第7章習(xí)題與答案_客戶關(guān)系管理

1、WORD格式可編輯第七章練習(xí)題一、選擇題：1. 在數(shù)據(jù)倉庫中，所有數(shù)據(jù)都是圍繞一定的進(jìn)行組織的 A 主題 B 主鍵C外鍵 D 視圖2. 對于 DSS，是非常重要的A 最新數(shù)據(jù) B歷史數(shù)據(jù)C 分析數(shù)據(jù) D多媒體數(shù)據(jù)3. 是從外部數(shù)據(jù)中收據(jù)數(shù)據(jù)，它是數(shù)據(jù)倉庫中數(shù)據(jù)綜合的一種類型 A 數(shù)據(jù)提取 B數(shù)據(jù)清洗C 數(shù)據(jù)抽取 D數(shù)據(jù)切割4. 是關(guān)于數(shù)據(jù)的數(shù)據(jù)A 外部數(shù)據(jù) B 內(nèi)部數(shù)據(jù) C 元數(shù)據(jù) D純數(shù)據(jù)5. 數(shù)據(jù)粒度有兩種形式，其中一種形式的數(shù)據(jù)粒度是面向的 AOLTPBCRMCOLAPDERP6. 數(shù)據(jù)集市的數(shù)據(jù)直接來源于中央數(shù)據(jù)倉庫A 獨(dú)立的 B 依賴的C 內(nèi)部的 D中央的7. 數(shù)據(jù)倉庫的是具有層次性

2、的A 主鍵 B 變量C 維 D索引8. 由各維度的取值和變量值構(gòu)成A 維成員 B 維 C事實(shí) D 索引9. 技術(shù)的核心是多維分析AOLAPBCRMCOLTPDERP10. 三種多維數(shù)據(jù)模型中，最為流行A 星型模型 B 雪花型模型 C 星座模型 D網(wǎng)型模型11. 由于的應(yīng)用，數(shù)據(jù)需要定期的從數(shù)據(jù)倉庫中導(dǎo)入多維數(shù)據(jù)庫中 AOLAPBOLTPCCRMDERP12. 由類和類之間的關(guān)系構(gòu)成的模型稱為A 關(guān)系模型 B類模型 CER模型 D 對象模型13. 的設(shè)計(jì)是數(shù)據(jù)倉庫模型設(shè)計(jì)的第一步A 部門模型 B類模型C 企業(yè)模型 D對象模型14. 的選取是模型設(shè)計(jì)中極為重要的一部分A 主題 B 類C變量 D 對

3、象15. 無論數(shù)據(jù)倉庫以怎樣的數(shù)據(jù)模型組織數(shù)據(jù)，最終還是以各種來完成的A 表空間 B 類C變量 D 表16. 在中，只有一個(gè)事實(shí)表，每個(gè)維表都與事實(shí)表直接連接A 星型模型 B 雪花型模型C 星座模型 D網(wǎng)型模型17. 中的數(shù)據(jù)是最豐富的、最詳細(xì)的A 事實(shí)數(shù)據(jù)庫 B 關(guān)系數(shù)據(jù)庫C高級數(shù)據(jù)庫 D 數(shù)據(jù)倉庫18. 數(shù)據(jù)挖掘的基礎(chǔ)是AOLAPBOLTPC 人工智能 D數(shù)據(jù)倉庫19. 對一組數(shù)據(jù)的集合分組成為有類似的對象組成的多個(gè)類的過程稱為A 分類 B 匯集C 類分析 D聚類20. 也常常作為數(shù)據(jù)挖掘的第一部，對數(shù)據(jù)進(jìn)行預(yù)處理A 分類分析 B 關(guān)聯(lián)分析C 聚類分析 D 孤立點(diǎn)分析二、填空1. 數(shù)據(jù)倉庫

4、 (datawarehouse) 是一個(gè)面向主題的 (subjectoriented) 、集成的 (integrated) 非易失的 (non-volatile) 、隨時(shí)間變化的 (timevariant) 數(shù)據(jù)集合，用于。2 在數(shù)據(jù)倉庫中涉及兩個(gè)非常重要的概念，即和。3. 常見的數(shù)據(jù)分割有以下幾種形式：、和。4. 是用于支持企業(yè)日常的、全局應(yīng)用的數(shù)據(jù)集合。5. 是共享多維信息的、針對特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和分析的快速軟件技術(shù)。6. 用戶分析問題的角度或決策分析的出發(fā)點(diǎn)構(gòu)成了數(shù)據(jù)倉庫中的。7.OLAP技術(shù)的核心是。8. 從數(shù)據(jù)倉庫的最終用戶看，可以將用戶分為和兩類。9. 在 CRM系統(tǒng)中實(shí)現(xiàn)，

