數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘期末試題

1、1、數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse）是一個(gè)面向主題的（SubjectOriented）、集成的（Integrate）、相對(duì)穩(wěn)定的（Non-Volatile）、反映歷史變化（TimeVariant）的數(shù)據(jù)集合，用于支持管理決策。2、數(shù)據(jù)挖掘：數(shù)據(jù)才掘（DataMining）,又稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（KnowledgeDiscoveryinDatabase,KDD）,就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡(jiǎn)單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。3、雪花模型：雪花模式中某些維表是規(guī)范化的，因而把數(shù)據(jù)進(jìn)一步分解到附加的表中，模式圖形

2、成了類似雪花的形狀。通過最大限度地減少數(shù)據(jù)存儲(chǔ)量以及聯(lián)合較小的維表來改善查詢性能。雪花模型增加了用戶必須處理的表數(shù)量，增加了某些查詢的復(fù)雜性，但同時(shí)提高了處理的靈活性，可以回答更多的商業(yè)問題，特別適合系統(tǒng)的逐步建設(shè)要求。4、OLAPOLAP是聯(lián)機(jī)分析處理，是使分析人員、管理人員或執(zhí)行人員能夠從多角度對(duì)信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。它支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。5、決策樹：決策樹是將訓(xùn)練集函數(shù)表示成樹結(jié)構(gòu)，通過它來近似離散值的目標(biāo)函數(shù)。這種樹結(jié)構(gòu)是一種有向樹，它以訓(xùn)練集的一個(gè)屬性作節(jié)點(diǎn)，這個(gè)屬性所對(duì)應(yīng)的一個(gè)值作邊。決策

3、樹一般都是自上而下的來生成的。1、企業(yè)面對(duì)海量數(shù)據(jù)，應(yīng)如何具體實(shí)施數(shù)據(jù)挖掘，使之轉(zhuǎn)換成可行的結(jié)果/模型？首先進(jìn)行數(shù)據(jù)的預(yù)處理，主要進(jìn)行數(shù)據(jù)的清洗，數(shù)據(jù)清洗，處理空缺值，數(shù)據(jù)的集成，數(shù)據(jù)的變換和數(shù)據(jù)規(guī)約。2、請(qǐng)列舉您使用過的各種數(shù)據(jù)倉(cāng)庫(kù)工具軟件（包括建模工具，ETL工具，前端展現(xiàn)工具，OLAPServer數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘工具）和熟悉程度。ETL工具：AscentialDataStage,IBMwarehouseMANAGERnformatica公司的PowerCenter、Cognos公司的DecisionStream市場(chǎng)上的主流數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)層軟件有：SQLSERVERSYBASEORACLED

4、B2、TERADATA但是使用過的只有SQLSERVER和數(shù)據(jù)挖掘工具AnalysisServices,而且不大熟悉。3、請(qǐng)談一下你對(duì)元數(shù)據(jù)管理在數(shù)據(jù)倉(cāng)庫(kù)中的運(yùn)用的理解。元數(shù)據(jù)能支持系統(tǒng)對(duì)數(shù)據(jù)的管理和維護(hù)，如關(guān)于數(shù)據(jù)項(xiàng)存儲(chǔ)方法的元數(shù)據(jù)能支持系統(tǒng)以最有效的方式訪問數(shù)據(jù)。具體來說，在數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，元數(shù)據(jù)機(jī)制主要支持以下五類系統(tǒng)管理功能：（1）描述哪些數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中；（2）定義要進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)和從數(shù)據(jù)倉(cāng)庫(kù)中產(chǎn)生的數(shù)據(jù)；（3）記錄根據(jù)業(yè)務(wù)事件發(fā)生而隨之進(jìn)行的數(shù)據(jù)抽取工作時(shí)間安排；（4）記錄并檢測(cè)系統(tǒng)數(shù)據(jù)一致性的要求和執(zhí)行情況；（5）衡量數(shù)據(jù)質(zhì)量。4、數(shù)據(jù)挖掘?qū)垲惖臄?shù)據(jù)要求是什么？（1）可伸

