2024年商業(yè)經(jīng)濟行業(yè)技能考試-數(shù)據(jù)挖掘工程師歷年高頻考點試卷專家薈萃含答案

2024年商業(yè)經(jīng)濟行業(yè)技能考試-數(shù)據(jù)挖掘工程師歷年高頻考點試卷專家薈萃含答案（圖片大小可自由調(diào)整）第1卷一.參考題庫(共25題)1.以下哪個聚類算法不屬于基于網(wǎng)格的聚類算法（）。A、STINGB、WaveClusterC、MAFIAD、BIRCH2.何謂數(shù)據(jù)規(guī)范化？規(guī)范化的方法有哪些？寫出對應(yīng)的變換公式。3.列舉操作型數(shù)據(jù)與分析型數(shù)據(jù)的主要區(qū)別。4.分類知識的發(fā)現(xiàn)方法主要有哪些？分類過程通常包括哪兩個步驟？5.如果規(guī)則集中的規(guī)則按照優(yōu)先級降序排列，則稱規(guī)則集是（）。A、無序規(guī)則B、窮舉規(guī)則C、互斥規(guī)則D、有序規(guī)則6.下面關(guān)于Jarvis－Patrick（JP）聚類算法的說法不正確的是（）。A、JP聚類擅長處理噪聲和離群點，并且能夠處理不同大小、形狀和密度的簇B、JP算法對高維數(shù)據(jù)效果良好，尤其擅長發(fā)現(xiàn)強相關(guān)對象的緊致簇C、JP聚類是基于SNN相似度的概念D、JP聚類的基本時間復(fù)雜度為O（m）7.何謂數(shù)據(jù)倉庫？為什么要建立數(shù)據(jù)倉庫？8.決策樹9.簡述基于劃分的聚類方法。劃分的準則是什么？10.考慮如下的頻繁3-項集：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}。 （a）根據(jù)Apriori算法的候選項集生成方法，寫出利用頻繁3-項集生成的所有候選4-項集。 （b）寫出經(jīng)過剪枝后的所有候選4-項集。11.為什么要建立數(shù)據(jù)倉庫？12.關(guān)于OLAP的特性，下面正確的是：（）。 （1）快速性 （2）可分析性 （3）多維性 （4）信息性 （5）共享性A、（1）（2）（3）B、（2）（3）（4）C、（1）（2）（3）（4）D、（1）（2）（3）（4）（5）13.以下哪個指標不是表示對象間的相似度和相異度？（）A、Euclidean距離B、Manhattan距離C、Eula距離D、Minkowski距離14.以下哪項關(guān)于決策樹的說法是錯誤的？（）A、冗余屬性不會對決策樹的準確率造成不利的影響B(tài)、子樹可能在決策樹中重復(fù)多次C、決策樹算法對于噪聲的干擾非常敏感D、尋找最佳決策樹是NP完全問題15.ROLAP16.數(shù)據(jù)清理的目的是什么？17.在基于規(guī)則分類器的中，依據(jù)規(guī)則質(zhì)量的某種度量對規(guī)則排序，保證每一個測試記錄都是由覆蓋它的“最好的”規(guī)格來分類，這種方案稱為（）。A、基于類的排序方案B、基于規(guī)則的排序方案C、基于度量的排序方案D、基于規(guī)格的排序方案18.OLAP服務(wù)器的類型主要包括：（）、（）和（）19.分類的定義是什么？20.下面的數(shù)據(jù)操作中，哪些操作不是多維數(shù)據(jù)模型上的OLAP操作？（）A、上卷（roll-up）B、選擇（select）C、切片（slice）D、轉(zhuǎn)軸（pivot）21.下面哪種分類方法是屬于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法？（）A、判定樹歸納B、貝葉斯分類C、后向傳播分類D、基于案例的推理22.定量屬性可以是整數(shù)值或者是連續(xù)值。23.已知數(shù)據(jù)元組中age的值如下（按遞增序）： 13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。 （a）使用min-max規(guī)范化，將age值35轉(zhuǎn)換到[0.0，1.0]區(qū)間。 （b）使用z-score規(guī)范化轉(zhuǎn)換age值35，其中，age的標準偏差為12.94年。 （c）使用小數(shù)定標規(guī)范化轉(zhuǎn)換age值35。24.簡述數(shù)據(jù)倉庫的組成。25.什么是數(shù)據(jù)倉庫的數(shù)據(jù)ETL過程？第2卷一.參考題庫(共25題)1.特征搜索過程中不可缺少的環(huán)節(jié)就是（）。2.簡述Apriori算法的思想，談?wù)勗撍惴ǖ膽?yīng)用領(lǐng)域。3.調(diào)和數(shù)據(jù)是存儲在（）數(shù)據(jù)倉庫和操作型數(shù)據(jù)存儲中的數(shù)據(jù)。4.當維表中的主鍵在事實表中沒有與外鍵關(guān)聯(lián)時，這樣的維稱為（）。它于事實表并無關(guān)系，但有時在查詢限制條件中需要用到。5.頻繁項集6.Apriori算法的計算復(fù)雜度受（）影響。A、支持度閥值B、項數(shù)（維度）C、事務(wù)數(shù)D、事務(wù)平均寬度7.常用的數(shù)值屬性概念分層的方法有哪些？8.考慮兩隊之間的足球比賽：隊0和隊1。假設(shè)65%的比賽隊0勝出，剩余的比賽隊1獲勝。隊0獲勝的比賽中只有30%是在隊1的主場，而隊1取勝的比賽中75%是主場獲勝。如果下一場比賽在隊1的主場進行隊1獲勝的概率為（）。A、0.75B、0.35C、0.4678D、0.57389.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10.比較統(tǒng)計學(xué)與數(shù)據(jù)挖掘的異同？11.在圖集合中發(fā)現(xiàn)一組公共子結(jié)構(gòu)，這樣的任務(wù)稱為（）。A、頻繁子集挖掘B、頻繁子圖挖掘C、頻繁數(shù)據(jù)項挖掘D、頻繁模式挖掘12.數(shù)據(jù)挖掘定義是什么？13.簡述決策樹的構(gòu)建。14.如果葉貝斯網(wǎng)絡(luò)的各個結(jié)點都沒有任何證據(jù)，從歷史數(shù)據(jù)中如何用兩種不同的方法得到各個結(jié)點的發(fā)生概率？15.根據(jù)特征選擇過程與后續(xù)數(shù)據(jù)挖掘任務(wù)的關(guān)聯(lián)可分為三種方法：（）。根據(jù)是否用到類信息的指導(dǎo)，分為（），（）和（）特征選擇，16.模式為對數(shù)據(jù)集的全局性總結(jié)，它對整個測量空間的每一點做出描述；模型則對變量變化空間的一個有限區(qū)域做出描述。17.什么是聚類？簡單描述如下的聚類方法：劃分方法，層次方法，基于密度的方法，基于模型的方法。為每類方法給出例子。18.從結(jié)構(gòu)的角度看，數(shù)據(jù)倉庫模型包括以下幾類？（）A、企業(yè)倉庫B、數(shù)據(jù)集市C、虛擬倉庫D、信息倉庫19.列舉離群點挖掘的常見應(yīng)用。20.假定用于分析的數(shù)據(jù)包含屬性age。數(shù)據(jù)元組中age的值如下（按遞增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70，問題：使用按箱平均值平滑方法對上述數(shù)據(jù)進行平滑，箱的深度為3。第二個箱子值為：（）。A、18.3B、22.6C、26.8D、27.921.設(shè)X={1，2，3}是頻繁項集，則可由X產(chǎn)生（）個關(guān)聯(lián)規(guī)則。A、4B、5C、6D、722.聚類分析中常見的數(shù)據(jù)類型有哪些？23.雪花型模式是對（）維表的進一步層次化和規(guī)范化來消除冗余的數(shù)據(jù)。24.（）都屬于分裂的層次聚類算法。A、二分K均值B、MSTC、ChameleonD、組平均25.一個數(shù)據(jù)倉庫系統(tǒng)的建立通暢需要經(jīng)過哪些步驟？第3卷一.參考題庫(共25題)1.一個數(shù)據(jù)庫有5個事務(wù)，如表所示。設(shè)min_sup=60%，min_conf=80%。 （a）分別用Apriori算法和FP-growth算法找出所有頻繁項集。比較兩種挖掘方法的效率。 （b）比較窮舉法和Apriori算法生成的候選項集的數(shù)量。 （c）利用（1）所找出的頻繁項集，生成所有的強關(guān)聯(lián)規(guī)則和對應(yīng)的支持度和置信度。2.分類的過程包括獲取數(shù)據(jù)、預(yù)處理、分類器設(shè)計和（）3.OLTP4.考慮下表數(shù)據(jù)集，請完成以下問題： （1）估計條件概率。 （2）根據(jù)（1）中的條件概率，使用樸素貝葉斯方法預(yù)測測試樣本（A=0，B=1，C=0）的類標號； （3）使用Laplace估計方法，其中p=1/2，l=4，估計條件概率。 （4）同（2），使用（3）中的條件概率。 （5）比較估計概率的兩種方法，哪一種更好，為什么？5.下面屬于定量的屬性類型是：（）。A、標稱B、序數(shù)C、區(qū)間D、相異6.下面的散點圖顯示哪種屬性相關(guān)性？（） A、不相關(guān)；B、正相關(guān)；C、負相關(guān)；D、先正相關(guān)然后負相關(guān)7.建立一個模型，通過這個模型根據(jù)已知的變量值來預(yù)測其他某個變量值屬于數(shù)據(jù)挖掘的哪一類任務(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8.非頻繁模式（）。A、其支持度小于閾值B、都是不讓人感興趣的C、包含負模式和負相關(guān)模式D、對異常數(shù)據(jù)項敏感9.Bayes法是一種在已知后驗概率與類條件概率的情況下的模式分類方法，待分樣本的分類結(jié)果取決于各類域中樣本的全體。10.使用交互式的和可視化的技術(shù)，對數(shù)據(jù)進行探索屬于數(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11.何謂聚類？它與分類有什么異同？12.數(shù)據(jù)規(guī)范化13.分類器設(shè)計階段包含三個過程：劃分數(shù)據(jù)集、分類器構(gòu)造和（）14.商業(yè)智能系統(tǒng)與一般交易系統(tǒng)之間在系統(tǒng)設(shè)計上的主要區(qū)別在于：后者把結(jié)構(gòu)強加于商務(wù)之上，一旦系統(tǒng)設(shè)計完畢，其程序和規(guī)則不會輕易改變；而前者則是一個學(xué)習(xí)型系統(tǒng)，能自動適應(yīng)商務(wù)不斷變化的要求。15.基于鄰近度的離群點檢測方法不能處理具有不同密度區(qū)域的數(shù)據(jù)集。16.“實時數(shù)據(jù)倉庫”以為著源數(shù)據(jù)系統(tǒng)、決策支持服務(wù)和倉庫倉庫之間以一個（）的速度交換數(shù)據(jù)和業(yè)務(wù)規(guī)則。17.離散屬性總是具有有限個值。18.如何提高Apriori算法的有效性？有哪些常見方法？19.OLAP技術(shù)側(cè)重于把數(shù)據(jù)庫中的數(shù)據(jù)進行分析、轉(zhuǎn)換成輔助決策信息，是繼數(shù)據(jù)庫技術(shù)發(fā)展之后迅猛發(fā)展起來的一種新技術(shù)。20.下面選項中t不是s的子序列的是（）。A、s=，t=B、s=，t=C、s=，t=D、s=，t=21.K均值是一種產(chǎn)生劃分聚類的基于密度的聚類算法，簇的個數(shù)由算法自動地確定。22.在評價不平衡類問題分類的度量方法有如下幾種，（）。A、F1度量B、召回率（recall）C、精度（precision）D、真正率（turepositiverate，TPR）23.存放最低層匯總的方體稱為（）。A、頂點方體B、方體的格C、基本方體D、維24.何謂數(shù)據(jù)挖掘？它有哪些方面的功能？25.什么是關(guān)聯(lián)規(guī)則？關(guān)聯(lián)規(guī)則的應(yīng)用有哪些？第1卷參考答案一.參考題庫1.參考答案:D2.參考答案: 將數(shù)據(jù)按比例縮放（如更換大單位），使之落入一個特定的區(qū)域（如0.0～1.0），稱為規(guī)范化。 規(guī)范化的常用方法有： （1）最大－最小規(guī)范化； （2）零－均值規(guī)范化； （3）小數(shù)定標規(guī)范化。 3.參考答案:4.