数据仓库与数据挖掘试题
数据仓库与数据挖掘技术复习资料
数据仓库与数据挖掘技术复习资料一、单项选择题1.数据挖掘技术包括三个主要的部分（ C ）A．数据、模型、技术 B．算法、技术、领域知识C．数据、建模能力、算法与技术 D．建模能力、算法与技术、领域知识2.关于基本数据的元数据是指: ( D )A.基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息；B.基本元数据包括与企业相关的管理方面的数据和信息；C.基本元数据包括日志文件和简历执行处理的时序调度信息；D.基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息。
3.关于OLAP和OLTP的说法,下列不正确的是: ( A)A．OLAP事务量大,但事务内容比较简单且重复率高B．OLAP的最终数据来源与OLTP不一样C．OLTP面对的是决策人员和高层管理人员D．OLTP以应用为核心，是应用驱动的4．将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？( C )A. 频繁模式挖掘B. 分类和预测C. 数据预处理D. 数据流挖掘5．下面哪种不属于数据预处理的方法？ ( D )A.变量代换B.离散化C. 聚集D. 估计遗漏值6.在ID3 算法中信息增益是指（ D ）A.信息的溢出程度B.信息的增加效益C.熵增加的程度最大D.熵减少的程度最大7.以下哪个算法是基于规则的分类器 ( A )A. C4.5B. KNNC. BayesD. ANN8.以下哪项关于决策树的说法是错误的（ C ）A．冗余属性不会对决策树的准确率造成不利的影响B．子树可能在决策树中重复多次C．决策树算法对于噪声的干扰非常敏感D．寻找最佳决策树是NP完全问题9.假设收入属性的最小与最大分别是10000和90000，现在想把当前值30000映射到区间[0,1],若采用最大－最小数据规范方法，计算结果是（ A ）A. 0.25B. 0.375C.0.125D. 0.510.在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是：( D )A.有放回的简单随机抽样B.无放回的简单随机抽样C.分层抽样D.渐进抽样11.当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？( B)A. 分类B.聚类C. 关联分析D. 隐马尔可夫链12.设X={1，2，3}是频繁项集，则可由X产生( C )个关联规则。
数据仓库与数据挖掘习题.doc
数据仓库与数据挖掘习题. .数据仓库与数据挖掘习题1.1什么是数据挖掘？在你的回答中，强调以下问题：(a) 它是又一个骗局吗？(b) 它是一种从数据库，统计学和机器学习发展的技术的简单转换吗？(c) 解释数据库技术发展如何导致数据挖掘(d) 当把数据挖掘看作知识发现过程时，描述数据挖掘所涉及的步骤。
1.2 给出一个例子，其中数据挖掘对于一种商务的成功至关重要的。
这种商务需要什么数据挖掘功能？他们能够由数据查询处理或简单的统计分析来实现吗？1.3 假定你是Big- (a) 它是又一个骗局吗？(b) 它是一种从数据库，统计学和机器学习发展的技术的简单转换吗？(c) 解释数据库技术发展如何导致数据挖掘(d) 当把数据挖掘看作知识发现过程时，描述数据挖掘所涉及的步骤。
1.2 给出一个例子，其中数据挖掘对于一种商务的成功至关重要的。
这种商务需要什么数据挖掘功能？他们能够由数据查询处理或简单的统计分析来实现吗？1.3 假定你是Big：每个学生的姓名，地址和状态（例如，本科生或研究生），所修课程，以及他们累积的GPA（学分平均）。
描述你要选取的结构。
该结构的每个成分的作用是什么？1.4 数据仓库和数据库有何不同？它们有那些相似之处？1．5简述以下高级数据库系统和应用：面向对象数据库，空间数据库，文本数据库，多媒体数据库和WWW。
1．6 定义以下数据挖掘功能：特征化，区分，关联，分类，预测，聚类和演变分析。
使用你熟悉的现实生活中的数据库，给出每种数据挖掘的例子。
