扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
用户体验度量:收集、分析与呈现(第3版)(全彩) 版权信息
- ISBN：9787121475290
- 条形码：9787121475290 ; 978-7-121-47529-0
- 装帧：平塑
- 册数：暂无
- 重量：暂无
- 所属分类：>>
用户体验度量:收集、分析与呈现(第3版)(全彩) 内容简介
用户体验度量对有效提升产品质量至关重要。本书详尽地介绍如何有效且可靠地收集、分析和呈现典型的用户体验度量数据：操作绩效（正确率等）、可用性问题（频率和严重程度）、自我报告式的满意度及生理/行为数据（眼动追踪等）。相对第2版，本版不仅新增第8章“情感度量”，还引入许多新的度量指标，如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley体验记分卡等，全面更新用户体验度量的相关案例。本书内容翔实，是一本值得用户体验从业人员和数据分析及运营人员研读的参考书，也可以作为大中专院校相关专业的教材。
用户体验度量:收集、分析与呈现(第3版)(全彩) 目录
第 1 章 引言 / 1
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 8
1.3 用户体验度量的价值 / 10
1.4 人人都能学会的用户体验度量方法 / 11
1.5 用户体验度量的新技术 / 12
1.6 十个关于用户体验度量的常见误解 / 13
误解 1 ：度量数据需要花太多的时间收集 / 13
误解 2 ：用户体验度量要花费太多的钱 / 13
误解 3 ：当集中在细小的改进上时，用户体验度量是没有用的 / 14
误解 4 ：用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 ：用户体验度量的数据噪声太多 / 14
误解 6 ：直觉就够用，不必度量 / 15
误解 7 ：度量不适用于新产品 / 15
误解 8 ：没有度量适用于我们正在处理的问题 / 15
误解 9 ：度量不被管理层所理解或赞赏 / 16
误解 10 ：用小样本很难收集到可靠的数据 / 16
第 2 章 背景知识 / 17
2.1 自变量和因变量 / 18
2.2 数据类型 / 18
2.2.1 称名数据 / 18
2.2.2 顺序数据 / 19
2.2.3 等距数据 / 20
2.2.4 比率数据 / 21
2.3 描述性统计 / 22
2.3.1 集中趋势的度量 / 22
2.3.2 变异性的度量 / 24
2.3.3 置信区间 / 25
2.3.4 通过误差线来展示置信区间 / 27
2.4 比较平均值 / 29
2.4.1 独立样本 / 29
2.4.2 配对样本 / 31
2.4.3 比较两个以上的样本 / 32
2.5 变量之间的关系 / 34
2.6 非参数检验 / 35
2.7 数据图形化 / 37
2.7.1 柱状图或条形图 / 38
2.7.2 折线图 / 40
2.7.3 散点图 / 42
2.7.4 饼图或圆环图 / 44
2.7.5 堆积条形图 / 45
2.8 总结 / 46
第 3 章 规划 / 48
3.1 用户体验研究的目标 / 48
3.1.1 形成性研究 / 49
3.1.2 总结性研究 / 49
3.2 用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2 用户偏好 / 51
3.2.3 用户情感 / 51
3.3 商业目标 / 52
3.4 选择合适的用户体验度量指标 / 53
3.4.1 完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性*大化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5 用户体验研究的方法与工具 / 61
3.5.1 传统（引导式）的可用性测试 ：实验室测试 / 61
3.5.2 非引导式的可用性测试 ：在线测试 / 62
3.5.3 在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5 点击和鼠标工具 / 65
3.6 其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2 参与者 / 67
3.6.3 数据收集 / 68
3.6.4 数据整理 / 69
3.7 总结 / 70
第 4 章 绩效度量 / 71
4.1 任务成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任务成功等级 / 78
4.1.3 任务成功度量中存在的问题 / 81
4.2 任务时间 / 82
4.2.1 度量任务时间的重要性 / 83
4.2.2 任务时间的收集和度量 / 83
4.2.3 分析和呈现任务时间数据 / 86
4.2.4 分析任务时间数据时需要考虑的问题 / 90
4.3 错误 / 92
4.3.1 何时度量错误 / 93
4.3.2 什么造成错误 / 93
4.3.3 收集和度量错误 / 94
