数据挖掘考试题库

为数据挖掘算法提供完整、干净、准确、有针对性的数据，减 少算法的计算量，提高挖掘效率和准确程度。 8. 简述数据预处理方法和内容。
1 数据清洗：包括填充空缺值，识别孤立点，去掉噪声和无关数 据。
13. 预测型知识：是根据时间序列型数据，由历史的和当前的数据 去推测未来的数据，也可以认为是以时间为关键属性的关联知 识。
14. 偏差型知识：是对差异和极端特例的描述，用于揭示事物偏离 常规的异常现象，如标准类外的特例，数据聚类外的离群值 等。
15. 遗传算法：是一种优化搜索算法，它首先产生一个初始可行解 群体，然后对这个群体通过模拟生物进化的选择、交叉、变异 等遗传操作遗传到下一代群体，并最终达到全局最优。
融合、决策支持等。 数据挖掘的功能包括：概念描述、关联分析、分类与预测、聚
类分析、趋势分析、孤立点分析以及偏差分析等。 2. 何谓数据仓库？为什么要建立数据仓库？
数据仓库是一种新的数据处理体系结构，是面向主题的、集成 的、不可更新的(稳定性)、随时间不断变化(不同时间)的数据集 合，为企业决策支持系统提供所需的集成信息。
当前数据
历史数据
经常更新
不更新，但周期性刷新
一次性处理的数据量小 一次处理的数据量大
对响应时间要求高
响应时间合理
用户数量大
用户数据相对较少
面向操作人员，支持日 面向决策人员，支持管
常操作
理需要
面向应用，事务驱动 面向分析，分析驱动
5. 何谓粒度？它对数据仓库有什么影响？按粒度组织数据的方式 有哪些？ 粒度是指数据仓库的数据单位中保存数据细化或综合程度的级
2、 判断题 ( )1. ( )2. ( )3. ( )4. ( )5. ( )6. ( )7. ( )8. ( )9. (
数据仓库的数据量越大，其应用价值也越大。 啤酒与尿布的故事是聚类分析的典型实例。 等深分箱法使每个箱子的记录个数相同。 数据仓库“粒度”越细，记录数越少。 数据立方体由3维构成，Z轴表示事实数据。 决策树方法通常用于关联规则挖掘。 ID3算法是决策树方法的早期代表。 C4.5是一种典型的关联规则挖掘算法。 回归分析通常用于挖掘关联规则。 人工神经网络特别适合解决多参数大复杂度问题。
建立数据仓库的目的有3个： 一是为了解决企业决策分析中的系统响应问题，数据仓库能提 供比传统事务数据库更快的大规模决策分析的响应速度。 二是解决决策分析对数据的特殊需求问题。决策分析需要全面 的、正确的集成数据，这是传统事务数据库不能直接提供的。 三是解决决策分析对数据的特殊操作要求。决策分析是面向专 业用户而非一般业务员，需要使用专业的分析工具，对分析结果还 要以商业智能的方式进行表现，这是事务数据库不能提供的。 3. 列举操作型数据与分析型数据的主要区别。
量、 、 、 、序数型以及混合类型等。 28. 聚类分析中最常用的距离计算公式有 、 、 等。 29. 基于划分的聚类算法有 和 。 30. Clementine的工作流通常由 、 和 等节点连接而
成。 31. 简单地说，数据挖掘就是从 中挖掘 的过程。 32. 数据挖掘相关的名称还有 、 、 等。
3、 名词解释 1. 数据仓库：是一种新的数据处理体系结构，是面向主题的、集
成的、不可更新的(稳定性)、随时间不断变化(不同时间)的数 据集合，为企业决策支持系统提供所需的集成信息。 2. 孤立点：指数据库中包含的一些与数据的一般行为或模型不一 致的异常数据。 3. OLAP：OLAP是在OLTP的基础上发展起来的，以数据仓库为基础 的数据分析处理，是共享多维信息的快速分析，是被专门设计 用于支持复杂的分析操作，侧重对分析人员和高层管理人员的 决策支持。 4. 粒度：指数据仓库的数据单位中保存数据细化或综合程度的级 别。粒度影响存放在数据仓库中的数据量的大小，同时影响数 据仓库所能回答查询问题的细节程度。 5. 数据规范化：指将数据按比例缩放(如更换大单位)，使之落入 一个特定的区域（如0－1）以提高数据挖掘效率的方法。规范 化的常用方法有：最大－最小规范化、零－均值规范化、小数 定标规范化。 6. 关联知识：是反映一个事件和其他事件之间依赖或相互关联的 知识。如果两项或多项属性之间存在关联，那么其中一项的属 性值就可以依据其他属性值进行预测。 7. 数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的 数据中，提取隐含在其中的、人们事先不知道的、但又是潜在 有用的信息和知识的过程。 8. OLTP：OLTP为联机事务处理的缩写，OLAP是联机分析处理的缩 写。前者是以数据库为基础的，面对的是操作人员和低层管理 人员，对基本数据进行查询和增、删、改等处理。 9. ROLAP：是基于关系数据库存储方式的，在这种结构中，多维 数据被映像成二维关系表，通常采用星型或雪花型架构，由一 个事实表和多个维度表构成。 10. MOLAP：是基于类似于“超立方”块的OLAP存储结构，由许多 经压缩的、类似于多维数组的对象构成，并带有高度压缩的索 引及指针结构，通过直接偏移计算进行存取。 11. 数据归约：缩小数据的取值范围，使其更适合于数据挖掘算法 的需要，并且能够得到和原始数据相同的分析结果。 12. 广义知识：通过对大量数据的归纳、概括和抽象，提炼出带有 普遍性的、概括性的描述统计的知识。