1．7 区分和分类的差别是什么？特征化和聚类的差别是什么？分类和预测呢？对于每一对任务，它们有何相似之处？1．8 根据你的观察，描述一种可能的知识类型，它需要由数据挖掘方法发现，但未在本章中列出。
它需要一种不同于本章列举的数据挖掘技术吗？1. 9 描述关于数据挖掘方法和用户交互问题的三个数据挖掘的挑战。
1. 10 描述关于性能问题的两个数据挖掘的挑战。
2.1 试述对于多个异种信息源的集成，为什么许多公司宁愿使用更新驱动的方法（构造使用数据仓库），而不愿使用查询驱动的方法（使用包装程序和集成程序）。
数据仓库与数据挖掘习题
数据仓库与数据挖掘习题1.1什么是数据挖掘？在你的回答中，强调以下问题：(a) 它是又一个骗局吗？(b) 它是一种从数据库，统计学和机器学习发展的技术的简单转换吗？(c) 解释数据库技术发展如何导致数据挖掘(d) 当把数据挖掘看作知识发现过程时，描述数据挖掘所涉及的步骤。
1.2 给出一个例子，其中数据挖掘对于一种商务的成功至关重要的。
这种商务需要什么数据挖掘功能？他们能够由数据查询处理或简单的统计分析来实现吗？1.3 假定你是Big-University的软件工程师，任务是设计一个数据挖掘系统，分析学校课程数据库。
该数据库包括如下信息：每个学生的姓名，地址和状态（例如，本科生或研究生），所修课程，以及他们累积的GPA（学分平均）。
描述你要选取的结构。
该结构的每个成分的作用是什么？1.4 数据仓库和数据库有何不同？它们有那些相似之处？1．5简述以下高级数据库系统和应用：面向对象数据库，空间数据库，文本数据库，多媒体数据库和WWW。
1．6 定义以下数据挖掘功能：特征化，区分，关联，分类，预测，聚类和演变分析。
使用你熟悉的现实生活中的数据库，给出每种数据挖掘的例子。
1．7 区分和分类的差别是什么？特征化和聚类的差别是什么？分类和预测呢？对于每一对任务，它们有何相似之处？1．8 根据你的观察，描述一种可能的知识类型，它需要由数据挖掘方法发现，但未在本章中列出。
它需要一种不同于本章列举的数据挖掘技术吗？1. 9 描述关于数据挖掘方法和用户交互问题的三个数据挖掘的挑战。
1. 10 描述关于性能问题的两个数据挖掘的挑战。
2.1 试述对于多个异种信息源的集成，为什么许多公司宁愿使用更新驱动的方法（构造使用数据仓库），而不愿使用查询驱动的方法（使用包装程序和集成程序）。
描述一些情况，其中查询驱动方法比更新驱动方法更受欢迎。
2.2 简略比较以下概念，可以用例子解释你的观点（a）雪花模式、事实星座、星型网查询模型（b）数据清理、数据变换、刷新（c）发现驱动数据立方体、多特征方、虚拟仓库2.3 假定数据仓库包含三个维time，doctor和patient，两个度量count 和charge，其中charge 是医生对一位病人的一次诊治的收费。
数据仓库与数据挖掘期末试题
广西财经学院2007——2008学年第一学期《数据仓库与数据挖掘》课程期末考试试卷(A)一、名词解释(每题4分，共20分)1、数据仓库数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。
2、数据挖掘数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。
3、雪花模型雪花模式中某些维表是规范化的，因而把数据进一步分解到附加的表中，模式图形成了类似雪花的形状。
通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。
雪花模型增加了用户必须处理的表数量，增加了某些查询的复杂性，但同时提高了处理的灵活性，可以回答更多的商业问题，特别适合系统的逐步建设要求。
4、OLAPOLAP是联机分析处理，是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。
它支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
5、决策树决策树是将训练集函数表示成树结构，通过它来近似离散值的目标函数。
这种树结构是一种有向树，它以训练集的一个属性作节点，这个属性所对应的一个值作边。
