工程碩士《數(shù)據(jù)挖掘》考試試卷

《數(shù)據(jù)挖掘》考試試題一、單項選擇題（本大題共20小題，每小題1分，共20分）在每小題列出的四個備選項中選擇一項符合題目要求的，請將其代碼填寫在題后的括號內(nèi)。錯選、多選或未選均無分。1.下列選項中哪個不屬于在線事務(wù)處理（OLTP）業(yè)務(wù)是（）A、在線分析處理（OLAP）B、決策支持（DS）C、數(shù)據(jù)挖掘（DM）D、數(shù)據(jù)采集2．為數(shù)據(jù)的總體分布建模；把多維空間劃分成組等問題屬于數(shù)據(jù)挖掘的哪一類任務(wù)？（）A、探索性數(shù)據(jù)分析B、建模描述C、預(yù)測建模D、尋找模式和規(guī)則3．模式按實際應(yīng)用分類時，下列哪個不包含在內(nèi)（）人、描述模式B、關(guān)聯(lián)模式C、聚類模式D、序列模式4．下列那個不是聚類分析的常用方法（）A、特征聚類B、CF樹C、決策樹D、隨機(jī)搜索聚類法5．高層數(shù)據(jù)模型應(yīng)該哪種表示方法（）A、E-R圖B、物理數(shù)據(jù)模型C、邏輯數(shù)據(jù)模型D、低層數(shù)據(jù)類型6．下列哪個不是星形圖的邏輯實體（）A、指標(biāo)8、維度C、詳細(xì)類別D、關(guān)系7．下列哪個不是數(shù)據(jù)倉庫系統(tǒng)的完善工作（）A、改正性維護(hù)B、完善性維護(hù)C、預(yù)防性維護(hù)D、應(yīng)用維護(hù)8．以下兩種描述分別對應(yīng)哪兩種對分類算法的評價標(biāo)準(zhǔn)？（）(a)警察抓小偷，描述警察抓的人中有多少個是小偷的標(biāo)準(zhǔn)。(b)描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。A.Precision,RecallB.Recall,PrecisionC.Precision,ROCD.Recall,ROC9．下列哪個不是包中包含的集合()A、步驟集合B、連接集合C、局部變量集合D、任務(wù)集合10．下列哪個不屬于構(gòu)建數(shù)據(jù)倉庫系統(tǒng)的階段()人、設(shè)想階段B、規(guī)劃階段C、開發(fā)階段D、實施階段11．下列哪個不屬于數(shù)據(jù)挖掘的過程()A、評價階段B、鞏固和運用階段C、挖掘階段D、維護(hù)階段12．用戶有一種感興趣的模式并且希望在數(shù)據(jù)集中找到相似的模式，屬于數(shù)據(jù)挖掘哪一類任務(wù)？()A、根據(jù)內(nèi)容檢索B、建模描述C、預(yù)測建模D、尋找模式和規(guī)則13．假設(shè)12個銷售價格記錄組已經(jīng)排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用如下每種方法將它們劃分成四個箱。等頻(等深)劃分時，15在第幾個箱子內(nèi)？()A、第一個B、第二個C、第三個D、第四個TOC\o"1-5"\h\z14．只有非零值才重要的二元屬性被稱作：()A計數(shù)屬性B離散屬性C非對稱的二元屬性D對稱屬性15．下面不屬于創(chuàng)建新屬性的相關(guān)方法的是：()A特征提取B特征修改C映射數(shù)據(jù)到新的空間D特征構(gòu)造16．?dāng)?shù)據(jù)倉庫是隨著時間變化的,下面的描述不正確的是()數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容;捕捉到的新數(shù)據(jù)會覆蓋原來的快照;數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容;數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù),這些綜合數(shù)據(jù)會隨著時間的變化不斷地進(jìn)行重新綜合.17．