4.3.4 分析和呈现错误数据 / 95
4.3.5 错误度量时需要考虑的问题 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈现效率数据 / 100
4.4.3 合并任务成功和任务时间的效率 / 102
4.5 易学性 / 105
4.5.1 收集和度量易学性 / 106
4.5.2 分析和呈现易学性数据 / 106
4.5.3 度量易学性的关键问题 / 108
4.6 总结 / 109
第5 章 自我报告度量 / 111
5.1 自我报告数据的重要性 / 112
5.2 评分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 语义差异量表 / 114
5.2.3 什么时候收集自我报告数据 / 115
5.2.4 如何收集自我报告数据 / 115
5.2.5 自我报告数据收集中的偏差 / 116
5.2.6 评分量表的一般指导原则 / 116
5.2.7 分析评分量表数据 / 118
5.3 任务后评分 / 122
5.3.1 易用性 / 122
5.3.2 事后调查问卷 / 122
5.3.3 期望度量 / 123
5.3.4 任务后自我报告度量的比较 / 124
5.4 总体用户体验评分 / 127
5.4.1 系统可用性量表 / 127
5.4.2 计算机系统可用性问卷 / 130
5.4.3 产品反应卡 / 132
5.4.4 用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6 净推荐值 / 137
5.4.7 用户体验自我报告度量的其他工具 / 139
5.4.8 总体自我报告度量的比较 / 140
5.5 用SUS对设计进行比较 / 142
5.6 在线调查 / 143
5.6.1 网站分析和度量问卷 / 143
5.6.2 美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4 在线调查需要注意的问题 / 145
5.7 其他类型的自我报告度量 / 146
5.7.1 评估属性优先级 / 146
5.7.2 评估特定属性 / 147
5.7.3 评估具体部分 / 149
5.7.4 开放式问题 / 150
5.7.5 知晓度和理解 / 152
5.7.6 知晓度 - 有用性差距 / 154
5.8 总结 / 155
第 6 章 可用性问题度量 / 156
6.1 什么是可用性问题 / 156
6.2 如何发现可用性问题 / 158
6.2.1 在一对一研究中使用出声思维 / 161
6.2.2 在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3 严重性等级评估 / 163
6.3.1 基于用户体验的严重性等级评估 / 164
6.3.2 综合多种因素的严重性等级评估 / 165
6.3.3 严重性等级评估系统的应用 / 167
6.3.4 严重性等级评估系统的应用注意事项 / 167
6.4 分析和呈现可用性问题度量 / 168
6.4.1 独特可用性问题的发生频率 / 169
6.4.2 每名参与者遇到的可用性问题数量 / 170
6.4.3 遇到可用性问题的参与者数量 / 171
6.4.4 将可用性问题分类 / 171
6.4.5 按任务分析可用性问题 / 172
6.5 可用性问题发现中的共识 / 173
6.6 可用性问题发现中的偏差 / 174
6.7 参与者数量 / 176
6.7.1 五名参与者足够 / 176
6.7.2 五名参与者不够 / 177
6.7.3 怎么办 / 178
6.7.4 我们的建议 / 179
6.8 总结 / 179
第 7 章 眼动追踪 / 181
7.1 如何进行眼动追踪 / 182
7.2 移动眼动追踪 / 184
7.2.1 度量瞬读性 / 184
7.2.2 在具体情景中理解移动用户 / 185
7.2.3 移动眼动追踪技术 / 186
7.2.4 眼镜式眼动追踪 / 187
7.2.5 支架式眼动追踪 / 187
7.2.6 软件式眼动追踪 / 188
7.3 眼动数据的可视化 / 189
7.4 兴趣区 / 191
7.5 常用眼动度量指标 / 193
7.5.1 停留时间 / 193
7.5.2 注视点数量 / 193
7.5.3 注视时间 / 193
7.5.4 浏览顺序 / 193
7.5.5 首次注视所需要的时间 / 194
7.5.6 重访次数 / 194
7.5.7 命中率 / 194
7.6 眼动数据分析技巧 / 195
7.7 瞳孔反应 / 196
7.8 总结 / 196
第 8 章 情感度量 / 198
8.1 定义用户情感体验 / 199
8.2 度量情感的方法 / 201
8.3 通过语言表达度量情感 / 204
8.4 自我报告 / 206
8.5 面部表情分析 / 210
8.6 皮肤电反应 / 213
8.7 案例分析：生物识别技术的价值 / 215
8.8 总结 / 218
第 9 章 合并和比较度量 / 220
9.1 单一的用户体验分数 / 220
9.1.1 根据预定目标合并度量 / 221