决策树一般都是自上而下的来生成的。
二、简答题（每题6分，共30分）1、企业面对海量数据，应如何具体实施数据挖掘，使之转换成可行的结果/模型？首先进行数据的预处理，主要进行数据的清洗，数据清洗，处理空缺值，数据的集成，数据的变换和数据规约。
2、请列举您使用过的各种数据仓库工具软件（包括建模工具，ETL工具，前端展现工具，OLAP Server、数据库、数据挖掘工具）和熟悉程度。
数据仓库与数据挖掘试题
09数据仓库与数据挖掘试题(最后)(总3页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--数据仓库与数据挖掘试题一、什么是数据仓库数据仓库的主要特征有哪些它与传统的关系数据库系统有什么区别二、关系模型和多维模型在数据仓库设计中各有什么优缺点？三、数据仓库上的代数操作有哪些？如何定义的，举例说明。
四、什么是知识发现，知识发现的过程包括那几个步骤五、什么是关联规则如何利用Apriori算法在给定的数据集合上找出关联规则六、什么是分类什么是聚类二者的区别是什么常用的分类和聚类方法有哪些1、数据仓库是一个面向主题的、集成的、不可更新的、随时间不断变化的数据集合，它用于支持企业或组织的决策分析处理。
数据仓库的主要特征: 面向主题的、集成的、时变的、非易失的数据仓库与数据库的区别数据库是面向事务的设计，数据仓库是面向主题设计的。
数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。
数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。
数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个基本的元素是维表和事实表。
2、关系模型先建立企业级数据仓库，再在其上开发具体的应用。
企业级数据仓库固然是我们所追求的目标，但在缺乏足够的技术力量和数据仓库建设经验的情况下，按照这种模型设计的系统建设过程长，周期长，难度大，风险大，容易失败。
这种模型的优点是信息全面、系统灵活。
由于采用了第三范式，数据存储冗余度低、数据组织结构性好、反映的业务主题能力强以及具有较好的业务扩展性等，但同时会存在大量的数据表，表之间的联系比较多，也比较复杂，跨表操作多，查询效率较低，对数据仓库系统的硬件性能要求高等问题。
另一方面，数据模式复杂，不容易理解，对于一般计算机用户来说，增加了理解数据表的困难。
多维模型降低了范式化，以分析主题为基本框架来组织数据。
数据仓库与数据挖掘试题
武汉大学计算机学院20XX级研究生“数据仓库和数据挖掘”课程期末考试试题要求：所有的题目的解答均写在答题纸上，需写清楚题目的序号。
每张答题纸都要写上姓名和学号。
一、单项选择题（每小题2分，共20分）1. 下面列出的条目中，（）不是数据仓库的基本特征。
BA.数据仓库是面向主题的B.数据仓库是面向事务的C.数据仓库的数据是相对稳定的D.数据仓库的数据是反映历史变化的2. 数据仓库是随着时间变化的，下面的描述不正确的是（）。
A.数据仓库随时间的变化不断增加新的数据内容B.捕捉到的新数据会覆盖原来的快照C.数据仓库随事件变化不断删去旧的数据内容CD.数据仓库中包含大量的综合数据，这些综合数据会随着时间的变化不断地进行重新综合3. 以下关于数据仓库设计的说法中（）是错误的。
AA.数据仓库项目的需求很难把握，所以不可能从用户的需求出发来进行数据仓库的设计，只能从数据出发进行设计B.在进行数据仓库主题数据模型设计时，应该按面向部门业务应用的方式来设计数据模型C.在进行数据仓库主题数据模型设计时要强调数据的集成性D.在进行数据仓库概念模型设计时，需要设计实体关系图，给出数据表的划分，并给出每个属性的定义域4. 以下关于OLAP的描述中（）是错误的。
AA.一个多维数组可以表示为（维1，维2，…，维n）B.维的一个取值称为该维的一个维成员C.OLAP是联机分析处理D.OLAP是数据仓库进行分析决策的基础5. 多维数据模型中，下列（）模式不属于多维模式。