下面關(guān)于數(shù)據(jù)粒度的描述不正確的是:()粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細(xì)程度和級別;數(shù)據(jù)越詳細(xì),粒度就越小,級別也就越高;數(shù)據(jù)綜合度越高,粒度也就越大,級別也就越高;粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量.18．?dāng)?shù)據(jù)挖掘算法以()形式來組織數(shù)據(jù).A行B列C記錄D表格19．企業(yè)成功實施數(shù)據(jù)挖掘,需要以下()知識或技術(shù)A預(yù)先的規(guī)劃B對商業(yè)文體的理解C綜合商業(yè)知識和技能D都需要20．某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題？()A.關(guān)聯(lián)規(guī)則發(fā)現(xiàn)B.聚類C.分類D.自然語言處理二、簡答題(本大題共4小題，每小題10分，共40分)21．解釋說明概念分層與數(shù)據(jù)泛化。答：數(shù)據(jù)泛化是一個從相對低層概念到更高層概念且對數(shù)據(jù)庫中與任務(wù)相關(guān)的大量數(shù)據(jù)進(jìn)行抽象概述的一個分析過程。.聚類分析方法是什么？答：聚類通過把目標(biāo)數(shù)據(jù)放入少數(shù)相對同源的組或“類"（cluster）里。分析表達(dá)數(shù)據(jù)，（1）通過一系列的檢測將待測的一組基因的變異標(biāo)準(zhǔn)化，然后成對比較線性協(xié)方差。（2）通過把用最緊密關(guān)聯(lián)的譜來放基因進(jìn)行樣本聚類，例如用簡單的層級聚類（hierarchicalclustering）方法。這種聚類亦可擴(kuò)展到每個實驗樣本，利用一組基因總的線性相關(guān)進(jìn)行聚類。（3）多維等級分析（multidimensionalscalinganalysis,MDS）是一一種在二維Euclidean“距離”中顯示實驗樣本相關(guān)的大約程度。（4）K-means方法聚類，通過重復(fù)再分配類成員來使“類”內(nèi)分散度最小化的方法。.面向?qū)傩詺w納的基本算法的四個步驟答：首先使用關(guān)系數(shù)據(jù)庫查詢收集任務(wù)相關(guān)的數(shù)據(jù)；然后通過考察任務(wù)相關(guān)數(shù)據(jù)中每個屬性的不同值的個數(shù)，進(jìn)行概化（通過屬性刪除或者屬性概化）。聚集通過合并相等的廣義元組，并累計他們相應(yīng)的技術(shù)值進(jìn)行。這壓縮了概化后的數(shù)據(jù)集合。結(jié)果廣義關(guān)系可以映射到不同形式，如圖表或規(guī)則，提供用戶。.孤立點分析是什么？答：孤立點是指數(shù)據(jù)集中那些小模式數(shù)據(jù)，它可能是度量或執(zhí)行錯誤所導(dǎo)致的，也可能是固有數(shù)據(jù)變異性的結(jié)果。Hawkins給出了其本質(zhì)性定義：孤立點是在數(shù)據(jù)集中與眾不同的數(shù)據(jù),使人懷疑這些數(shù)據(jù)并非隨機(jī)偏差，而是產(chǎn)生于完全不同的機(jī)制。