參考答案: 分類規(guī)則的挖掘方法通常有：決策樹法、貝葉斯法、人工神經(jīng)網(wǎng)絡(luò)法、粗糙集法和遺傳算法。 分類的過程包括2步：首先在已知訓(xùn)練數(shù)據(jù)集上，根據(jù)屬性特征，為每一種類別找到一個合理的描述或模型，即分類規(guī)則；然后根據(jù)規(guī)則對新數(shù)據(jù)進行分類。5.參考答案:D6.參考答案:D7.參考答案:數(shù)據(jù)倉庫是一種新的數(shù)據(jù)處理體系結(jié)構(gòu)，是面向主題的、集成的、不可更新的（穩(wěn)定性）、隨時間不斷變化（不同時間）的數(shù)據(jù)集合，為企業(yè)決策支持系統(tǒng)提供所需的集成信息。 建立數(shù)據(jù)倉庫的目的有3個： 一是為了解決企業(yè)決策分析中的系統(tǒng)響應(yīng)問題，數(shù)據(jù)倉庫能提供比傳統(tǒng)事務(wù)數(shù)據(jù)庫更快的大規(guī)模決策分析的響應(yīng)速度。 二是解決決策分析對數(shù)據(jù)的特殊需求問題。決策分析需要全面的、正確的集成數(shù)據(jù)，這是傳統(tǒng)事務(wù)數(shù)據(jù)庫不能直接提供的。 三是解決決策分析對數(shù)據(jù)的特殊操作要求。決策分析是面向?qū)I(yè)用戶而非一般業(yè)務(wù)員，需要使用專業(yè)的分析工具，對分析結(jié)果還要以商業(yè)智能的方式進行表現(xiàn)，這是事務(wù)數(shù)據(jù)庫不能提供的。8.參考答案:是用樣本的屬性作為結(jié)點，用屬性的取值作為分支的樹結(jié)構(gòu)。它是分類規(guī)則挖掘的典型方法，可用于對新樣本進行分類。9.參考答案: 基于劃分的聚類方法：給頂一個n個對象或元組的數(shù)據(jù)庫，一個劃分方法構(gòu)建數(shù)據(jù)的k個劃分，每個劃分表示一個簇，丙炔k《=n。劃分方法要求每個組至少包含一個對象并且每個對象屬于且僅數(shù)以一個組。聚類目標可以是最優(yōu)化某種量度，比如最小化數(shù)據(jù)點與類中心的距離平方和等。 劃分準則是同一個聚類中的對象盡可能的接近或相關(guān)，不同聚類中的對象盡可能的遠離或不同。10.參考答案:（a）利用頻繁3-項集生成的所有候選4-項集： {1，2，3，4}，{1，2，3，5}，{1，2，4，5}，{1，3，4，5}，{2，3，4，5} （b）經(jīng)過剪枝后的所有候選4-項集： {1，2，3，4}，{1，2，3，5}11.參考答案: 建立數(shù)據(jù)倉庫的目的有3個： 一是為了解決企業(yè)決策分析中的系統(tǒng)響應(yīng)問題，數(shù)據(jù)倉庫能提供比傳統(tǒng)事務(wù)數(shù)據(jù)庫更快的大規(guī)模決策分析的響應(yīng)速度。 二是解決決策分析對數(shù)據(jù)的特殊需求問題。決策分析需要全面的、正確的集成數(shù)據(jù)，這是傳統(tǒng)事務(wù)數(shù)據(jù)庫不能直接提供的。 三是解決決策分析對數(shù)據(jù)的特殊操作要求。決策分析是面向?qū)I(yè)用戶而非一般業(yè)務(wù)員，需要使用專業(yè)的分析工具，對分析結(jié)果還要以商業(yè)智能的方式進行表現(xiàn)，這是事務(wù)數(shù)據(jù)庫不能提供的。12.參考答案:D13.參考答案:C14.參考答案:C15.參考答案:是基于關(guān)系數(shù)據(jù)庫存儲方式的，在這種結(jié)構(gòu)中，多維數(shù)據(jù)被映像成二維關(guān)系表，通常采用星型或雪花型架構(gòu)，由一個事實表和多個維度表構(gòu)成。16.參考答案:試圖填充缺失數(shù)據(jù)，去除噪聲并識別離群點，糾正數(shù)據(jù)中的不一致值。17.參考答案:B18.參考答案:關(guān)系OLAP服務(wù)器；多維OLAP服務(wù)器；混合OLAP服務(wù)器19.參考答案:分類是數(shù)據(jù)挖掘中的主要手段，其任務(wù)是對數(shù)據(jù)集進行學(xué)習(xí)并構(gòu)造一個擁有預(yù)測功能的分類模型，用于預(yù)測未知樣本的類標號，把類標號未知的樣本映射到某個預(yù)先給定的類標號中。