DA.星型模式B.雪花模式C.星座模式D.网型模式6. 通常频繁项集、频繁闭项集和最大频繁项集之间的关系是（）。
CA.频繁项集⊂频繁闭项集⊂最大频繁项集B.频繁项集⊂最大频繁项集⊂频繁闭项集C.最大频繁项集⊂频繁闭项集⊂频繁项集D.频繁闭项集⊂频繁项集⊂最大频繁项集7. 决策树中不包含（）结点。
CA.根结点B.内部结点C.外部结点D.叶结点8. 下面选项中t不是s的子序列的是（）。
数据仓库与数据挖掘期末考试题库
复习内容填空题（每空1分）第1章1、数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。
2、根据数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。
3、数据处理通常分成两大类：联机事务处理（OLTP）和联机分析处理。
4、多维分析是指对以“维”形式组织起来的数据（多维数据集）采取切片、切块、钻取和旋转等各种分析动作，以求剖析数据，使用户能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。
5、ROLAP是基于关系数据库的OLAP实现，而MOLAP是基于多维数据结构组织的OLAP实现。
6、数据仓库按照其开发过程，其关键环节包括数据抽取、数据存储与管理和数据表现等。
7、数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立数据集市、依赖型数据集市和操作型数据存储和逻辑型数据集市和实时数据仓库。
8、操作型数据存储（ODS）实际上是一个集成的、面向主题的、可更新的、当前值的（但是可“挥发”的）、企业级的、详细的数据库，也叫运营数据存储。
P159、“实时数据仓库”意味着源数据系统、决策支持服务和数据仓库之间以一个接近实时的速度交换数据和业务规则。
10、从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、以分析为主、以预测模型为主、以运营导向为主和以实时数据仓库和自动决策为主。
11、数据挖掘的分析方法可以分为直接数据挖掘和间接数据挖掘两类。
第2章1、调和数据是存储在企业级数据仓库和操作型数据存储中的数据。
2、抽取、转换、加载过程的目的是为决策支持应用提供一个单一的、权威数据源。
因此，我们要求ETL 过程产生的数据（即调和数据层）是详细的、历史的、规范的、可理解的、即时的和质量可控制的。
3、数据抽取的两个常见类型是静态抽取和增量抽取。
静态抽取用于最初填充数据仓库，增量抽取用于进行数据仓库的维护。
4、粒度是对数据仓库中数据的综合程度高低的一个衡量。
数据仓库与数据挖掘考试试题
数据仓库与数据挖掘考试试题
1. 简答题
a) 数据仓库的定义是什么？
b) 数据挖掘的基本任务有哪些？
c) 数据清洗在数据挖掘中的作用是什么？
2. 选择题
请从以下选项中选择正确答案：
a) 数据仓库的主要特点是：
A. 面向主题
B. 面向过程
C. 面向对象
D. 面向细节
b) 数据挖掘的主要方法包括：
A. 分类
B. 聚类
C. 关联分析
D. 回归分析
c) 数据清洗的过程包括：
A. 数据标准化
B. 数据去重
C. 数据缺失值处理
D. 数据转换
3. 算法题
使用Apriori算法来进行关联规则挖掘，假设有以下购物篮数据集：{牛奶，面包，尿布}
{可乐，面包，尿布}
{牛奶，可乐，尿布}
{牛奶，面包，可乐}
请按照步骤描述如何使用Apriori算法来找出频繁项集和关联规则。
4. 应用题
某电商网站的用户行为数据包括用户ID、商品ID、购买时间等字段，试设计一个数据挖掘任务，根据历史数据预测用户未来可能购买
的商品。
请描述具体的数据处理流程和算法选择，以及如何评估模型
的准确性。
5. 论述题
数据仓库和数据挖掘在实际应用中的价值和意义是什么？结合具体案例或行业来说明，并探讨未来数据仓库和数据挖掘的发展方向。
以上为数据仓库与数据挖掘考试试题的内容，希望您认真针对每个问题进行回答，考试时间为2小时，请自行安排时间和注意事项，祝您考试顺利！。
数据仓库与数据挖掘考试试题
一、填空题（15分）1。