5、是 CRM系統(tǒng)成敗的關(guān)鍵之一。10. 數(shù)據(jù)主要有四個(gè)方面的來源：、客戶行為、和其他相關(guān)數(shù)據(jù)。11. 數(shù)據(jù)倉庫的就是邏輯模型在數(shù)據(jù)倉庫中的實(shí)現(xiàn)模式。12. 對于數(shù)據(jù)倉庫的應(yīng)用效益，一般有兩種分析方法：和。13. ROI 的計(jì)算公式是：。14. 是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取人們感興 趣的知識，這些知識是隱含的、事先未知的、潛在有用的信息。15. 中的數(shù)據(jù)是最豐富、最詳細(xì)的。16. 和關(guān)聯(lián)分析相似，其目的也是為了挖掘出數(shù)據(jù)間的聯(lián)系，但序列模式分析的側(cè)重點(diǎn) 在于分析數(shù)據(jù)間的前后 (因果 )關(guān)系。17. 孤立點(diǎn)又叫，是數(shù)據(jù)庫中與數(shù)據(jù)的一般模式不一致的數(shù)據(jù)對象。18.

6、數(shù)據(jù)挖掘的第一步是。19. 是指將所有的客戶分成不同的類的過程。20. 是提高企業(yè)客戶關(guān)系管理的一個(gè)重要目標(biāo)。三、判斷題21. 數(shù)據(jù)倉庫只能存儲當(dāng)前數(shù)據(jù)，而數(shù)據(jù)庫存放歷史數(shù)據(jù)。（）22. 數(shù)據(jù)庫中的數(shù)據(jù)是動態(tài)變化的，隨時(shí)刷新，而數(shù)據(jù)倉庫的數(shù)據(jù)是靜態(tài)的，一般不會改變 （）23. 數(shù)據(jù)庫使用頻率比數(shù)據(jù)倉庫使用頻率高。（）24. 數(shù)據(jù)倉庫中數(shù)據(jù)可以隨意改變。（）25. 在數(shù)據(jù)倉庫中，數(shù)據(jù)必須有統(tǒng)一的格式。（）26. 外部數(shù)據(jù)有很多是非結(jié)構(gòu)數(shù)據(jù)，它包括聲音文件、圖像文件。（）27. 粒度的大小反應(yīng)數(shù)據(jù)倉庫的綜合程度，粒度越大，數(shù)據(jù)越詳細(xì)。（）28. 一般來說，元數(shù)據(jù)越大，抽樣率就越大。（） 29.OD

7、S只存放當(dāng)前和近期數(shù)據(jù)。（）30. 數(shù)據(jù)集市不可獨(dú)立存于數(shù)據(jù)倉庫中。（）31. 對于不同的層次，由上到下，層次逐漸細(xì)化的。（）32. 數(shù)據(jù)切塊得到的多維立方體與原立方體的維數(shù)是相同的。（）33. 數(shù)據(jù)鉆取對應(yīng)于維的層次，它是由維的低層次展開到高層次的一個(gè)動作。（）34. 如果一味地在算法上將孤立點(diǎn)去掉或忽略有可能失去重要信息。（）35. 空間關(guān)聯(lián)分析和關(guān)系數(shù)據(jù)庫中的關(guān)聯(lián)規(guī)則挖掘在思想上有很大區(qū)別。（）36. 數(shù)據(jù)挖掘中不包括數(shù)據(jù)的元數(shù)據(jù)。（）37. 客戶分析可以對消費(fèi)者的行為分析，也可對消費(fèi)者的心理分析。（）38. 客戶周期性是客戶消費(fèi)周期和頻率的表現(xiàn)。（）39. 客戶盈利率的計(jì)算也需要數(shù)據(jù)挖

