数据挖掘与数据库技术

一、填空题

1．OLAP服务器可以使用关系OLAP、或混合OLAP。

2．多维数据模型通常以三种形式存在，他们是星形模式、和事实星座形模式。3．聚类中每个训练元组的类标号是未知的，属于学习。

4．层次聚类方法可进一步分为：和分裂层次聚类。

5．数据挖掘的聚类方法中，典型的基于划分方法的聚类算法有和k中心点方法。6．关联规则的挖掘可以看作两步的过程：首先找出所有，然后生成强关联规则。7．多维数据模型通常以三种形式存在，他们是星形模式、雪花形模式和。

8．层次聚类方法可进一步分为：凝聚层次聚类和。

9．数据挖掘的聚类方法中，典型的基于划分方法的聚类算法有k均值方法和。10．强关联规则满足最小支持度和。

11．数据仓库是面向主题的、、时变的和非易失的有组织的数据集合，支持管理决策。12．OLAP服务器可以使用关系OLAP、多维OLAP或。

二、简答题：

1．什么是数据挖掘，简述数据挖掘功能。

2．数据预处理的主要任务有哪些？

3．为什么不直接对操作数据库进行联机分析，而建立分离的数据仓库。

4．简述有哪些Apriori算法的变形方法可提高Apriori算法的效率？

5．简述数据仓库的定义，并论述其关键特征。

6．为什么需要预处理数据。

7．操作数据库系统与数据仓库的区别？

8．简述决策树分类方法的关键步骤。

三、计算题

1. 给定两个对象，分别用元组（26，10，23，8），（22，7，25，7）表示。

a)计算两个对象之间的欧几里德距离；

b)计算两个对象之间的曼哈顿距离；

2．假设15个销售价格记录已经排列如下：

4，6，12，15，18，30，35，37，40，48，92，95，145，156，157

a) 使用等频（等深）划分方法将它们划分为三个箱；

b) 分别用箱均值、箱边界光滑。

3. 给定两个对象，分别用元组（33，8，38，6），（28，6，35，8）表示。

c)计算两个对象之间的欧几里德距离；

d)计算两个对象之间的曼哈顿距离；

4．假设15个销售价格记录已经排列如下：

3，10，14，15，18，40，45，47，50，58，102，104，135，146，148

a) 使用等频（等深）划分方法将它们划分为三个箱；

b) 分别用箱均值、箱边界光滑。

四、问答题

数据挖掘具有广泛的应用，选取某个应用领域，给出几种数据挖掘在此领域的典型应用。