5、縮性（2）處理不同類型屬性的能力（3）發(fā)現(xiàn)任意形狀的聚類（4）使輸入?yún)?shù)的領(lǐng)域知識(shí)最小化（5）處理噪聲數(shù)據(jù)的能力（6）對(duì)于輸入順序不敏感（7）高維性（8）基于約束的聚類（9）看解釋性和可利用性5、簡(jiǎn)述Apriori算法的思想，談?wù)勗撍惴ǖ膽?yīng)用領(lǐng)域并舉例。思想：其發(fā)現(xiàn)關(guān)聯(lián)規(guī)則分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中所有煩瑣項(xiàng)集，即支持度不低于用戶設(shè)定的閥值的項(xiàng)即集，第二是利用第一步中檢索出的煩瑣項(xiàng)集構(gòu)造出滿足用戶最小信任度的規(guī)則，其中，第一步即挖掘出所有頻繁項(xiàng)集是該算法的核心，也占整個(gè)算法工作量的大部分。在商務(wù)、金融、保險(xiǎn)等領(lǐng)域皆有應(yīng)用。在建筑陶瓷行業(yè)中的交叉銷售應(yīng)用，主要采用了Apriori算法

6、一、翻譯分析題（30分）1、附件有一名為“DataMininginElectronicCommerce的電子文檔，請(qǐng)同學(xué)們翻譯其中的一段。每位同學(xué)翻譯的段號(hào)以大家學(xué)號(hào)的最后兩位為準(zhǔn)，如10號(hào)同學(xué)只需翻譯正文的第10段，以此類推。分類則是一個(gè)標(biāo)準(zhǔn)的問題，在數(shù)據(jù)挖掘和在電子商貿(mào)的應(yīng)用-原則下，適當(dāng)?shù)姆椒S機(jī)森林，支持向量機(jī)（支持向量機(jī)），后勤拉索等有賴于敏銳地在該網(wǎng)站上，該類型的廣告都是可以收集到的資料。在亞馬遜商務(wù)網(wǎng)站中，該推薦系統(tǒng)已進(jìn)入先前購(gòu)買和書籍進(jìn)行視察。這是一個(gè)更豐富的信息來源，通過可以接入（他們只知道這個(gè)詞，有人期待在這次會(huì)議上，除非他們有庫(kù)克-網(wǎng)頁(yè)）。一些企業(yè)獲得更多的信息，從數(shù)據(jù)倉(cāng)

7、庫(kù)中，如作為choicepoint公司，這使得他們的專家來建立高度個(gè)性化的分類規(guī)則。2、通過閱讀該文擋，請(qǐng)同學(xué)們分析一下數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域的應(yīng)用情況（請(qǐng)深入分析并給出實(shí)例，切忌泛泛而談）。隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的成熟，全球傳統(tǒng)商務(wù)正經(jīng)歷一次重大變革，向電子商務(wù)全速挺進(jìn)。這種商業(yè)電子化的趨勢(shì)不僅為客戶提供了便利的交易方式和廣泛的選擇，同時(shí)也為商家提供了更加深入地了解客戶需求信息和購(gòu)物行為特征的可能性。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。電子商務(wù)的發(fā)展促使公司內(nèi)部收集了大量的數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換

8、成有用的信息和知識(shí)，為公司創(chuàng)造更多潛在的利潤(rùn)，數(shù)據(jù)挖掘概念就是從這樣的商業(yè)角度開發(fā)出來的。由于數(shù)據(jù)挖掘能帶來顯著的效益，它在電子商務(wù)中（特別是業(yè)、零售業(yè)和電信業(yè)）應(yīng)用也越來越廣泛。在金融領(lǐng)域，管理者可以通過對(duì)客戶償還能力以及信用的分析，進(jìn)行分類，評(píng)出等級(jí)。從而可減少放貸的麻木性，提高資金的使用效率。同時(shí)還可發(fā)現(xiàn)在償還中起決定作用的主導(dǎo)因素，從而制定相應(yīng)的金融政策。更值得一提的是通過對(duì)數(shù)據(jù)的分析還可發(fā)現(xiàn)洗黑錢以及其它的犯罪活動(dòng)。在零售業(yè)，數(shù)據(jù)挖掘可有助于識(shí)別顧客購(gòu)買行為，發(fā)現(xiàn)顧客購(gòu)買模式和趨勢(shì)，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷策略，減少商業(yè)