8、掘。（）40. 數(shù)據(jù)挖掘在分析客戶忠誠度的過程中對客戶盈利率的提高有一定的影響。（）四、簡單題2. 簡述數(shù)據(jù)庫和數(shù)據(jù)倉庫的區(qū)別3. 數(shù)據(jù)倉庫有哪些特性？4. 聯(lián)機(jī)分析處理的概念有哪些？5. 數(shù)據(jù)切片是如何定義的6. 概述數(shù)據(jù)挖掘的定義？7. 物理模型設(shè)計(jì)分為哪幾個(gè)方面？8. 根據(jù)數(shù)據(jù)倉庫的應(yīng)用目標(biāo)不同可將數(shù)據(jù)倉庫分為哪幾類？9. 在客戶關(guān)系管理中，數(shù)據(jù)倉庫主要有哪些作用？10. 數(shù)據(jù)挖掘的數(shù)據(jù)來源有哪些？11. 簡述數(shù)據(jù)挖掘的基本步驟五、論述題21. 為什么會產(chǎn)生數(shù)據(jù)倉庫？22. 論述數(shù)據(jù)倉庫和數(shù)據(jù)庫的區(qū)別和聯(lián)系？23. 數(shù)據(jù)倉庫在 CRM中是如何應(yīng)用的？24. 如何進(jìn)行數(shù)據(jù)倉庫的模型設(shè)計(jì)？2

9、5. 數(shù)據(jù)挖掘與數(shù)據(jù)倉庫是怎樣聯(lián)系的？第七章：一、選擇題：二、填空題：41. 支持管理決策42. 數(shù)據(jù)粒度數(shù)據(jù)分割43. 垂直分割水平分割圖解分割44.ODS45.聯(lián)機(jī)分析處理46.維47.多維分析48. 信息使用者知識挖掘者49. 數(shù)據(jù)倉庫系統(tǒng)50. 關(guān)系數(shù)據(jù)庫事務(wù)數(shù)據(jù)庫51.物理模型52.定性方法定量方法53.ROI=收益現(xiàn)值÷成本現(xiàn)值54.數(shù)據(jù)挖掘55.關(guān)系數(shù)據(jù)庫56. 序列模式分析57. 噪聲58. 確定分析和預(yù)測目標(biāo)59.客戶分類60.客戶忠誠度三、判斷題：四、簡答題：12. 簡述數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別答：數(shù)據(jù)庫只存儲當(dāng)前數(shù)據(jù)，而數(shù)據(jù)倉庫存放歷史數(shù)據(jù)；數(shù)據(jù)庫主要面向業(yè)務(wù)操作

10、，而數(shù)據(jù)倉庫 面向數(shù)據(jù)分析和決策支持；數(shù)據(jù)庫中的數(shù)據(jù)是動態(tài)變化的，隨時(shí)刷新，而數(shù)據(jù)倉庫中的數(shù)據(jù) 是靜態(tài)的，一般不會改變；數(shù)據(jù)庫的使用頻率比數(shù)據(jù)倉庫使用的頻率高，數(shù)據(jù)訪問量少，且 要求的響應(yīng)時(shí)間短13. 數(shù)據(jù)倉庫有哪些特性？1）面向主題的特性 在數(shù)據(jù)倉庫中，所有的數(shù)據(jù)都是圍繞一定的主題進(jìn)行組織的2）集成性 數(shù)據(jù)倉庫中的數(shù)據(jù)都是經(jīng)過清洗、過濾、轉(zhuǎn)換的。它們有統(tǒng)一的格式、表示方式、代碼含義、 相同的單位表示3）非易失性 數(shù)據(jù)倉庫中的數(shù)據(jù)一旦寫入，幾乎就不再更改了，除非數(shù)據(jù)有錯(cuò)誤，而對數(shù)據(jù)倉庫進(jìn)行的主 要操作只是數(shù)據(jù)追加，因此數(shù)據(jù)倉庫中的數(shù)據(jù)相對是穩(wěn)定的，而且提供了足夠的數(shù)據(jù)4）時(shí)變性 數(shù)據(jù)倉庫中的數(shù)