数据仓库的特点分别是面向主题、集成、相对稳定、反映历史变化。
2。
元数据是描述数据仓库内数据的结构和建立方法的数据。
根据元数据用途的不同可将元数据分为技术元数据和业务元数据两类。
3。
OLAP技术多维分析过程中，多维分析操作包括切片、切块、钻取、旋转等。
4。
基于依赖型数据集市和操作型数据存储的数据仓库体系结构常常被称为“中心和辐射”架构，其中企业级数据仓库是中心，源数据系统和数据集市在输入和输出范围的两端。
5。
ODS实际上是一个集成的、面向主题的、可更新的、当前值的、企业级的、详细的数据库,也叫运营数据存储。
二、多项选择题（10分）6。
在数据挖掘的分析方法中,直接数据挖掘包括（ＡＣＤ）A 分类B 关联C 估值D 预言7.数据仓库的数据ETL过程中，ETL软件的主要功能包括（ＡＢＣ）A 数据抽取B 数据转换C 数据加载D 数据稽核8.数据分类的评价准则包括（ ABCD ）A 精确度B 查全率和查准率C F-MeasureD 几何均值9。
层次聚类方法包括（ BC )A 划分聚类方法B 凝聚型层次聚类方法C 分解型层次聚类方法D 基于密度聚类方法10。
贝叶斯网络由两部分组成，分别是（ A D )A 网络结构B 先验概率C 后验概率D 条件概率表三、计算题（30分）11。
一个食品连锁店每周的事务记录如下表所示，其中每一条事务表示在一项收款机业务中卖出的项目，假定sup min=40%，conf min=40%，使用Apriori算法计算生成的关联规则，标明每趟数据库扫描时的候选集和大项目集。
(15分）解：（1)由I=｛面包、果冻、花生酱、牛奶、啤酒｝的所有项目直接产生1—候选C1，计算其支持度，取出支持度小于sup min的项集，形成1-频繁集L1，如下表所示：(2)组合连接L1中的各项目,产生2-候选集C2，计算其支持度，取出支持度小于sup min的项集,形成2-频繁集L2，如下表所示：至此，所有频繁集都被找到,算法结束，所以，confidence({面包}→{花生酱｝）=（4/5）/(3/5）=4/3〉 conf minconfidence（｛花生酱｝→{面包}）=（3/5）/(4/5）=3/4〉 conf min所以，关联规则｛面包}→{花生酱}、{ 花生酱｝→｛面包｝均是强关联规则。
数据仓库与数据挖掘考试题
6.假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？()
A第一个B第二个C第三个D第四个
7.上题中，等宽划分时（宽度为50），15又在哪个箱子里？()
3.当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？()
A.分类B.聚类C.关联分析D.隐马尔可夫链
4.使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（）
A.探索性数据分析B.建模描述
C.预测建模D.寻找模式和规则
5.下面哪种不属于数据预处理的方法？()
A第一个B第二个C第三个D第四个
8.只有非零值才重要的二元属性被称作：()
A计数属性B离散属性C非对称的二元属性D对称属性
9.以下哪种方法不属于特征选择的标准方法：()
A嵌入B过滤C包装D抽样
10.下面不属于创建新属性的相关方法的是：()
A特征提取B特征修改C映射数据到新的空间D特征构造
填空
1、调和数据是存储在和操作型数据存储中的数据。
10、支持向量机中常用的核函数有、和。
简答、简述题
1、什么是数据仓库？数据仓库的特点主要有哪些？
2、什么是聚类？它与分类有什么异同？
3、简述处理空缺值的方法。
4、简述ID3算法的基本思想及其主算法的基本步骤。
5、何谓OLTP和OLAP？它们的主要异同有哪些？
6、简述你对数据仓库未来发展趋势的看法。
数据仓库与数据挖掘
姓名：
分数：
选择题
数据仓库与数据挖掘试题
《数据仓库与数据挖掘试题》一、判断题(每小题1分，计30分，答题时每5个答案写在一起)1.数据库作为数据资源用于管理业务中的信息分析处理。
（X）2.数据库的查询不是指对记录级数据的查询，而是指对分析要求的查询。
（X）3.关系数据库是二维数据（平面），多维数据库是空间立体数据。
