决策树习题

习题

[1]商务智能产生的原因是什么？

[2]怎么认识商务智能？

[3]商务智能对企业有什么价值？

[4]举例说明商务智能在保险、证券、银行、电信、制造、零售和物流等行业的应用。

[5]讨论商务智能与ERP、CRM和SCM等业务管理系统的关系。

[6]商务智能系统包括哪些部分？分别有什么功能？

[7]结合具体的商务智能项目，说明商务智能系统的组成。

[8]讨论数据集成对商务智能项目的重要性。

[9]阅读下面的案例，分析产生问题的原因并给出对策。

一位新上任的大型国企老总曾经表达过这样的困惑。当他向下属提出，希望查看近十年企业的生产和运营数据时，他手边得到了各种各样不同的数据报表。这些数据报表大致可以分成两种类型：一种是两年前，即ERP上线之前的，这是一些简单、杂乱而又枯燥的数据。另一种是有了ERP以后的，数据变得清楚而有条理，但仍然有来自ERP、CRM、SCM以及计费业务等不同应用的数据和各种分析报告。在仔细查看这些报表之后，这位国企老总惊讶地发现，不同的系统可以得出截然相反的两种结论。例如某一产品，它的动态成本反映在ERP系统和CRM、SCM系统中相差很大，如果引用ERP和CRM里面的数据，它就是一款很成功、销量很好的产品，但在SCM中，它的采购和物流成本过高，导致了这款看起来很成功的产品实际上是一笔赔钱的买卖。更让他难以理解的是，正是由于这些来自不同系统的数据不够准确或不一致，给企业的前任领导提交了相当多顾此失彼的分析报告，导致了许多市场决策上的混乱和失误。在花费了大量时间和精力之后，这位国企老总困惑了：究竟哪些数据才是真实的？为什么对同一件事不同的系统会得到截然不同的结果？

[10]讨论数据仓库与操作型数据库、数据集市的区别。

[11]如何认识数据仓库的几个特点？这些特点与企业管理决策有什么关系？

[12]什么是元数据？元数据有什么用处？

[13]讨论ETL的过程，其中数据质量对这个过程有什么影响？

[14]什么是操作数据存储（ODS）？为什么使用ODS？

[15]数据仓库有哪些模型？举例说明。

[16]举例说明数据挖掘查询语言（DMQL）的应用。

[17]以销售主题为例，给出数据仓库的概念模型和逻辑模型，并用DB2或Microsoft SQL Server2000 Analysis Services（以上版本）实现。

[18]什么是在线分析处理（OLAP）？OLAP有哪些特点？

[19]OLAP和OLTP有什么区别？怎么理解OLAP是假设驱动型的分析方法？

[20]OLAP有哪些操作？请结合实例，利用IBM DB2 OLAP Server或Microsoft SQL Server 2000 Analysis Services（以上版本）讨论。

[21]OLAP有哪几种类型？它们有什么区别？

[22]结合实例，讨论OLAP操作语言的应用。

[23]数据挖掘是怎么产生的？

[24]数据挖掘有哪些步骤？以电信运营商的顾客细分为例，分析每一步骤关键的问题。

[25]作为一种数据挖掘方法和展示工具，举例说明可视化技术的应用。

[26]举例说明数据挖掘在银行、保险、电信、零售或政府管理中的应用。

[27]数据预处理在数据挖掘过程中有什么用处？常见的预处理方法有哪些？请举例说明。

[28]聚类算法的实质是什么？常用的几种聚类算法各适用什么场合？请举例说明某种聚类

算法的应用。

[29]分别取k=2和3，利用k-means聚类算法对以下的点聚类：（2,1），(1,2)，(2,2)，(3,2)，(2,3)，(3,3)，(2,4)，(3,5)，(4,4)，(5,3)，并讨论k值以及初始聚类中心对聚类结果的影响。

[30]分类问题的实质是什么？有哪些常用的方法？

[31]表1是购买汽车的顾客分类训练样本集。假设顾客的属性集家庭经济状况、信用级别和月收入之间条件独立，则对于某顾客（测试样本），已知其属性集X=<一般，优秀，12K>，利用朴素贝叶斯分类器计算这位顾客购买汽车的概率。

表1 购买汽车的顾客训练样本集

[32]决策树算法的实质是什么？以机器学习数据库中splice数据集为例，回答下面问题：

（1）分别计算信息增益和gini指数，哪个属性选择为决策树根结点的分枝属性？

（2）使用ID3算法构造决策树。

注：splice数据集下载地址：/ml/datasets/

[33]连续属性如何离散化？请用ID3算法或C4.5算法举例说明。

[34]决策树算法的过拟合问题如何解决？

[35]结合实例，应用CART、C4.5算法挖掘决策树，并与ID3算法比较结果。

[36]支持向量机的基本思想是什么？请举例说明支持向量机的应用。

[37]讨论BP神经网络处理分类问题的原理，并举例说明此网络的应用。

[38]考虑表2中的一维数据集，分别根据1最近邻、3最近邻、5最近邻和8最近邻，使用多数表决投票对数据点5.0分类，讨论k最近邻分类中k的取值对分类结果的影响（表中“+”和“-”表示类别）。

[39]关联规则挖掘的基本思想是什么？

[40]对于表3所示的数据集，假设最小支持数和最小臵信度分别为2和65%，考虑下面问题：

（1）画出该数据集的项集格，判断每个结点是否为频繁项集。

（2）分别把Apriori算法和FP增长算法挖掘表中数据集，提取所有的强关联规则。

表3 购物篮事务

[41]序列分析与关联规则挖掘有什么关系？请举例讨论。

[42]结合实际序列数据库，假设最小支持度为20%，利用类Apriori算法提取所有的序列模式。

[43]时间序列分析与序列分析有什么关系？

[44]表4是某商品多次价格变动与销售量的数据，请利用回归分析求出价格x与销售量y 的关系（提示：x与y的关系大致为抛物线，先变换为线性回归问题再求解）。

[45]说明哪些数据挖掘算法之间可以组合使用，并举例说明。

[46]数据挖掘对电子商务有什么影响？

[47]举例说明数据挖掘在电子商务中有哪些方面的应用。

[48]总结数据挖掘在市场营销和顾客关系管理中的应用，并举例说明。可以从寻找潜在顾客，寻找正确的广告渠道，定向市场营销活动，了解潜在顾客以及顾客保持和流失等方面讨论。

[49]请分析商务智能技术在某些领域的具体应用：收集实际数据集，对数据进行预处理后，进行分类、聚类、关联、序列、回归分析等分析，并讨论分析结果的业务价值。

[50]以某一具体的数据挖掘项目为背景，讨论数据挖掘各个阶段的工作。

[51]请结合下图，分析一个完整的企业商务智能项目可以包含哪些内容？分别解决什么问题？其中的关键问题分别是什么？