11、據(jù)只增不刪的，所以它記錄了從開始使用數(shù)據(jù)倉庫起的所有數(shù)據(jù)，它能反映 企業(yè)各個(gè)時(shí)期的信息，也可以說它反映的是企業(yè)數(shù)據(jù)的動態(tài)變化。這對于決策分析也是至關(guān) 重要的61. 什么叫做數(shù)據(jù)清理？答：將提取出來的數(shù)據(jù)進(jìn)行檢測，并修正數(shù)據(jù)中的錯(cuò)誤的過程稱為數(shù)據(jù)清理。數(shù)據(jù)清理首先要檢 測抽取的數(shù)據(jù)中存在錯(cuò)誤或不一致的數(shù)據(jù)，比如由于錄入時(shí)的失誤造成同一記錄在不同表中 的信息不一致，或者有的數(shù)據(jù)已經(jīng)進(jìn)行了更新，在其他表中沒有同時(shí)更新。然后將錯(cuò)誤或不 一致進(jìn)行修正，有的數(shù)據(jù)被檢測出來卻無法確定不一致的兩個(gè)數(shù)據(jù)哪個(gè)是正確的，此時(shí)如果 數(shù)據(jù)不是特別重要的話，可以將數(shù)據(jù)刪除。數(shù)據(jù)清理對于保證數(shù)據(jù)倉庫中數(shù)據(jù)的真實(shí)性是必 要的

12、，進(jìn)而也決定了決策的準(zhǔn)確性62. 數(shù)據(jù)切片是如何定義的？答： 在多維數(shù)據(jù)立方體中，確定某些維度的取值范圍，得到一個(gè)原立方體的子立方體的過程稱為 數(shù)據(jù)切塊。數(shù)據(jù)切塊與數(shù)據(jù)切片得到的多維數(shù)組都是原多維數(shù)據(jù)立方體的子集，不同的是數(shù) 據(jù)切片使多維立方體降低了一個(gè)維度，而數(shù)據(jù)切塊得到的多維立方體與原立方體的維數(shù)是相 同的63. 多維數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別和聯(lián)系有哪些？ 答： 多維數(shù)據(jù)庫與數(shù)據(jù)倉庫是有區(qū)別的。數(shù)據(jù)倉庫中的細(xì)節(jié)數(shù)據(jù)為多維數(shù)據(jù)庫提供數(shù)據(jù)源。由于 OLAP的應(yīng)用，數(shù)據(jù)需要定期地從數(shù)據(jù)倉庫中導(dǎo)入多維數(shù)據(jù)庫中。由于數(shù)據(jù)倉庫中存儲的已 經(jīng)是集成的數(shù)據(jù)，因此多維數(shù)據(jù)庫無需從業(yè)務(wù)處理系統(tǒng)中再抽取、集成數(shù)據(jù)

13、。利用多維數(shù)據(jù) 庫可以對數(shù)據(jù)進(jìn)行切片、切塊、旋轉(zhuǎn)等操作，動態(tài)的觀察綜合數(shù)據(jù)與細(xì)節(jié)數(shù)據(jù)之間的關(guān)系64. 物理模型設(shè)計(jì)分為幾個(gè)方面？答：1）確定數(shù)據(jù)結(jié)構(gòu)的類型 在數(shù)據(jù)倉庫中包含了細(xì)節(jié)數(shù)據(jù)、概括數(shù)據(jù)、外部數(shù)據(jù)、多維數(shù)據(jù)、存檔數(shù)據(jù)等多種數(shù)據(jù)類型 因此必須確定合理的數(shù)據(jù)結(jié)構(gòu)類型2）確定索引策略 數(shù)據(jù)倉庫中的數(shù)據(jù)變動很小，所以可以設(shè)計(jì)索引結(jié)構(gòu)來提高數(shù)據(jù)訪問速度。雖然對各個(gè)數(shù)據(jù) 建立專門的索引相當(dāng)復(fù)雜，但建立后不需要過多地維護(hù)，因此還是可行的3）確定數(shù)據(jù)存放位置 數(shù)據(jù)存放時(shí)，一般根據(jù)數(shù)據(jù)的重要性、使用頻率、對響應(yīng)時(shí)間的要求等指標(biāo)將數(shù)據(jù)分類并存 入不同的介質(zhì)4）優(yōu)化存儲分配 在數(shù)據(jù)倉庫的物理模型設(shè)計(jì)中，需要確

