1213年第2学期《数据挖掘与知识发现》期末考试试卷及答案
- 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)。
12/13年第2学期《数据挖掘与知识发现》期末考试试卷及答案
一、什么是数据挖掘？什么是数据仓库？并简述数据挖掘的步骤。（20分）
数据挖掘是从大量数据中提取或发现（挖掘）知识的过程。
数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的决策制定过程。
步骤：
1）数据清理（消除噪声或不一致数据）
2）数据集成（多种数据源可以组合在一起）
3 ）数据选择（从数据库中检索与分析任务相关的数据）
4 ）数据变换（数据变换或统一成适合挖掘的形式，如通过汇总或聚集操作）
5）数据挖掘（基本步骤，使用智能方法提取数据模式）
6）模式评估（根据某种兴趣度度量，识别表示知识的真正有趣的模式；）
7）知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）
二、元数据的定义是什么？元数据包括哪些内容？（20分）
元数据是关于数据的数据。在数据仓库中，元数据是定义仓库对象的数据。元数
据包括：
数据仓库结构的描述，包括仓库模式、视图、维、分层结构、导出数据的定义，以及数据集市的位置和内容。
操作元数据，包括数据血统（移植数据的历史和它所使用的变换序列）、数据流通（主动的、档案的或净化的）、管理信息（仓库使用统计量、错误报告和审计跟踪）。
汇总算法，包括度量和维定义算法，数据所处粒度、划分、主题领域、聚集、汇总、预定义的查询和报告。
由操作环境到数据仓库的映射，包括源数据库和它们的内容，网间连接程序描述，数据划分，数据提取、清理、转换规则和缺省值，数据刷新和净化规则，安全（用户授权和存取控制）。
关于系统性能的数据，刷新、更新定时和调度的规则与更新周期，改善数据存取和检索性能的索引和配置。
商务元数据，包括商务术语和定义，数据拥有者信息和收费策略。
三、在O L A P中，如何使用概念分层？请解释多维数据模型中的OLAP上卷下
钻切片切块和转轴操作。（20分）
在多维数据模型中，数据组织成多维，每维包含由概念分层定义的多个抽象层。这种组织为用户从不同角度观察数据提供了灵活性。有一些OLAP数据
立方体操作用来物化这些不同视图，允许交互查询和分析手头数据。因此，O L A P
为交互数据分析提供了友好的环境。
上卷：上卷操作通过一个维的概念分层向上攀升或者通过维归约，在数据立方体上进行聚集。
下钻：下钻是上卷的逆操作，它由不太详细的数据到更详细的数据。下钻可以通过沿维的概念分层向下或引入新的维来实现。
切片：在给定的数据立方体的一个维上进行选择，导致一个子方。
切块：通过对两个或多个维执行选择，定义子方。
转轴：转轴是一种目视操作，它转动数据的视角，提供数据的替代表示。
四、什么是数据变换？数据变换涉及的内容有哪些？ （20分）
数据变换是将数据转换成适合于挖掘的形式。数据变换可能涉及如下内容 ： 1） .平滑：去掉数据中的噪声。这种技术包括分箱、聚类和回归。
2） .聚集：对数据进行汇总和聚集。例如，可以聚集日销售数据，计算月和年销 售额。通常，这一步用来为多粒度数据分析构造数据立方体。
3） .数据概化：使用概念分层，用高层次概念替换低层次“原始”数据。例如， 分类的属性，如s t re e t ，可以概化为较高层的概念，如 c i t y 或c o u n t ry 。类似地，数值属性，如a g e ，可以映射到较高层概念，如 you ng, middle-age 和 s e n i o r 。 4） .规范化：将属性数据按比例缩放，使之落入一个小的特定区间，如— 1 . 0 到 1 . 0 或 0.0 到 1 . 0 。
5） .属性构造（或 特征构造）：可以构造新的属性并添加到属性集中，以帮助 挖掘过程。
五、用 Apriori 、FP-growth 、GSR Prefixspan 、SPAM 算法中任意一到两种算法, 挖
掘出所有的频繁项集（表 1）或频繁序列（表 2），并写出具体过程。假设事 务数据库D 如下：最小支持度计数为2。（20分）以Apriori 算法为例。
Tid Items
10
A, C, D 20
B, C, E 30 A, B, C, E : 40 B, E
C 1
Sic Sequenee
10
<(af)cbc>
Tid Items 10 A, C, D 20 B, C, E 30 A, B, C, E
40
B, E
Database TDB st
1 L sca n
Itemset
sup {A} 2 {B} 3 {C}
3 {E}
3
1
C 2
Itemset Itemset sup {A, C} 2 {B, C} 2 {B, E}
3 {C, E}
2
L 2 Itemset sup {A, B} 1 {A, C} 2 {A, E} 1 {B, C} 2 {B, E}
3 {C, E} 2
C 2
nd
2 sca n
Itemset {A, B} {A, C} {A, E} {B, C} {B, E} {C, E}
{B, C, E}
3 rd sca n
Itemset
sup {B, C, E}
2
L 3