東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫(kù)

1、精品文檔商務(wù)智能復(fù)習(xí)題1、 名詞解釋1. 數(shù)據(jù)倉(cāng)庫(kù) ： 是一種新的數(shù)據(jù)處理體系結(jié)構(gòu)，是面向主題的、集成的、不可更新的(穩(wěn)定性 )、隨時(shí)間不斷變化 (不同時(shí)間 )的數(shù)據(jù)集合，為企業(yè)決策支持系統(tǒng)提 供所需的集成信息。2. OLAP OLAP®在OLTP的基礎(chǔ)上發(fā)展起來(lái)的，以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的數(shù)據(jù)分析處 理，是共享多維信息的快速分析，是被專門(mén)設(shè)計(jì)用于支持復(fù)雜的分析操作，側(cè)重對(duì)分析人員和高層管理人員的決策支持。3. 粒度 ： 指數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級(jí)別。粒度影響存放在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)量的大小，同時(shí)影響數(shù)據(jù)倉(cāng)庫(kù)所能回答查詢問(wèn)題的細(xì)節(jié) 程度。4. 數(shù)據(jù)挖掘 ： 從大量的、不

2、完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。5. OLTP OLTP%聯(lián)機(jī)事務(wù)處理的縮寫(xiě)，OLAP聯(lián)機(jī)分析處理的縮寫(xiě)。前者是以數(shù) 據(jù)庫(kù)為基礎(chǔ)的， 面對(duì)的是操作人員和低層管理人員， 對(duì)基本數(shù)據(jù)進(jìn)行查詢和增、 刪、改等處理。6. ROLA：P 是基于關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)方式的， 在這種結(jié)構(gòu)中， 多維數(shù)據(jù)被映像成二維 關(guān)系表，通常采用星型或雪花型架構(gòu)，由一個(gè)事實(shí)表和多個(gè)維度表構(gòu)成。7. 聚類 ： 是將物理或抽象對(duì)象的集合分組成為多個(gè)類或簇(cluster) 的過(guò)程， 使得在同一個(gè)簇中的對(duì)象之間具有較高的相似度，而不同簇中的對(duì)象差別較大。8.

3、 決策樹(shù) ： 是用樣本的屬性作為結(jié)點(diǎn)，用屬性的取值作為分支的樹(shù)結(jié)構(gòu)。它是分類規(guī)則挖掘的典型方法，可用于對(duì)新樣本進(jìn)行分類。9. 頻繁項(xiàng)集 ： 指滿足最小支持度的項(xiàng)集，是挖掘關(guān)聯(lián)規(guī)則的基本條件之一。10. 支持度：規(guī)則A-B的支持度指的是所有事件中A與B同地發(fā)生的的概率，即P(AU B),是AB同時(shí)發(fā)生的次數(shù)與事件總次數(shù)之比。支持度是對(duì)關(guān)聯(lián)規(guī)則重要 性的衡量。11. 可信度：規(guī)則A-B的可信度指的是包含 A項(xiàng)集的同時(shí)也包含B項(xiàng)集的條件概率 P(B|A),是AB同時(shí)發(fā)生的次數(shù)與A發(fā)生的所有次數(shù)之比?？尚哦仁菍?duì)關(guān)聯(lián)規(guī)則 的準(zhǔn)確度的衡量。12. 關(guān)聯(lián)規(guī)則 ： 同時(shí)滿足最小支持度閾值和最小可信度閾值的規(guī)則

4、稱之為關(guān)聯(lián)規(guī)則。2、 綜合題1 . 何謂 數(shù)據(jù)挖掘 ？它有哪些方面的 功能 ？數(shù)據(jù)挖掘的功能包括：概念描述、關(guān)聯(lián)分析、分類與預(yù)測(cè)、聚類分析、趨勢(shì)分析、孤立點(diǎn)分析以及偏差分析等。精品文檔2 .何謂數(shù)據(jù)倉(cāng)庫(kù)？為什么要建立數(shù)據(jù)倉(cāng)庫(kù)？數(shù)據(jù)倉(cāng)庫(kù)是一種新的數(shù)據(jù)處理體系結(jié)構(gòu)，是面向主題的、集成的、不可更新的（穩(wěn)定性）、隨時(shí)間不斷變化（不同時(shí)間）的數(shù)據(jù)集合3 .列舉操作型數(shù)據(jù)與分析型數(shù)據(jù)的主要區(qū)別。操作型數(shù)據(jù)分析型數(shù)據(jù)當(dāng)前的、細(xì)節(jié)的歷史的、綜合的向向應(yīng)用、事務(wù)驅(qū)動(dòng)面向分析、分析驅(qū)動(dòng)頻繁增、刪、改幾乎不更新，定期追加麋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對(duì)性能要求局對(duì)性能要求寬

5、松;次操作數(shù)據(jù)量小一次操作數(shù)據(jù)量大支持日常事務(wù)操作支持管理決策需求4 .何謂OLT所口 OLAP它們的主要 異同有哪些？OLTP即聯(lián)機(jī)事務(wù)處理，是以傳統(tǒng)數(shù)據(jù)庫(kù)為基礎(chǔ)、面向操作人員和低層管理 人員、對(duì)基本數(shù)據(jù)進(jìn)行查詢和增、刪、改等的日常事務(wù)處理。OLAFW聯(lián)機(jī)分析處理，是在OLTP®礎(chǔ)上發(fā)展起來(lái)的、以數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上的、面向高層管理人員 和專業(yè)分析人員、為企業(yè)決策支持服務(wù)。OLT所口 OLAP勺主要區(qū)別如下表:OLTPOLAP數(shù)據(jù)庫(kù)數(shù)據(jù)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)細(xì)節(jié)性數(shù)據(jù)綜合性數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)經(jīng)常更新更新，但周期性刷新一次性處理的數(shù)據(jù)量小一次處理的數(shù)據(jù)量大對(duì)響應(yīng)時(shí)間要求高響應(yīng)時(shí)間合理用戶數(shù)