一般的孤立點挖掘中存在兩個基本任務(wù):一是在給定的數(shù)據(jù)集合中定義什么樣的數(shù)據(jù)可以被認(rèn)為不一致的；二是找到一個有效的方法來挖掘這樣的孤立點。目前已有的傳統(tǒng)的孤立點挖掘算法主要包括四類算法基于統(tǒng)計的方法，基于距離的方法，基于密度的方法，基于偏離的方法和基于聚類的挖掘算法。2基工上用推?方拉曜牯原立卓的存斯也十了一蠟as務(wù)始崎區(qū)仲總.斶幺卜5向世照立點控物用殺并加以分析利用窕?為硬可趨岫椎!^立a.研京幫r他盤工立普洋"的不問假誑?開班丁許將品立白他K尊法卜人體_1_津以TF/L類疲立本干更“千方法、某干匹閾的立松.禁于修育的力涉.我囪七敢期的阮立麻原胸、昧于博剛的分類斑二也點皚撾木造m犯于高虛傳孤立"券r摑萬造用槍品在點的拴as作法》5仃皿整劑那用的炭」碼.曲押一-里8Mww.?t姚升am立點現(xiàn)用方誕是當(dāng)口知俄河褒曾m中外痂及?-y如正n：冷■拓，均德，蟒*墓）.用不■一at陛心潞德定班立點及苴個但沖力力;"起用于或你葬數(shù)塞〃4達(dá):用于科姐趴摩『四用?［熔和*養(yǎng)數(shù)》5的扭摑.yi于sttiiw瑞立■涇熱直用主募炭取布科期川眸嫉*ti玷*整:ft內(nèi)為叁■旗國「比煙煙很陽酷分布幃征『匹也蛻rum了宜的向用拈境.塞千瞬事的將京點校批方法站知道救出??選取春話的柯瑋痘的威.直通地檢身一切用粗卻怎艮制裝米鼎走如立向『與鉆世的插樓.何翁*的員除曲5網(wǎng)此g證叔.莖下角通的翼立眼掄海揖沖什腦用的拉?。憾谝簧±媚钢g(shù)杷廨巾的比蛟一小姐介中的時合.簫二*鼻梟用了一個□I□hip牝帶I甘方孫太旺一□ITwrwffl/r蝸部于匹陽的，立點珞班內(nèi)法卜以劃海坦存馬班戈:帆按期方也蠢口|發(fā)大京楮Bt立篇饞ME的思等*三、應(yīng)用題（本大題共2小題，每小題20分，共40分）.請問這個數(shù)據(jù)挖掘的那種方法？說明這個方法的特點數(shù)據(jù)挖掘統(tǒng)計分析操作指引在實施數(shù)據(jù)挖掘之前，先制定采取什么樣的步驟,每一步都做什么，達(dá)到什么樣的目標(biāo)是必要的，有了好的計劃才能保證資料采礦有條不紊的實施并取得成功U雖然我們把各個步驟按順序排列，但要注意數(shù)據(jù)挖掘過程并不是線性的，要取得好的結(jié)果就要不斷反復(fù)重復(fù)這些步驟.比如在“分析資料”時你可能覺得在',建立數(shù)據(jù)挖掘數(shù)據(jù)庫”時做的不夠好，要往里面添加一些新的資料等等.數(shù)據(jù)挖掘過程主要包括以下幾個方面：定義尚業(yè)問題建立數(shù)據(jù)挖掘庫分析數(shù)據(jù)準(zhǔn)備數(shù)據(jù)肆立模型模型評價模型實施其流程如下圖所示?26.數(shù)據(jù)挖掘項目是一項系統(tǒng)工程，它作為從數(shù)據(jù)庫中自動發(fā)現(xiàn)知識的過程，仍然需要來自不同領(lǐng)域?qū)＜夜餐瑓⑴c知識發(fā)現(xiàn)的全部過程。請說明數(shù)據(jù)挖掘人員環(huán)境。答：1.主題領(lǐng)域?qū)＜?理解商業(yè)問題。這需要大數(shù)據(jù)科學(xué)家和行業(yè)專業(yè)，以及客戶的業(yè)務(wù)專家一起來明確問題。這是整個大數(shù)據(jù)挖掘中最關(guān)鍵的一步。如果不理解業(yè)務(wù)就貿(mào)然開做，最后的項目一定是失敗的。.數(shù)據(jù)專家/數(shù)據(jù)分析專家:分析數(shù)據(jù)。當(dāng)明確了業(yè)務(wù)問題之后，我們就需要去分析數(shù)據(jù)，看看到底哪些數(shù)據(jù)能夠支撐我們的業(yè)務(wù)，用哪些數(shù)據(jù)去解決問題。在這個階段，我