20.參考答案:B21.參考答案:C22.參考答案:正確23.參考答案:（a）已知最大值為70，最小值為13，則可將35規(guī)范化為： （b）已知均值為30，標準差為12.94，則可將35規(guī)范化為： （c）使用小數(shù)定標規(guī)范化可將35規(guī)范化為：35/100=0.3524.參考答案:數(shù)據(jù)倉庫數(shù)據(jù)庫，數(shù)據(jù)抽取工具，元數(shù)據(jù)，訪問工具，數(shù)據(jù)集市，數(shù)據(jù)倉庫管理，信息發(fā)布系統(tǒng)。25.參考答案: 數(shù)據(jù)的ETL過程就是負責將操作型數(shù)據(jù)轉(zhuǎn)換成調(diào)和數(shù)據(jù)的過程。數(shù)據(jù)調(diào)和是構(gòu)建一個數(shù)據(jù)倉庫中最難的和最具技術(shù)挑戰(zhàn)性的部分。在為企業(yè)級數(shù)據(jù)倉庫填充數(shù)據(jù)的過程中，數(shù)據(jù)調(diào)和可分為兩個階段：一是企業(yè)級數(shù)據(jù)倉庫（EDW）首次創(chuàng)建時的原始加載；二是接下來的定期修改，以保持EDW的當前有效性和擴展性。 整個過程由四個步驟組成：抽取、清洗、轉(zhuǎn)換、加載和索引。事實上，這些步驟可以進行不同的組合，如，可以將數(shù)據(jù)抽取與清洗組合為一個過程，或者將清洗和轉(zhuǎn)換組合在一起。第2卷參考答案一.參考題庫1.參考答案:逐步評估2.參考答案: 思想：其發(fā)現(xiàn)關(guān)聯(lián)規(guī)則分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中所有煩瑣項集，即支持度不低于用戶設(shè)定的閥值的項即集，第二是利用第一步中檢索出的煩瑣項集構(gòu)造出滿足用戶最小信任度的規(guī)則，其中，第一步即挖掘出所有頻繁項集是該算法的核心，也占整個算法工作量的大部分。 在商務(wù)、金融、保險等領(lǐng)域皆有應(yīng)用。3.參考答案:企業(yè)級4.參考答案:退化維5.參考答案:指滿足最小支持度的項集，是挖掘關(guān)聯(lián)規(guī)則的基本條件之一。6.參考答案:A,B,C,D7.參考答案:分箱、直方圖分析，聚類分析，基于熵的離散化和通過自然劃分分段。8.參考答案:D9.參考答案:B10.參考答案: 統(tǒng)計學(xué)主要是對數(shù)量數(shù)據(jù)（數(shù)值）或連續(xù)值數(shù)據(jù)（如年齡、工資等），進行數(shù)值計算（如初等運算）的定量分析，得到數(shù)量信息。 數(shù)據(jù)挖掘主要對離散數(shù)據(jù)（如職稱、病癥等）進行定性分析（覆蓋、歸納等），得到規(guī)則知識。 統(tǒng)計學(xué)與數(shù)據(jù)挖掘是有區(qū)別的。但是，它們之間是相互補充的。11.參考答案:B12.參考答案:技術(shù)層面上：數(shù)據(jù)挖掘就是從大量數(shù)據(jù)提取有用信息的過程； 商業(yè)層面上：數(shù)據(jù)挖掘就是對大量業(yè)務(wù)數(shù)據(jù)進行抽取，轉(zhuǎn)換和分析以及建模處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。13.參考答案:1）屬性的選擇（很重要，一般要最大限度地增大樣本集純度） 2）獲得大小適合的決策樹 3）使用ID3等經(jīng)典算法構(gòu)建決策樹14.參考答案:可以用兩種方式從歷史數(shù)據(jù)中得到各個節(jié)點的發(fā)生概率：（1）用各節(jié)點的發(fā)生次數(shù)除以總的數(shù)據(jù)條數(shù)，就是各個節(jié)點的發(fā)生概率。（2）首先，用第一種方法計算原因節(jié)點的發(fā)生概率，然后計算原因節(jié)點到中間節(jié)點或結(jié)果節(jié)點的條件概率，最后根據(jù)原因節(jié)點的概率和這些條件概率計算結(jié)果節(jié)點的概率。