（典型错误是什么）。老师立刻就能有针对性地进行讲解，并且更多让出现典型错误的学生讲述自己解题的思路。如果等到考完试，分析试卷，过了几天以后再来讲，效果就大大逊色了。