9.1.2 根据百分比合并度量 / 222
9.1.3 根据 z 分数合并数据 / 229
9.1.4 使用单一用户体验度量 / 232
9.2 用户体验记分卡和用户体验框架 / 233
9.2.1 用户体验记分卡 / 234
9.2.2 用户体验框架 / 238
9.3 分别与目标绩效和专家绩效比较 / 239
9.3.1 与目标绩效比较 / 239
9.3.2 与专家绩效比较 / 241
9.4 总结/243
第 10 章 专题 / 244
10.1 网站分析 / 244
10.1.1 基本的网站分析 / 245
10.1.2 点击率 / 248
10.1.3 弃用率 / 250
10.1.4 A/B 测试 / 251
10.2 卡片分类 / 252
10.2.1 开放式卡片分类数据的分析 / 253
10.2.2 封闭式卡片分类数据的分析 / 259
10.3 树形测试 / 263
10.4 首次点击测试 / 266
10.5 可及性度量 / 269
10.6 投资收益的度量 / 272
10.7 总结 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 结果 / 281
11.1.4 讨论 / 283
11.1.5 影响 / 284
11.2 参与/竞争/胜出（PCW）框架：评估市场上的产品与特征 / 286
11.2.1 简介 / 286
11.2.2 提出客观标准 / 287
11.2.3 功能分析 / 288
11.2.4 PCW（总结性）可用性测试 / 291
11.3 企业用户体验案例研究：发现“用户体验-收益链” / 293
11.3.1 度量指标的识别与选择 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 结果 / 300
11.3.5 结论 / 303
11.4 四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1 方法 / 304
11.4.2 结果 / 306
11.4.3 总结和建议 / 311
11.5 缩小补充营养援助计划（SNAP）鸿沟 / 313
11.5.1 实地调查 / 314
11.5.2 每周检视 / 315
11.5.3 申请问题 / 316
11.5.4 调查 / 318
11.5.5 测试原型
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 8
1.3 用户体验度量的价值 / 10
1.4 人人都能学会的用户体验度量方法 / 11
1.5 用户体验度量的新技术 / 12
1.6 十个关于用户体验度量的常见误解 / 13
误解 1 ：度量数据需要花太多的时间收集 / 13
误解 2 ：用户体验度量要花费太多的钱 / 13
误解 3 ：当集中在细小的改进上时，用户体验度量是没有用的 / 14
误解 4 ：用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 ：用户体验度量的数据噪声太多 / 14
误解 6 ：直觉就够用，不必度量 / 15
误解 7 ：度量不适用于新产品 / 15
误解 8 ：没有度量适用于我们正在处理的问题 / 15
误解 9 ：度量不被管理层所理解或赞赏 / 16
误解 10 ：用小样本很难收集到可靠的数据 / 16
第 2 章 背景知识 / 17
2.1 自变量和因变量 / 18
2.2 数据类型 / 18
2.2.1 称名数据 / 18
2.2.2 顺序数据 / 19
2.2.3 等距数据 / 20
2.2.4 比率数据 / 21
2.3 描述性统计 / 22
2.3.1 集中趋势的度量 / 22
2.3.2 变异性的度量 / 24
2.3.3 置信区间 / 25
2.3.4 通过误差线来展示置信区间 / 27
2.4 比较平均值 / 29
2.4.1 独立样本 / 29
2.4.2 配对样本 / 31
2.4.3 比较两个以上的样本 / 32
2.5 变量之间的关系 / 34
2.6 非参数检验 / 35
2.7 数据图形化 / 37
2.7.1 柱状图或条形图 / 38
2.7.2 折线图 / 40
2.7.3 散点图 / 42
2.7.4 饼图或圆环图 / 44
2.7.5 堆积条形图 / 45
2.8 总结 / 46
第 3 章 规划 / 48
3.1 用户体验研究的目标 / 48
3.1.1 形成性研究 / 49
3.1.2 总结性研究 / 49
3.2 用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2 用户偏好 / 51
3.2.3 用户情感 / 51
3.3 商业目标 / 52
3.4 选择合适的用户体验度量指标 / 53
3.4.1 完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性*大化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5 用户体验研究的方法与工具 / 61
3.5.1 传统（引导式）的可用性测试 ：实验室测试 / 61
3.5.2 非引导式的可用性测试 ：在线测试 / 62