9、成本。電信業(yè)已經(jīng)迅速地從單純的提供市話和長(zhǎng)話服務(wù)演變?yōu)榫C合電信服務(wù)，如語(yǔ)音、傳真、尋呼、移動(dòng)電話、圖像、電子郵件、機(jī)和WEEa據(jù)傳輸以及其它的數(shù)據(jù)通信服務(wù)。電信、計(jì)算機(jī)網(wǎng)絡(luò)、因特網(wǎng)和各種其它方式的通信和計(jì)算的融合是的大勢(shì)所趨。而且隨著許多國(guó)家對(duì)電信業(yè)的開放和新型計(jì)算與通信技術(shù)的發(fā)展，電信市場(chǎng)正在迅速擴(kuò)張并越發(fā)競(jìng)爭(zhēng)激烈。因此，利用數(shù)據(jù)挖掘技術(shù)來幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好的利用資源和提高服務(wù)質(zhì)量是非常有必要的。分析人員可以對(duì)呼叫源、呼叫目標(biāo)、呼叫量和每天使用模式等信息進(jìn)行分析，還可以通過挖掘進(jìn)行盜用模式分析和異常模式識(shí)別，從而可盡早發(fā)現(xiàn)盜用，為公司減少損失。1.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)

10、據(jù)庫(kù)有何不同它們有哪些相似之處答：區(qū)別：數(shù)據(jù)倉(cāng)庫(kù)是面向主題的，集成的，不易更改且隨時(shí)間變化的數(shù)據(jù)集合，用來支持管理人員的決策，數(shù)據(jù)庫(kù)由一組內(nèi)部相關(guān)的數(shù)據(jù)和一組管理和存取數(shù)據(jù)的軟件程序組成，是面向操作型的數(shù)據(jù)庫(kù)，是組成數(shù)據(jù)倉(cāng)庫(kù)的源數(shù)據(jù).它用表組織數(shù)據(jù)，采用ER數(shù)據(jù)模型.它們都為數(shù)據(jù)挖掘提供了源數(shù)據(jù)，都是數(shù)據(jù)的組合.2.什么是數(shù)據(jù)挖掘請(qǐng)舉例.數(shù)據(jù)挖掘：是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)，也就是從存放在數(shù)據(jù)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù)中的數(shù)據(jù)挖掘有趣知識(shí)的過程.數(shù)據(jù)挖掘是可以從數(shù)據(jù)庫(kù)中提取有趣的知識(shí)規(guī)律或高層信息發(fā)現(xiàn)的知識(shí)，可以用于決策，過程控制，信息管理,查詢處理.它不是一種從數(shù)據(jù)庫(kù)，統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)發(fā)

11、展的技術(shù)的簡(jiǎn)單轉(zhuǎn)化，它涉及多學(xué)科技術(shù)的集成，包括數(shù)據(jù)庫(kù)技術(shù)，統(tǒng)計(jì)學(xué)，機(jī)器學(xué)習(xí)，高性能計(jì)算模式識(shí)另I，神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)可視化，信息檢索，圖象與信號(hào)處理和空間數(shù)據(jù)分析.隨著數(shù)據(jù)庫(kù)技術(shù)發(fā)展，數(shù)據(jù)的豐富帶來了對(duì)強(qiáng)有力的數(shù)據(jù)分析工具的需求，大量的數(shù)據(jù)被描述為"數(shù)據(jù)豐富，但信息貧乏",所以數(shù)據(jù)挖掘出來了.當(dāng)把數(shù)據(jù)挖掘看作知識(shí)發(fā)現(xiàn)過程時(shí)，它涉及的步驟為：1）數(shù)據(jù)清理2）數(shù)據(jù)集成3）數(shù)據(jù)選擇4）數(shù)據(jù)變換5）數(shù)據(jù)挖掘6）模式評(píng)估7）知識(shí)表示1、數(shù)據(jù)倉(cāng)庫(kù)就是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合。2、元數(shù)據(jù)是描述數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)，它為訪問數(shù)據(jù)倉(cāng)庫(kù)提供了一個(gè)