别。粒度影响存放在数据仓库中的数据量的大小，同时影响数据仓 库所能回答查询问题的细节程度。按粒度组织数据的方式主要有：
1 简单堆积结构 2 轮转综合结构 3 简单直接结构 4 连续结构 6. 简述数据仓库设计的三级模型及其基本内容。 概念模型设计是在较高的抽象层次上的设计，其主要内容包 括：界定系统边界和确定主要的主题域。 逻辑模型设计的主要内容包括：分析主题域、确定粒度层次划 分、确定数据分割策略、定义关系模式、定义记录系统。 物理数据模型设计的主要内容包括：确定数据存储结构、确定
19. 频繁项集：指满足最小支持度的项集，是挖掘关联规则的基本 条件之一。
20. 支持度：规则A→B的支持度指的是所有事件中A与B同地发生的 的概率，即P(A∪B)，是AB同时发生的次数与事件总次数之 比。支持度是对关联规则重要性的衡量。
21. 可信度：规则A→B的可信度指的是包含A项集的同时也包含B项 集的条件概率P(B|A)，是AB同时发生的次数与A发生的所有次 数之比。可信度是对关联规则的准确度的衡量。
等。 6. 评价关联规则的2个主要指标是 和 。 7. 多维数据集通常采用 或雪花型架构，以 表为中心，连
接多个 表 。 8. 决策树是用 作为结点，用 作为分支的树结构。 9. 关联可分为简单关联、 和 。 10. BP神经网络的作用函数通常为 区间的 。 11. 数据挖掘的过程主要包括确定业务对象、 、 、 及
数据存放位置、确定存储分配以及确定索引策略等。在物理数据模 型设计时主要考虑的因素有: I/O存取时间、空间利用率和维护代价 等。
提高性能的主要措施有划分粒度、数据分割、合并表、建立数 据序列、引入冗余、生成导出数据、建立广义索引等。 7. 在数据挖掘之前为什么要对原始数据进行预处理？
原始业务数据来自多个数据库或数据仓库，它们的结构和规则 可能是不同的，这将导致原始数据非常的杂乱、不可用，即使在同 一个数据库中，也可能存在重复的和不完整的数据信息，为了使这 些数据能够符合数据挖掘的要求，提高效率和得到清晰的结果，必 须进行数据的预处理。
知识同化等几个步骤。 12. 数据挖掘技术主要涉及 、 和 3个技术领域。 13. 数据挖掘的主要功能包括 、 、 、 、趋势分
析、孤立点分析和偏差分析7个方面。 14. 人工神经网络具有 和 等特点，其结构模型包
括 、 和自组织网络3种。 15. 数据仓库数据的4个基本特征是 、 、非易失、随时间
作。 22. 传统的决策支持系统是以 和 驱动，而新决策支持系统
则是以 、建立在 和 技术之上。 23. OLAP的数据组织方式主要有 和 2种。 24. SQL Server2000的OLAP组件叫 ，OLAP操作窗口叫 。 25. BP神经网络由 、 以及一或多个 结点组成。 26. 遗传算法包括 、 、 3个基本算子。 27. 聚类分析的数据通常可分为区间标度变
16. 聚类：是将物理或抽象对象的集合分组成为多个类或簇 (cluster)的过程，使得在同一个簇中的对象之间具有较高的 相似度，而不同簇中的对象差别较大。
17. 决策树：是用样本的属性作为结点，用属性的取值作为分支的 树结构。它是分类规则挖掘的典型方法，可用于对新样本进行 分类。
18. 相异度矩阵：是聚类分析中用于表示各对象之间相异度的一种 矩阵，n个对象的相异度矩阵是一个nn维的单模矩阵，其对角 线元素均为0，对角线两侧元素的值相同。
操作型数据
分析型数据
当前的、细节的 历史的、综合的
面向应用、事务驱 面向分析、分析驱
动
动
பைடு நூலகம்
频繁增、删、改
几乎不更新，定期 追加
操作需求事先知道
分析需求事先不知 道
生命周期符合SDLC
完全不同的生命周 期
对性能要求高 对性能要求宽松
一次操作数据量小 一次操作数据量大
支持日常事务操作 支持管理决策需求
4. 何谓OLTP和OLAP？它们的主要异同有哪些？ OLTP即联机事务处理，是以传统数据库为基础、面向操作人员
和低层管理人员、对基本数据进行查询和增、删、改等的日常事务 处理。OLAP即联机分析处理，是在OLTP基础上发展起来的、以数据 仓库基础上的、面向高层管理人员和专业分析人员、为企业决策支 持服务。
OLTP和OLAP的主要区别如下表：
OLTP
OLAP
数据库数据
数据库或数据仓库数据
细节性数据
综合性数据
)10. ( )11. ( )12. ( )13. ( )14. ( )15. ( )16. ( )17. ( )18. ( )19. ( )20. ( )21. ( )22. ( )23. ( )24. ( )25.