3.5.3 在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5 点击和鼠标工具 / 65
3.6 其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2 参与者 / 67
3.6.3 数据收集 / 68
3.6.4 数据整理 / 69
3.7 总结 / 70
第 4 章 绩效度量 / 71
4.1 任务成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任务成功等级 / 78
4.1.3 任务成功度量中存在的问题 / 81
4.2 任务时间 / 82
4.2.1 度量任务时间的重要性 / 83
4.2.2 任务时间的收集和度量 / 83
4.2.3 分析和呈现任务时间数据 / 86
4.2.4 分析任务时间数据时需要考虑的问题 / 90
4.3 错误 / 92
4.3.1 何时度量错误 / 93
4.3.2 什么造成错误 / 93
4.3.3 收集和度量错误 / 94
4.3.4 分析和呈现错误数据 / 95
4.3.5 错误度量时需要考虑的问题 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈现效率数据 / 100
4.4.3 合并任务成功和任务时间的效率 / 102
4.5 易学性 / 105
4.5.1 收集和度量易学性 / 106
4.5.2 分析和呈现易学性数据 / 106
4.5.3 度量易学性的关键问题 / 108
4.6 总结 / 109
第5 章 自我报告度量 / 111
5.1 自我报告数据的重要性 / 112
5.2 评分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 语义差异量表 / 114
5.2.3 什么时候收集自我报告数据 / 115
5.2.4 如何收集自我报告数据 / 115
5.2.5 自我报告数据收集中的偏差 / 116
5.2.6 评分量表的一般指导原则 / 116
5.2.7 分析评分量表数据 / 118
5.3 任务后评分 / 122
5.3.1 易用性 / 122
5.3.2 事后调查问卷 / 122
5.3.3 期望度量 / 123
5.3.4 任务后自我报告度量的比较 / 124
5.4 总体用户体验评分 / 127
5.4.1 系统可用性量表 / 127
5.4.2 计算机系统可用性问卷 / 130
5.4.3 产品反应卡 / 132
5.4.4 用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6 净推荐值 / 137
5.4.7 用户体验自我报告度量的其他工具 / 139
5.4.8 总体自我报告度量的比较 / 140
5.5 用SUS对设计进行比较 / 142
5.6 在线调查 / 143
5.6.1 网站分析和度量问卷 / 143
5.6.2 美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4 在线调查需要注意的问题 / 145
5.7 其他类型的自我报告度量 / 146
5.7.1 评估属性优先级 / 146
5.7.2 评估特定属性 / 147
5.7.3 评估具体部分 / 149
5.7.4 开放式问题 / 150
5.7.5 知晓度和理解 / 152
5.7.6 知晓度 - 有用性差距 / 154
5.8 总结 / 155
第 6 章 可用性问题度量 / 156
6.1 什么是可用性问题 / 156
6.2 如何发现可用性问题 / 158
6.2.1 在一对一研究中使用出声思维 / 161
6.2.2 在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3 严重性等级评估 / 163
6.3.1 基于用户体验的严重性等级评估 / 164
6.3.2 综合多种因素的严重性等级评估 / 165
6.3.3 严重性等级评估系统的应用 / 167
6.3.4 严重性等级评估系统的应用注意事项 / 167
6.4 分析和呈现可用性问题度量 / 168
6.4.1 独特可用性问题的发生频率 / 169
6.4.2 每名参与者遇到的可用性问题数量 / 170
6.4.3 遇到可用性问题的参与者数量 / 171
6.4.4 将可用性问题分类 / 171
6.4.5 按任务分析可用性问题 / 172
6.5 可用性问题发现中的共识 / 173
6.6 可用性问题发现中的偏差 / 174
6.7 参与者数量 / 176
6.7.1 五名参与者足够 / 176
6.7.2 五名参与者不够 / 177
6.7.3 怎么办 / 178
6.7.4 我们的建议 / 179
6.8 总结 / 179
第 7 章 眼动追踪 / 181
7.1 如何进行眼动追踪 / 182
7.2 移动眼动追踪 / 184
7.2.1 度量瞬读性 / 184
7.2.2 在具体情景中理解移动用户 / 185
7.2.3 移动眼动追踪技术 / 186
7.2.4 眼镜式眼动追踪 / 187
