東軟商務(wù)智能數(shù)據(jù)挖掘考試題庫

1、1商務(wù)智能復(fù)習(xí)題商務(wù)智能復(fù)習(xí)題一、一、名詞解釋名詞解釋1.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，為企業(yè)決策支持系統(tǒng)提供所需的集成信息。2.OLAPOLAP：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.粒度粒度：指數(shù)據(jù)

2、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)挖掘數(shù)據(jù)挖掘：從大量的、不完全的、有噪聲的、模糊的、隨機的數(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的過程。5.OLTPOLTP：OLTP為聯(lián)機事務(wù)處理的縮寫，OLAP是聯(lián)機分析處理的縮寫。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)進行查詢和增、刪、

3、改等處理。6.ROLAPROLAP：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)。它是分類規(guī)則挖掘的典型方法，可用于對新樣本進行分類。9

4、.頻繁項集頻繁項集：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(A∪B)，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.可信度可信度：規(guī)則A→B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)則關(guān)聯(lián)規(guī)則：同時

5、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、二、綜合題綜合題1.何謂數(shù)據(jù)挖掘數(shù)據(jù)挖掘？它有哪些方面的功能功能？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、聚類分析、趨勢分析、孤立點分析以及偏差分析等。3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、生

6、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)進行預(yù)處理預(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

7、理方法預(yù)處理方法和內(nèi)容內(nèi)容。①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)。②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)源的數(shù)據(jù)匹配問題、數(shù)值沖突問題和冗余問題等。③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，還可能需要進行屬性的重構(gòu)。④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

8、數(shù)據(jù)清理數(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)則進行；聚類是一種無指導(dǎo)學(xué)習(xí)，它不依賴預(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