14、定不同的存儲分配方式。數(shù)據(jù)可以集中在一臺服務(wù)器 上也可以分散在多個(gè)服務(wù)器上65. 根據(jù)數(shù)據(jù)倉庫的應(yīng)用目標(biāo)不同可將數(shù)據(jù)倉庫分為哪幾類？答：1）數(shù)據(jù)倉庫作為企業(yè)核心業(yè)務(wù)。將數(shù)據(jù)倉庫作為企業(yè)核心業(yè)務(wù)的企業(yè)以研發(fā)、設(shè)計(jì)數(shù)據(jù)倉 庫，提供數(shù)據(jù)倉庫工具為企業(yè)工作內(nèi)容，或者通過數(shù)據(jù)倉庫收集、分析數(shù)據(jù)得到信息，并將 信息提供給有需求的用戶。這兩種企業(yè)都是依靠數(shù)據(jù)倉庫的，也就是說沒有數(shù)據(jù)倉庫這類企 業(yè)也將不存在。2）數(shù)據(jù)倉庫用于優(yōu)化企業(yè)內(nèi)部結(jié)構(gòu)。有些企業(yè)運(yùn)用數(shù)據(jù)倉庫分析內(nèi)部生產(chǎn)因素或管理環(huán)境，以提高管理效率或生產(chǎn)效率。這種企業(yè)將數(shù)據(jù)倉庫作為一項(xiàng)內(nèi)部管理工具。3）數(shù)據(jù)倉庫用于為企業(yè)增加商業(yè)機(jī)會。有些企業(yè)運(yùn)用數(shù)據(jù)倉庫

15、分析市場信息、銷售狀況、 客戶信息，以輔助決策。這類企業(yè)將數(shù)據(jù)倉庫作為一種決策分析工具66. 在客戶關(guān)系管理中，數(shù)據(jù)倉庫主要有那些作用答：1）保留客戶在客戶中，并不是所有的客戶都有保留價(jià)值，因此要通過數(shù)據(jù)倉庫中的數(shù)據(jù)分析出最具價(jià)值 的客戶，并針對這些客戶制定相應(yīng)的保留客戶政策2）降低管理成本對于企業(yè)來說管理大量的客戶數(shù)據(jù)也是一項(xiàng)工作量龐大的工作，數(shù)據(jù)倉庫的應(yīng)用使數(shù)據(jù)的統(tǒng) 一、規(guī)范管理成為可能，同時(shí)提供了快速、準(zhǔn)確的查詢工具。這可以大大降低企業(yè)的管理成 本3）分析利潤的增長 可以通過歷史趨勢發(fā)現(xiàn)產(chǎn)品銷售與客戶關(guān)系管理的關(guān)系以及利潤增長同客戶關(guān)系管理的關(guān) 系。分析利潤增長的最終目的還是促進(jìn)利潤增長

16、4）增強(qiáng)競爭優(yōu)勢數(shù)據(jù)倉庫的應(yīng)用使得企業(yè)有更快的市場適應(yīng)能力67. 數(shù)據(jù)挖掘的數(shù)據(jù)來源有哪些？答：1）關(guān)系數(shù)據(jù)庫關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)是最豐富、最詳細(xì)的。因此數(shù)據(jù)挖掘可以從關(guān)系數(shù)據(jù)庫中找到大量的數(shù) 據(jù)2）數(shù)據(jù)倉庫 數(shù)據(jù)倉庫中的數(shù)據(jù)已經(jīng)進(jìn)行了清洗和轉(zhuǎn)換，數(shù)據(jù)中不存在錯(cuò)誤和不一致的情況，因此數(shù)據(jù)挖 掘從數(shù)據(jù)倉庫中獲取數(shù)據(jù)后就不需要再進(jìn)行這些數(shù)據(jù)處理工作了3）事務(wù)數(shù)據(jù)庫 數(shù)據(jù)挖掘可以從事務(wù)數(shù)據(jù)庫中提取數(shù)據(jù)。事務(wù)數(shù)據(jù)庫中的每個(gè)記錄代表一個(gè)事務(wù)。在進(jìn)行數(shù) 據(jù)挖掘時(shí)，可以只將一個(gè)或幾個(gè)事務(wù)數(shù)據(jù)庫集中到數(shù)據(jù)挖掘庫中進(jìn)行挖掘4）高級數(shù)據(jù)庫 這些高級數(shù)據(jù)庫包括了面向?qū)ο蟮臄?shù)據(jù)庫、空間數(shù)據(jù)庫、時(shí)間和時(shí)間序列數(shù)據(jù)庫、文本和多 媒體數(shù)據(jù)庫等新的數(shù)據(jù)庫68. 簡述數(shù)據(jù)挖掘的基本步驟1）確定分析和預(yù)測目標(biāo) 這是數(shù)據(jù)挖掘的第一步，確定分析和預(yù)測的目標(biāo)