（v）4.数据进入数据仓库之前，必须经过加工与集成。
（V）5.OLAP使用的是当前数据；OLTP使用的是历史数据。
（V）6.对数据仓库操作不明确，操作数据量少。
（X）7.数据集市实现难度超过数据仓库。
（X）8.OLAP使用的数据经常更新；OLTP使用的数据不更新，但周期性刷新。
（X）9.数据集市可升级到完整的数据仓库。
（V）10.数据库中存放的数据基本上是保存当前综合数据。
（X）11.OLAP可以应分析人员的要求快速、灵活地进行大数据量的复杂处理。
（V）12.OLAP支持复杂的决策分析操作，侧重对分析人员和高层管理人员的决策支持。
（V）13.OLTP的事务处理量大，处理内容比较简单但重复率高。
（V）14.数据仓库的用户有两类：信息使用者和探索者。
（V）15.对数据库的操作比较明确，操作数据量大。
（X）16.数据库用于事务处理，数据仓库用于决策分析。
（V）17.信息使用者以一种可预测的、重发性的方式使用数据仓库平台。
（V）18.OLAP一次处理的数据量大；OLTP一次性处理的数据量小。
（V）19.OLTP每次操作的数据量不大且多为当前的数据。
（V ）20.数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。
（V）21.随着业务的变化,数据仓库中的数据会随时更新。
（X）22.数据集市的规模比数据仓库更大。
（X）23.数据集市具有更详细的、预先存储在数据仓库的数据。
（V）24.不同维值的组合及其对应的度量值构成了不同的查询和分析。
（V）25.OLAP使用细节性数据，OLTP使用综合性数据。
（X）26.数据集市由企业管理和维护。
数据仓库与数据挖掘技术-试题答案
数据仓库与数据挖掘技术答案一、简答1.为什么需要对数据进行预处理？数据预处理主要包括哪些工作(需要对数据进行哪些方面预处理)?（1）现实世界的数据是杂乱的，数据多了什么问题会出现.数据库极易受到噪音数据(包含错误或孤立点）、遗漏数据（有些感兴趣的属性缺少属性值或仅包含聚集数据）和不一致数据(在编码或者命名上存在差异）的侵扰,因为数据库太大，常常多达几G或更多。
进行数据预处理,提高数据质量，从而提高挖掘结果质量。
(2)数据预处理主要包括:数据清理：去除数据中的噪音、纠正不一致；数据集成：将数据由多个源合并成一致的数据存储，如数据仓库或数据方；数据交换：规范化或聚集可以改进涉及距离度量的挖掘算法精度和有效性;数据归约:通过聚集、删除冗余特征或聚类等方法来压缩数据。
数据离散化：属于数据归约的一部分，通过概念分层和数据的离散化来规约数据，对数字型数据特别重要。
2. 什么叫有监督学习?什么叫无监督学习?监督学习（Supervised learning）是通过发现数据属性和类别属性之间的关联模式，并通过利用这些模式来预测未知数据实例的类别属性.监督学习又称为分类Classification或归纳学习Inductive Learning.无监督学习（Unsupervised learning）即聚类技术。
在一些应用中，数据的类别属性是缺失的,用户希望通过浏览数据来发现其的某些内在结构.聚类就是发现这种内在结构的技术。
3.什么是数据仓库的星形模式?它与雪花模式有何不同？雪花模式与星形模式不同在于:雪花模式的维表可能是规范化形式，以便减少冗余。
这种表易于维护，并节省存储空间，因为当维结构作为列包含在内时，大维表可能非常大.然而，与巨大的事实表相比，这种空间的节省可以忽略。
此外，由于执行查询更多的连接操作，雪花结构可能降低浏览的性能。
这样系统的性能可能受影响。
因此，在数据仓库设计中，雪花模式不如星形模式流行.二、写出伪代码三答:（1）所有频繁项集为：[E，K,O] ［K，M］［K，Y］（2)关联规则：[O］—>［E，K］1.0［E，O] -> [K] 1.0［K,O］—> ［E] 1.0［M] —〉 [K] 1.0［Y］ -〉 [K］ 1.0答：a)决策树表示一种树型结构，它由它的分来对该类型对象依靠属性进行分类。
数据仓库与数据挖掘技术考试试题汇总
33. ID3 算法主要存在的缺点有：