12、信息目錄，根據(jù)數(shù)據(jù)用途的不同可將數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)分為技術(shù)元數(shù)據(jù)和業(yè)務(wù)元數(shù)據(jù)兩類。3、數(shù)據(jù)處理通常分成兩大類：聯(lián)機(jī)事務(wù)處理和聯(lián)機(jī)分析處理。4、多維分析是指以“維”形式組織起來的數(shù)據(jù)（多維數(shù)據(jù)集）采取切片、切塊、鉆取和旋轉(zhuǎn)等各種分析動(dòng)作，以求剖析數(shù)據(jù)，使擁護(hù)能從不同角度、不同側(cè)面觀察數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，從而深入理解多維數(shù)據(jù)集中的信息。6、數(shù)據(jù)倉(cāng)庫(kù)按照其開發(fā)過程，其關(guān)鍵環(huán)節(jié)包括數(shù)據(jù)抽取、數(shù)據(jù)存儲(chǔ)于管理和數(shù)據(jù)表現(xiàn)等。7、數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的體系結(jié)構(gòu)根據(jù)應(yīng)用需求的不同，可以分為以下4種類型：兩層架構(gòu)、獨(dú)立型數(shù)據(jù)集合、以來型數(shù)據(jù)結(jié)合和操作型數(shù)據(jù)存儲(chǔ)和邏輯型數(shù)據(jù)集中和實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)。8、操作型數(shù)據(jù)存儲(chǔ)實(shí)際上是一個(gè)集成

13、的、面向主題的、可更新的、當(dāng)前值的（但是可“揮發(fā)”的）、企業(yè)級(jí)的、詳細(xì)的數(shù)據(jù)庫(kù)，也叫運(yùn)營(yíng)數(shù)據(jù)存儲(chǔ)。9、“實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)”以為著源數(shù)據(jù)系統(tǒng)、決策支持服務(wù)和倉(cāng)庫(kù)倉(cāng)庫(kù)之間以一個(gè)接近實(shí)時(shí)的速度交換數(shù)據(jù)和業(yè)務(wù)規(guī)則。10、從應(yīng)用的角度看，數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展演變可以歸納為5個(gè)階段：以報(bào)表為主、以分析為主、以預(yù)測(cè)模型為主、以運(yùn)營(yíng)導(dǎo)向?yàn)橹骱鸵詫?shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)和自動(dòng)決策為主。1、調(diào)和數(shù)據(jù)是存儲(chǔ)在企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)和操作型數(shù)據(jù)存儲(chǔ)中的數(shù)據(jù)。2、抽取、轉(zhuǎn)換、加載過程的目的是為決策支持應(yīng)用提供一個(gè)單一的、權(quán)威數(shù)據(jù)源。因此，我們要求ETL過程產(chǎn)生的數(shù)據(jù)（即調(diào)和數(shù)據(jù)層）是詳細(xì)的、歷史的、規(guī)范的、可理解的、即時(shí)的和質(zhì)量可控制的。3、數(shù)據(jù)抽

14、取的兩個(gè)常見類型是靜態(tài)抽取和增量抽取。靜態(tài)抽取用于最初填充數(shù)據(jù)倉(cāng)庫(kù)，增量抽取用于進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)的維護(hù)。4、粒度是對(duì)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的綜合程度高低的一個(gè)衡量。粒度越小，細(xì)節(jié)程度越高，綜合程度越低，回答查詢的種類越多。5、使用星型模式可以從一定程度上提高查詢效率。因?yàn)樾切湍Ｊ街袛?shù)據(jù)的組織已經(jīng)經(jīng)過預(yù)處理，主要數(shù)據(jù)都在龐大的事實(shí)表中。6、維度表一般又主鍵、分類層次和描述屬性組成。對(duì)于主鍵可以選擇兩種方式：一種是采用自然鍵，另一種是采用代理鍵。8、數(shù)據(jù)倉(cāng)庫(kù)中存在不同綜合級(jí)別的數(shù)據(jù)。一般把數(shù)據(jù)分成4個(gè)級(jí)別：早期細(xì)節(jié)級(jí)、當(dāng)前細(xì)節(jié)級(jí)、輕度綜合級(jí)和高度綜合級(jí)。1、SQLServerSSAS提供了所有業(yè)務(wù)數(shù)據(jù)的同意整

15、合試圖，可以作為傳統(tǒng)報(bào)表、在線分析處理、關(guān)鍵性能指示器記分卡和數(shù)據(jù)挖掘的基礎(chǔ)。2、數(shù)據(jù)倉(cāng)庫(kù)的概念模型通常采用信息包圖法來進(jìn)行設(shè)計(jì)，要求將其5個(gè)組成部分（包括名稱、維度、類別、層次和度量）全面地描述出來。3、數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型通常采用星型圖法來進(jìn)行設(shè)計(jì)，要求將星型的各類邏輯實(shí)體完整地描述出來。5、確定了數(shù)據(jù)倉(cāng)庫(kù)的粒度模型以后，為提高數(shù)據(jù)倉(cāng)庫(kù)的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計(jì)聚合模型。|6、在項(xiàng)目實(shí)施時(shí)，根據(jù)事實(shí)表的特點(diǎn)和擁護(hù)的查詢需求，可以選用時(shí)間、業(yè)務(wù)類型、區(qū)域和下屬組織等多種數(shù)據(jù)分割類型。7、當(dāng)維表中的主鍵在事實(shí)表中沒有與外鍵關(guān)聯(lián)時(shí)，這樣的維稱為退化維。它于事實(shí)表并無(wú)關(guān)系，但有時(shí)在查詢限制條