15.參考答案:過濾，封裝和嵌入；監(jiān)督式；無監(jiān)督式；半監(jiān)督式16.參考答案:錯誤17.參考答案:聚類是將數(shù)據(jù)劃分為相似對象組的過程，使得同一組中對象相似度最大而不同組中對象相似度最小。主要有以下幾種類型方法： （1）劃分方法 給定一個有N個元組或者記錄的數(shù)據(jù)集，分裂法將構(gòu)造K個分組，每一個分組就代表一個聚類，K<N。而且這K個分組滿足下列條件：第一，每一個分組至少包含一條記錄；第二，每一條記錄屬于且僅屬于一個分組（注意：這個要求在某些模糊聚類算法中可以放寬）；對于給定的K，算法首先給出一個初始的分組方法，以后通過反復(fù)迭代的方法改變分組，使得每一次改進之后的分組方案都較前一次好，而所謂好的標準就是：同一分組中的記錄越近越好，而不同分組中的記錄越遠越好。 使用這個基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法。 （2）層次方法 這種方法對給定的數(shù)據(jù)集進行層次似的分解，直到某種條件滿足為止。具體又可分為“自底向上”和“自頂向下”兩種方案。例如在“自底向上”方案中，初始時每一個數(shù)據(jù)記錄都組成一個單獨的組，在接下來的迭代中，它把那些相互鄰近的組合并成一個組，直到所有的記錄組成一個分組或者某個條件滿足為止。 代表算法有：BIRCH算法、CURE算法、CHAMELEON算法等。 （3）基于密度的方法 基于密度的方法與其它方法的一個根本*區(qū)別是：它不是基于各種各樣的距離，而是基于密度的。這樣就能克服基于距離的算法只能發(fā)現(xiàn)“類圓形”的聚類的缺點。這個方法的指導(dǎo)思想就是：只要一個區(qū)域中的點的密度大過某個閾值，就把它加到與之相近的聚類中去。 代表算法有：DBSCAN算法、OPTICS算法、DENCLUE算法等。 （4）基于模型的方法 基于模型的方法給每一個聚類假定一個模型，然后去尋找能夠很好的滿足這個模型的數(shù)據(jù)。這樣一個模型可能是數(shù)據(jù)點在空間中的密度分布函數(shù)或者其它。它的一個潛在假定就是：目標數(shù)據(jù)集是由一系列的概率分布所決定的。 基于模型的方法主要有兩類：統(tǒng)計學(xué)方法和神經(jīng)網(wǎng)絡(luò)方法（SOM）。18.參考答案:A,B,C19.參考答案: 1，欺詐檢測； 2，網(wǎng)絡(luò)入侵； 3，故障診斷； 4，可疑金融交易監(jiān)控20.參考答案:A21.參考答案:C22.參考答案:常見數(shù)據(jù)類型有區(qū)間標度變量、比例標度型變量、二元變量、標稱型、序數(shù)型以及混合類型等。23.參考答案:星型模式24.參考答案:A,B25.參考答案: （1）收集和分析業(yè)務(wù)需求； （2）建立數(shù)據(jù)模型和數(shù)據(jù)倉庫的物理設(shè)計； （3）定義數(shù)據(jù)源； （4）選擇數(shù)據(jù)倉庫技術(shù)和平臺； （5）從操作型數(shù)據(jù)庫中抽取、清洗及轉(zhuǎn)換數(shù)據(jù)到數(shù)據(jù)倉庫； （6）選擇訪問和報表工具，選擇數(shù)據(jù)庫連接軟件，選擇數(shù)據(jù)分析和數(shù)據(jù)展示軟件； （7）更新數(shù)據(jù)倉庫。第3卷參考答案一.參考題庫1.參考答案:（a）頻繁1-項集：M，O，K，E，Y 頻繁2-項集：{M，K}，{O，K}，{O，E}，{K，Y}，{K，E} 頻繁3-項集：{O，K，E} （b）窮舉法：M=2k-1=211-1=2047 Apriori算法：23 （c）{O，K}—>{E}，支持度0.6，置信度1 {O，E}—>{k}，支持度0.6，置信度12.參考答案:分類決策3.參考答案:OLTP為聯(lián)機事務(wù)處理的縮寫，OLAP是聯(lián)機分析處理的縮寫。前者是以數(shù)據(jù)庫為基礎(chǔ)的，面對的是操作人員和低層管理人員，對基本數(shù)據(jù)進行查詢和增、