46. 数据从集结区加载到数据仓库中的主要方法？
1 ID3 算法在选择根结点和各内部结点中的分枝
1 SQL 命令；
属性时，使用信息增益作为评价标准。信息增益的缺点是
2 由 DW 供应商或第三方提供专门的加载工具；
倾向于选择取值较多的属性，在有些情况下这类属性可能
3 由 DW 管理员编写自定义程序。
不会提供太多有价值的信息。
47. 数据库、TPS、MIS 属于面向业务操作的数据资源管
2 ID3 算法只能对描述属性为离散型属性的数据
理。
集构造决策树。
48. 面向决策分析的数据资源管理包括数据仓库以及与
34. 数据字典是数据库中各类数据描述的集合，通常包括
之紧密相关的 DSS。
的数据量很大；数据仓库软硬件要求很高。
也即频繁 k-项集为空。
9. ETL 过程的主要步骤可以概括为：
14. 调和数据是存储在企业级数据仓库和操作型数据存
1 决定数据仓库中需要的所有的目标数据；
储中的数据。
2 决定所有的数据源，包括内部和外部的数据源； 15. SQL Server SSAS 提供了所有业务数据的同意整合
8 为所有的数据装载编写规程；
18. 分类器设计阶段包含划分数据集 、分类器构造 、分
9 维度表的抽取、转换和装载；
类器测试。
10 事实表的抽取、转换和装载。
19. 数据处理通常分成两大类：联机事务处理和联机分析
10. 数据分割的好处有：
处理。
1 对当前细节数据进行分割的总体目的就是把数 20. ROLAP 是基于关系数据库的 OLAP 实现，而 MOLAP
31. 常见的聚类算法可以分为基于划分的聚类算法，基于 转换规则和数据刷新规则及安全（用户授权和存取控制）。
数据仓库与数据挖掘试题
《数据仓库与数据挖掘试题》一、判断题(每小题1分，计30分，答题时每5个答案写在一起)1.数据库作为数据资源用于管理业务中的信息分析处理。
（X）2.数据库的查询不是指对记录级数据的查询，而是指对分析要求的查询。
（X）3.关系数据库是二维数据（平面），多维数据库是空间立体数据。
（v）4.数据进入数据仓库之前，必须经过加工与集成。
（V）5.OLAP使用的是当前数据；OLTP使用的是历史数据。
（V）6.对数据仓库操作不明确，操作数据量少。
（X）7.数据集市实现难度超过数据仓库。
（X）8.OLAP使用的数据经常更新；OLTP使用的数据不更新，但周期性刷新。
（X）9.数据集市可升级到完整的数据仓库。
（V）10.数据库中存放的数据基本上是保存当前综合数据。
（X）11.OLAP可以应分析人员的要求快速、灵活地进行大数据量的复杂处理。
（V）12.OLAP支持复杂的决策分析操作，侧重对分析人员和高层管理人员的决策支持。
（V）13.OLTP的事务处理量大，处理内容比较简单但重复率高。
（V）14.数据仓库的用户有两类：信息使用者和探索者。
（V）15.对数据库的操作比较明确，操作数据量大。
（X）16.数据库用于事务处理，数据仓库用于决策分析。
（V）17.信息使用者以一种可预测的、重发性的方式使用数据仓库平台。
（V）18.OLAP一次处理的数据量大；OLTP一次性处理的数据量小。
（V）19.OLTP每次操作的数据量不大且多为当前的数据。
（V ）20.数据仓库系统由数据仓库（DW）、仓库管理和分析工具三部分组成。
（V）21.随着业务的变化,数据仓库中的数据会随时更新。
（X）22.数据集市的规模比数据仓库更大。
（X）23.数据集市具有更详细的、预先存储在数据仓库的数据。
（V）24.不同维值的组合及其对应的度量值构成了不同的查询和分析。
（V）25.OLAP使用细节性数据，OLTP使用综合性数据。
（X）26.数据集市由企业管理和维护。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
武汉大学计算机学院
2014级研究生“数据仓库和数据挖掘”课程期末考试试题
要求：所有的题目的解答均写在答题纸上，需写清楚题目的序号。
每张答题纸都要写上姓名和学号。
一、单项选择题（每小题2分，共20分）
1. 下面列出的条目中，（）不是数据仓库的基本特征。
B
A.数据仓库是面向主题的
B.数据仓库是面向事务的