6、量大用戶數(shù)據(jù)相對(duì)較少面向操作人員，支持日常操作面向決策人員，支持管理需要面向應(yīng)用，事務(wù)驅(qū)動(dòng)面向分析，分析驅(qū)動(dòng)5 .何謂粒度？它對(duì)數(shù)據(jù)倉(cāng)庫(kù)有什么影響？ 按粒度組織數(shù)據(jù) 的方式有哪些？粒度是指數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級(jí)別。粒度影響存放在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)量的大小，同時(shí)影響數(shù)據(jù)倉(cāng)庫(kù)所能回答查詢問(wèn)題的細(xì)節(jié) 精品文檔精品文檔程度。6 .簡(jiǎn)述數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的三級(jí)模型及其基本內(nèi)容。概念模型設(shè)計(jì)是在較高的抽象層次上的設(shè)計(jì)， 其主要內(nèi)容包括：界定系統(tǒng)邊 界和確定主要的主題域。邏輯模型設(shè)計(jì)的主要內(nèi)容包括：分析主題域、確定粒度層次劃分、確定數(shù)據(jù) 分割策略、定義關(guān)系模式、定義記錄系統(tǒng)。物理數(shù)據(jù)模型設(shè)計(jì)

7、的主要內(nèi)容包括：確定數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)、確定數(shù)據(jù)存放位置、 確定存儲(chǔ)分配以及確定索引策略等。提高性能的主要措施有劃分粒度、數(shù)據(jù)分割、合并表、建立數(shù)據(jù)序列、引入冗余、 生成導(dǎo)出數(shù)據(jù)、建立廣義索引等。7 .在數(shù)據(jù)挖掘之前為什么要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理？原始業(yè)務(wù)數(shù)據(jù)來(lái)自多個(gè)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)，它們的結(jié)構(gòu)和規(guī)則可能是不同 的，這將導(dǎo)致原始數(shù)據(jù)非常的雜亂、不可用，即使在同一個(gè)數(shù)據(jù)庫(kù)中，也可能存 在重復(fù)的和不完整的數(shù)據(jù)信息，為了使這些數(shù)據(jù)能夠符合數(shù)據(jù)挖掘的要求， 提高 效率和得到清晰的結(jié)果，必須進(jìn)行數(shù)據(jù)的預(yù)處理。為數(shù)據(jù)挖掘算法提供完整、干凈、準(zhǔn)確、有針對(duì)性的數(shù)據(jù)，減少算法的計(jì)算 量，提高挖掘效率和準(zhǔn)確程度。8 .簡(jiǎn)

8、述數(shù)據(jù)預(yù)處理方法和內(nèi)容。數(shù)據(jù)清洗：包括填充空缺值，識(shí)別孤立點(diǎn)，去掉噪聲和無(wú)關(guān)數(shù)據(jù)。 數(shù)據(jù)集成：將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來(lái)存放在一個(gè)一致的數(shù)據(jù)存儲(chǔ)中。需要注意不同數(shù)據(jù)源的數(shù)據(jù)匹配問(wèn)題、數(shù)值沖突問(wèn)題和冗余問(wèn)題等。 數(shù)據(jù)變換：將原始數(shù)據(jù)轉(zhuǎn)換成為適合數(shù)據(jù)挖掘的形式。包括對(duì)數(shù)據(jù)的匯總、 聚集、概化、規(guī)范化，還可能需要進(jìn)行屬性的重構(gòu)。 數(shù)據(jù)歸約：縮小數(shù)據(jù)的取值范圍，使其更適合于數(shù)據(jù)挖掘算法的需要，并且 能夠得到和原始數(shù)據(jù)相同的分析結(jié)果。9 .簡(jiǎn)述數(shù)據(jù)清理的基本內(nèi)容。1 .聚類2.空值處理.3.冗余和重復(fù)10 .何謂聚類？它與分類有什么異同？聚類是將物理或抽象對(duì)象的集合分組成為多個(gè)類或簇 (cluster

9、)的過(guò)程，使 得在同一個(gè)簇中的對(duì)象之間具有較高的相似度，而不同簇中的對(duì)象差別較大。聚類與分類不同，聚類要?jiǎng)澐值念愂俏粗?，分類則可按已知規(guī)則進(jìn)行； 聚類是一種無(wú)指導(dǎo)學(xué)習(xí)，它不依賴預(yù)先定義的類和帶類標(biāo)號(hào)的訓(xùn)練實(shí)例，屬于 觀察式學(xué)習(xí)，分類則屬于有指導(dǎo)的學(xué)習(xí)，是示例式學(xué)習(xí)。11 .設(shè)某事務(wù)項(xiàng)集構(gòu)成如下表，填空完成其中支持度和置信度的計(jì)算精品文檔事務(wù)ID項(xiàng)集L2支持度規(guī)則置信度T1A, DA, B33.3501T2D, EA, C33.38A60T3A, C, EA, D44.4P Af D66.71T4A, B, D, EB, D33.3Bf D75T5A, B, CC, D33.3P Cf D60T6A, B, DD, E33.3A E43 一T7A, C, DT8C, D, ET9B, C, D12 .簡(jiǎn)述K-中心點(diǎn)算法的輸入、輸出及聚類過(guò)程（流程）。輸入：結(jié)果簇的數(shù)目k,包含n個(gè)對(duì)象的數(shù)據(jù)集輸出：k個(gè)簇，使得所有對(duì)象與其最近中心點(diǎn)的相異度總和最小。流程：隨機(jī)