東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫

1、商務(wù)智能復(fù)習(xí)題一、 名詞解釋1. 數(shù)據(jù)倉庫：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)、隨時間不斷變化(不同時間)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是在OLTP的基礎(chǔ)上發(fā)展起來的，以數(shù)據(jù)倉庫為基礎(chǔ)的數(shù)據(jù)分析處理，是共享多維信息的快速分析，是被專門設(shè)計用于支持復(fù)雜的分析操作，側(cè)重對分析人員和高層管理人員的決策支持。3. 粒度：指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級別。粒度影響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小，同時影響數(shù)據(jù)倉庫所能回答查詢問題的細(xì)節(jié)程度。4. 數(shù)據(jù)挖掘：從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提

2、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的過程。5. OLTP：OLTP為聯(lián)機(jī)事務(wù)處理的縮寫，OLAP是聯(lián)機(jī)分析處理的縮寫。前者是以數(shù)據(jù)庫為基礎(chǔ)的，面對的是操作人員和低層管理人員，對基本數(shù)據(jù)進(jìn)行查詢和增、刪、改等處理。6. ROLAP：是基于關(guān)系數(shù)據(jù)庫存儲方式的，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)，由一個事實表和多個維度表構(gòu)成。7. 聚類：是將物理或抽象對象的集合分組成為多個類或簇(cluster)的過程，使得在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。8. 決策樹：是用樣本的屬性作為結(jié)點，用屬性的取值作為分支的樹結(jié)構(gòu)。

3、它是分類規(guī)則挖掘的典型方法，可用于對新樣本進(jìn)行分類。9. 頻繁項集：指滿足最小支持度的項集，是挖掘關(guān)聯(lián)規(guī)則的基本條件之一。10. 支持度：規(guī)則AB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(AB)，是AB同時發(fā)生的次數(shù)與事件總次數(shù)之比。支持度是對關(guān)聯(lián)規(guī)則重要性的衡量。11. 可信度：規(guī)則AB的可信度指的是包含A項集的同時也包含B項集的條件概率P(B|A)，是AB同時發(fā)生的次數(shù)與A發(fā)生的所有次數(shù)之比?？尚哦仁菍﹃P(guān)聯(lián)規(guī)則的準(zhǔn)確度的衡量。12. 關(guān)聯(lián)規(guī)則：同時滿足最小支持度閾值和最小可信度閾值的規(guī)則稱之為關(guān)聯(lián)規(guī)則。二、 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

4、描述、關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、趨勢分析、孤立點分析以及偏差分析等。2. 何謂數(shù)據(jù)倉庫？為什么要建立數(shù)據(jù)倉庫？數(shù)據(jù)倉庫是一種新的數(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)、隨時間不斷變化(不同時間)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、綜合的面向應(yīng)用、事務(wù)驅(qū)動面向分析、分析驅(qū)動頻繁增、刪、改幾乎不更新，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對性能要求高對性能要求寬松一次操作數(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OLTP和OLAP？它們的主要異同

5、有哪些？OLTP即聯(lián)機(jī)事務(wù)處理，是以傳統(tǒng)數(shù)據(jù)庫為基礎(chǔ)、面向操作人員和低層管理人員、對基本數(shù)據(jù)進(jìn)行查詢和增、刪、改等的日常事務(wù)處理。OLAP即聯(lián)機(jī)分析處理，是在OLTP基礎(chǔ)上發(fā)展起來的、以數(shù)據(jù)倉庫基礎(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)。OLTP和OLAP的主要區(qū)別如下表：OLTPOLAP數(shù)據(jù)庫數(shù)據(jù)數(shù)據(jù)庫或數(shù)據(jù)倉庫數(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)常更新不更新，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)量大對響應(yīng)時間要求高響應(yīng)時間合理用戶數(shù)量大用戶數(shù)據(jù)相對較少面向操作人員，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)動面向分析，分析驅(qū)動5. 何謂粒度？它

6、對數(shù)據(jù)倉庫有什么影響？按粒度組織數(shù)據(jù)的方式有哪些？粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)細(xì)化或綜合程度的級別。粒度影響存放在數(shù)據(jù)倉庫中的數(shù)據(jù)量的大小，同時影響數(shù)據(jù)倉庫所能回答查詢問題的細(xì)節(jié)程度。6. 簡述數(shù)據(jù)倉庫設(shè)計的三級模型及其基本內(nèi)容。概念模型設(shè)計是在較高的抽象層次上的設(shè)計，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)計的主要內(nèi)容包括：確定數(shù)據(jù)存儲結(jié)構(gòu)、確定數(shù)據(jù)存放位置、確定存儲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

7、、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原始數(shù)據(jù)進(jìn)行預(yù)處理？原始業(yè)務(wù)數(shù)據(jù)來自多個數(shù)據(jù)庫或數(shù)據(jù)倉庫，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，即使在同一個數(shù)據(jù)庫中，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、有針對性的數(shù)據(jù)，減少算法的計算量，提高挖掘效率和準(zhǔn)確程度。8. 簡述數(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，識別孤立點，去掉噪聲和無關(guān)數(shù)據(jù)。 數(shù)據(jù)集成：將多個數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來存放在一個一致的數(shù)據(jù)存儲中。需要注意不同數(shù)據(jù)

8、源的數(shù)據(jù)匹配問題、數(shù)值沖突問題和冗余問題等。 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象的集合分組成為多個類或簇(cluster)的過程，使得在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。聚類與分類不同，聚類要劃分的類是未知的，分類則可按已知規(guī)則進(jìn)行；聚類是一種無指導(dǎo)學(xué)習(xí)，它不

9、依賴預(yù)先定義的類和帶類標(biāo)號的訓(xùn)練實例，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)項集構(gòu)成如下表，填空完成其中支持度和置信度的計算。事務(wù)ID項集L2支持度%規(guī)則置信度%T1A, DA, B33.3AB50T2D, EA, C33.3CA60T3A, C, EA, D44.4AD66.7T4A, B, D, EB, D33.3BD75T5A, B, CC, D33.3CD60T6A, B, DD, E33.3DE43T7A, C, DT8C, D, ET9B, C, D 12. 簡述K-中心點算法的輸入、輸出及聚類過程(流程)。輸入：結(jié)果簇的數(shù)目k，包含n個對象的數(shù)據(jù)集輸出：k個簇，使得所有對象與其最近中心點的相異度總和最小。流程： 隨機(jī)選擇k個對