16、件（如訂單號(hào)碼、出貨單編號(hào)等）中需要用到。8、維度可以根據(jù)其變化快慢分為元變化維度、緩慢變化維度和劇烈變化維度三類。9、數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量通常較大，且數(shù)據(jù)一般很少更新，可以通過設(shè)計(jì)和優(yōu)化索引結(jié)構(gòu)來提高數(shù)據(jù)存取性能。10、數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)常見的存儲(chǔ)優(yōu)化方法包括表的歸并與簇文件、反向規(guī)范化引入冗余、表的物理分割（分區(qū)）。1、分類的過程包括獲取數(shù)據(jù)、預(yù)處理、分類器設(shè)計(jì)和分類決策。2、分類器設(shè)計(jì)階段包含三個(gè)過程：劃分?jǐn)?shù)據(jù)集、分類器構(gòu)造和分類器測(cè)試。1、聚類分析包括連續(xù)型、二值離散型、多值離散型和混合類型4種類型描述屬性的相似度計(jì)算方法。2、連續(xù)型屬性的數(shù)據(jù)樣本之間的距離有歐氏距離、曼哈頓距離和明考斯基距離

17、。3、劃分聚類方法對(duì)數(shù)據(jù)集進(jìn)行聚類時(shí)包含三個(gè)要點(diǎn)：選種某種距離作為數(shù)據(jù)樣本減的相似性度量、選擇評(píng)價(jià)聚類性能的準(zhǔn)則函數(shù)和選擇某個(gè)初始分類，之后用迭代的方法得到聚類結(jié)果，使得評(píng)價(jià)聚類的準(zhǔn)則函數(shù)取得最優(yōu)值。4、層次聚類方法包括凝聚型和分解型兩中層次聚類方法。一、單項(xiàng)選擇題（本大題共20小題，每小題1分，共20分）在每小題列出的四個(gè)備選項(xiàng)中只有一個(gè)是符合題目要求的，請(qǐng)將其代碼填寫在題后的括號(hào)內(nèi)。錯(cuò)選、多選或未選均無(wú)分。1.以下哪一項(xiàng)不懸.軟件危機(jī)的表現(xiàn)（）A.開發(fā)的軟件可維護(hù)性差B.軟件極易被盜版C.經(jīng)費(fèi)預(yù)算經(jīng)常被突破D.開發(fā)的軟件不能滿足用戶需求2.以下哪個(gè)軟件生存周期模型是一種風(fēng)險(xiǎn)驅(qū)動(dòng)的模型（）A

18、.瀑布模型B.增量模型C.螺旋模型D.噴泉模型3.各種需求分析方法都有共同適用的（）A.分析方法B.說明方法C.表示方法D.基本原則4.結(jié)構(gòu)化分析建立功能模型的工具是（）A.DFDB.判定樹/判定表C.DDD.結(jié)構(gòu)化語(yǔ)言5.模塊中所有成分結(jié)合起來完成一項(xiàng)任務(wù)，該模塊的內(nèi)聚性是（）A.功能內(nèi)聚B.順序內(nèi)聚C.通信內(nèi)聚D.邏輯內(nèi)聚6.系統(tǒng)定義明確之后，應(yīng)對(duì)系統(tǒng)的可行性進(jìn)行研究，可行性研究應(yīng)包括（）A.技術(shù)可行性、經(jīng)濟(jì)可行性、社會(huì)可行性C.經(jīng)濟(jì)可行性、社會(huì)可行性、系統(tǒng)可行性D.經(jīng)濟(jì)可行性、實(shí)用性、社會(huì)可行性7.以下哪一項(xiàng)對(duì)模塊耦合性沒有影響（）A.模塊間接口的復(fù)雜程度B.調(diào)用模塊的方式C.通過接口的