7.2.5 支架式眼动追踪 / 187
7.2.6 软件式眼动追踪 / 188
7.3 眼动数据的可视化 / 189
7.4 兴趣区 / 191
7.5 常用眼动度量指标 / 193
7.5.1 停留时间 / 193
7.5.2 注视点数量 / 193
7.5.3 注视时间 / 193
7.5.4 浏览顺序 / 193
7.5.5 首次注视所需要的时间 / 194
7.5.6 重访次数 / 194
7.5.7 命中率 / 194
7.6 眼动数据分析技巧 / 195
7.7 瞳孔反应 / 196
7.8 总结 / 196
第 8 章 情感度量 / 198
8.1 定义用户情感体验 / 199
8.2 度量情感的方法 / 201
8.3 通过语言表达度量情感 / 204
8.4 自我报告 / 206
8.5 面部表情分析 / 210
8.6 皮肤电反应 / 213
8.7 案例分析：生物识别技术的价值 / 215
8.8 总结 / 218
第 9 章 合并和比较度量 / 220
9.1 单一的用户体验分数 / 220
9.1.1 根据预定目标合并度量 / 221
9.1.2 根据百分比合并度量 / 222
9.1.3 根据 z 分数合并数据 / 229
9.1.4 使用单一用户体验度量 / 232
9.2 用户体验记分卡和用户体验框架 / 233
9.2.1 用户体验记分卡 / 234
9.2.2 用户体验框架 / 238
9.3 分别与目标绩效和专家绩效比较 / 239
9.3.1 与目标绩效比较 / 239
9.3.2 与专家绩效比较 / 241
9.4 总结/243
第 10 章 专题 / 244
10.1 网站分析 / 244
10.1.1 基本的网站分析 / 245
10.1.2 点击率 / 248
10.1.3 弃用率 / 250
10.1.4 A/B 测试 / 251
10.2 卡片分类 / 252
10.2.1 开放式卡片分类数据的分析 / 253
10.2.2 封闭式卡片分类数据的分析 / 259
10.3 树形测试 / 263
10.4 首次点击测试 / 266
10.5 可及性度量 / 269
10.6 投资收益的度量 / 272
10.7 总结 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 结果 / 281
11.1.4 讨论 / 283
11.1.5 影响 / 284
11.2 参与/竞争/胜出（PCW）框架：评估市场上的产品与特征 / 286
11.2.1 简介 / 286
11.2.2 提出客观标准 / 287
11.2.3 功能分析 / 288
11.2.4 PCW（总结性）可用性测试 / 291
11.3 企业用户体验案例研究：发现“用户体验-收益链” / 293
11.3.1 度量指标的识别与选择 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 结果 / 300
11.3.5 结论 / 303
11.4 四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1 方法 / 304
11.4.2 结果 / 306
11.4.3 总结和建议 / 311
11.5 缩小补充营养援助计划（SNAP）鸿沟 / 313
11.5.1 实地调查 / 314
11.5.2 每周检视 / 315
11.5.3 申请问题 / 316
11.5.4 调查 / 318
11.5.5 测试原型
展开全部
用户体验度量:收集、分析与呈现(第3版)(全彩) 作者简介
Bill Albert，博士，美国本特利大学用户体验中心（UXC）执行总监。Mach49 公司的高级副总裁兼全球客户发展总监。在用户体验研究院、设计和战略方面拥有超过 20年的经验。Tom Tulis，博士，美国富达投资公司（Fidelity Investments）前用户体验研究副总裁。他在人机界面研究方面拥有超过35年的经验，在技术期刊上发表了50多篇文章，并受邀在美国国内和国际会议上演讲，同时拥有8项美国专利。
周荣刚，北京航空航天大学经济管理学院教授，博士生导师。北航经管学院智能交互与体验研究中心负责人，现任：中国人类工效学学会常务理事、智能交互与体验分会副主任委员兼秘书长，《人类工效学》编委，中华人因与工效学协会理事兼秘书长，中国心理学会工程心理学分会委员。主要研究方向：人因工程、工程心理学、决策行为、智能人机交互、客户体验。
书友推荐
- >
中国历史的瞬间
中国历史的瞬间
¥17.9¥38.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.9¥39.8 - >
月亮与六便士
月亮与六便士
¥13.4¥42.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥24.0¥48.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥6.1¥19.0
本类畅销
-
网络工程
¥16.8¥39 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158