C.数据仓库的数据是相对稳定的
D.数据仓库的数据是反映历史变化的
2. 数据仓库是随着时间变化的，下面的描述不正确的是（）。
A.数据仓库随时间的变化不断增加新的数据内容
B.捕捉到的新数据会覆盖原来的快照
C.数据仓库随事件变化不断删去旧的数据内容C
D.数据仓库中包含大量的综合数据，这些综合数据会随着时间的变化不断地进行重新综合
3. 以下关于数据仓库设计的说法中（）是错误的。
A
A.数据仓库项目的需求很难把握，所以不可能从用户的需求出发来进行数据仓库的设计，只能从数据出发进行设计
B.在进行数据仓库主题数据模型设计时，应该按面向部门业务应用的方式来设计数据模型
C.在进行数据仓库主题数据模型设计时要强调数据的集成性
D.在进行数据仓库概念模型设计时，需要设计实体关系图，给出数据表的划分，并给出每个属性的定义域
4. 以下关于OLAP的描述中（）是错误的。
A
A.一个多维数组可以表示为（维1，维2，…，维n）
B.维的一个取值称为该维的一个维成员
C.OLAP是联机分析处理
D.OLAP是数据仓库进行分析决策的基础
5. 多维数据模型中，下列（）模式不属于多维模式。
D
A.星型模式
B.雪花模式
C.星座模式
D.网型模式
6. 通常频繁项集、频繁闭项集和最大频繁项集之间的关系是（）。
C
A.频繁项集⊂频繁闭项集⊂最大频繁项集
B.频繁项集⊂最大频繁项集⊂频繁闭项集
C.最大频繁项集⊂频繁闭项集⊂频繁项集
D.频繁闭项集⊂频繁项集⊂最大频繁项集
7. 决策树中不包含（）结点。
C
A.根结点
B.内部结点
C.外部结点
D.叶结点
8. 下面选项中t不是s的子序列的是（）。
C
A.s=<{2,4},{3,5,6},{8}> t=<{2},{3,6},{8}>
B.s=<{2,4},{3,5,6},{8}> t=<{2},{8}>
C.s=<{1,2},{3,4}> t=<{1},{2}>
D.s=<{2,4},{2,4}> t=<{2},{4}>
9. 前馈神经网络用于分类时，以下（）是不合理的迭代结束条件。
D
A.前一周期所有的Δw ij都很小，小于某个指定的阈值
B.前一周期未正确分类的样本百分比小于某个阈值
C.超过预先指定的周期数
D.学习率小于某个阈值
10. 以下叙述中，（）是错误的。
D
A.逻辑回归用于分析二分类或有次序的依变量和自变量之间的关系
B.SVM是一种基于分类边界的方法
C.朴素贝叶斯算法和树增强朴素贝叶斯算法是按照描述属性是否独立来划分的
D.以上都不对
二、（20分）假设某大型人事部门已有一个人事管理系统，包含如下数据表：
职工（编号，姓名，出生日期，工作地点，月工资，备注）
现要设计一个人事数据仓库，用于分析各地区（华北、华中、华东、…）、各年龄层次（老、中、青）的工资水平（高、中、低）等。
回答以下问题：
（1）根据你的思考设计该数据仓库的模式图，包含每个维表和事实表的结构。
（10分）（2）指出你设计的数据仓库属于哪种模式。
（5分）
（3）由[出生日期，工作地点，月工资]的基本方体开始，求华东地区的青年职工中高收入的人数，应当执行哪些OLAP操作？（5分）
三、（20分）有一个如表1所示的事务数据库，设最小支持度为40%，最小置信度为80%。
表1 一个事务数据库
回答以下问题：
（1）采用Apriori算法求出所有的频繁集。
要求给出求解过程。
（15分）
（2）求出所有与元规则“item1∧item2→item3”相匹配的强关联规则。
（5分）
四、（15分）对于如表2所示的决策表(U，C∪D)，C={a，b，c，d}，D={e}，回答以下问题：
（1）求U/C和U/D。
（5分）
（2）求POS C(D)，该决策表是否为一致（或协调）决策表？（5分）
（3）采用分辨矩阵求其所有条件属性约简和核。
（5分）
表2 一个决策表
五、（25分）回答以下关于聚类的问题：
（1）k-中心点算法和k-均值算法相比有什么优点？（5分）
（2）BIRCH算法是什么类型的聚类算法？通常采用簇的聚类特征为CF=(N，LS，SS)，设置这样的聚类特征有什么好处？（10分）
（3）什么是离群点？简述将DBSCAN算法用于离群点检测的基本过程。
（10分）。