19、信息D.模塊內(nèi)部各個(gè)元素彼此之間的緊密結(jié)合程度8.檢查軟件產(chǎn)品是否符合需求定義的過程稱為（）A.確認(rèn)測(cè)試B.集成測(cè)試C.系統(tǒng)測(cè)試D.單元測(cè)試9.下面關(guān)于詳細(xì)設(shè)計(jì)的敘述中，錯(cuò)誤的是（）A.程序流程圖可以描述結(jié)構(gòu)化程序C.NS圖描述的程序一定是結(jié)構(gòu)化的10 .在整個(gè)軟件維護(hù)階段所花費(fèi)的全部工作中，所占比例最大的是（）A.校正性維護(hù)B.適應(yīng)性維護(hù)C.完善性維護(hù)D.預(yù)防性維護(hù)11 .以下不.屬.于.序言性注釋的有（）A.模塊設(shè)計(jì)者B.修改日期C.程序的整體說明D.語(yǔ)句功能12 .集成測(cè)試是為了發(fā)現(xiàn)（）A.接口錯(cuò)誤B.編碼錯(cuò)誤C.性能、質(zhì)量不合要求D.功能錯(cuò)誤13 .一個(gè)只有順序結(jié)構(gòu)的程序，其環(huán)形復(fù)雜度

20、是（）A.0B.1C,3D,514 .結(jié)構(gòu)化程序設(shè)計(jì)，主要強(qiáng)調(diào)的是（）A.程序的執(zhí)行效率B.模塊的內(nèi)聚C.程序的可理解性D.模塊的耦合15 .下面關(guān)于文檔的敘述，錯(cuò)誤的是（）A.文檔是僅用于說明使用軟件的操作命令，不包括軟件設(shè)計(jì)和實(shí)現(xiàn)細(xì)節(jié)B.文檔是軟件產(chǎn)品的一部分，沒有文檔的軟件就不成為軟件C.高質(zhì)量文檔對(duì)于轉(zhuǎn)讓、變更、修改、擴(kuò)充和使用有重要的意義D.軟件文檔的編制在軟件開發(fā)工作中占有突出的地位和相當(dāng)大的工作量16 .在McCall軟件質(zhì)量度量模型中，面向軟件產(chǎn)品操作的質(zhì)量因素是（）A.正確性B.可維護(hù)性C.適應(yīng)性D.互操作性17 .對(duì)度量法，敘述錯(cuò)誤.的是（）A.度量法是一種基于程序控制流的

21、復(fù)雜性度量法B.度量法以圖論為工具，用圖的環(huán)路數(shù)作為程序復(fù)雜性的度量值C.度量法不能區(qū)分簡(jiǎn)單bif程序筋Jackson席沫舞構(gòu)秋展席語(yǔ)句和循環(huán)語(yǔ)句的復(fù)雜的開發(fā)方D.性D.度量法對(duì)模塊間的接口和簡(jiǎn)單IF語(yǔ)句區(qū)分對(duì)待PAD圖藉述的程序一定是結(jié)構(gòu)化的26.結(jié)構(gòu)化語(yǔ)言是介于和形式語(yǔ)言之間的一種半形式語(yǔ)18.在快速原型模型的開發(fā)過程中，僅用于代替設(shè)計(jì)階段的原型是言。27.軟件產(chǎn)品在交付使用之前一般要經(jīng)過A.（）探索型模型B.演化型模型、集成測(cè)試、確認(rèn)測(cè)試和系統(tǒng)測(cè)試。C.實(shí)驗(yàn)型模型D.提交型模型19 .對(duì)于構(gòu)造原型的建議，下面說法錯(cuò)誤的是（）A.暫不考慮錯(cuò)誤恢復(fù)和處理，但應(yīng)考慮速度、空間等性能效率方面的要求B.可降低可靠性和軟件質(zhì)量標(biāo)準(zhǔn)C.原型界面部分的設(shè)計(jì)，最好能與最終系統(tǒng)的界面相容D.根據(jù)不同的軟件類型和應(yīng)用領(lǐng)域，可使用不同風(fēng)格的高級(jí)語(yǔ)言來構(gòu)造原型20 .面向?qū)ο箝_發(fā)方法中，將在面向?qū)ο蠹夹g(shù)領(lǐng)域內(nèi)占主導(dǎo)地位的標(biāo)準(zhǔn)建模語(yǔ)言是（）A.