《数据挖掘考试题库》.doc

填空题 Web挖掘可分为　　、　　和　　3大类。 数据仓库需要统一数据源，包括统一　　、统一　　、统一　　和统一数据特征4个方面。 数据分割通常按时间、　　、　　、　　以及组合方法进行。 噪声数据处理的方法主要有　　、　　和　　。 数值归约的常用方法有　　、　　、　　、　　和对数模型等。 评价关联规则的2个主要指标是　　和　　。 多维数据集通常采用　　或雪花型架构，以　　表为中心，连接多个　　表 。 决策树是用作为结点，用作为分支的树结构。 BP神经网络的作用函数通常为　　区间的　　。 数据挖掘的过程主要包括确定业务对象、　　、　　、　　及知识同化等几个步骤。 数据挖掘技术主要涉及　　、　　和　　3个技术领域。 数据挖掘的主要功能包括　　、　　、　　、　　、趋势分析、孤立点分析和偏差分析7个方面。 人工神经网络具有　　和　　等特点，其结构模型包括　　、　　和自组织网络3种。 数据仓库数据的4个基本特征是　　、　　、非易失、随时间变化。 数据仓库的数据通常划分为　　、　　、　　和　　等几个级别。 数据预处理的主要内容(方法)包括　　、　　、　　和 数据归约等。 平滑分箱数据的方法主要有　　、　　和　　。 数据挖掘发现知识的类型主要有广义知识、　　、　　、　　和偏差型知识五种。 OLAP的数据组织方式主要有　　和　　两种。 常见的多维数据分析包括、、旋转等。 OLAP的数据组织方式主要有　　和　　2种。 SQL Server2000的OLAP组件叫　　，OLAP操作窗口叫　　。 BP神经网络由　　、　　以及一或多个　　结点组成。 遗传算法包括　　、　　、　　3个基本算子。 聚类分析的数据通常可分为区间标度变量、　　、　　、　　、序数型以及混合类型等。 聚类分析中最常用的距离计算公式有　　、　　、　　等。 基于划分的聚类算法有　　和　　。 Clementine的工作流通常由　　、　　和　　等节点连接而成。 简单地说，数据挖掘就是从　　中挖掘　　的过程。 数据挖掘相关的名称还有　　、　　、　　等。 啤酒与尿布的故事是聚类分析的典型实例。 等深分箱法使每个箱子的记录个数相同。 数据仓库“粒度”越细，记录数越少。 数据立方体由3维构成，Z轴表示事实数据。 决策树方法通常用于关联规则挖掘。 ID3算法是决策树方法的早期代表。 C4.5是一种典型的关联规则挖掘算法。 回归分析通常用于挖掘关联规则。 人工神经网络特别适合解决多参数大复杂度问题。 概念关系分析是文本挖掘所独有的。 决策树方法特别适合于处理数值型数据。 数据仓库的数据为历史数据，从来不需要更新。 等宽分箱法使每个箱子的取值区间相同。 数据立方体是广义知识发现的方法和技术之一。 数据立方体的其中一维用于记录事实数据。 决策树通常用于分类与预测。 Apriori算法是一种典型的关联规则挖掘算法。 支持度衡量关联规则重要性的。(稳定性)、随时间不断变化(不同时间)的数据集合， 粒度：指数据仓库的数据单位中保存数据细化或综合程度的级别。粒度影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答查询问题的细节程度。 数据规范化：指将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如0－1）以提高数据挖掘效率的方法。规范化的常用方法有：最大－最小规范化 关联知识：是反映一个事件和其他事件之间依赖或相互关联的知识。如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。 数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 OLTP：OLTP为联机事务处理的缩写，OLAP是联机分析处理的缩写。前者是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据进行查询和增、删、改等处理。 ROLAP：是基于关系数据库存储方式的，在这种结构中，多维数据被映像成二维关系表，通常采用星型或雪花型架构，由一个事实表和多个维度表构成。 MOLAP：是基于类似于“超立方”块的OLAP存储结构，由许多经压缩的、类似于多维数组的对象构成，并带有高度压缩的索引及指针结构，通过直接偏移计算进行存取。 数据归约：缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。 预测型知识：是根据时间序列型数据，由历史的和当前的数据去推测未来的数据，也可以认为是以时间为关键属性的关联知识。 偏差型知识：是对差异和极端特例的描述，用于揭示事物偏离常规的异常现象，如标准类外的特例，数据聚类外的离群值等。 遗传算法：是一种优化搜索算法，它首先产生一个初始可行解群体，然后对这个群体通过模拟生物进化的选择、交叉、变异等遗传操作遗传到下一代群体，并最终达到全局最优。 聚类：是将物理或抽象对