数据挖掘模拟卷_答案.docVIP

《数据挖掘》模拟卷答案 一、填空题（每格1分，共20分） 1、划分方法、层次方法、基于密度的方法。 2、星型模式、雪花模式和事实星座模式。 3、描述性的数据挖掘和预测性的数据挖掘。 4、不物化、全物化和部分物化。 5、数据库技术、统计学、机器学习。 6、模式分层、集合分组分层、操作导出的分层和基于规则的分层。 7、数据立方体方法（或OLAP）和面向属性的归纳方法。 二、单选题（请选择一个正确答案填入括号内，每题2分，共20分） 1、 C 2、___B_____ 3、___D_ ___ 4、____C____ 5、____C_____ 6、_____A___ 7、___B_____ 8、__B_____ 9、___E ____ 10、___C_____ 三、多选题（请选择两个或两个以上正确答案填入括号内，每题3分，共15分） 1、___ BD _ 2、___ BD __ 3、_ABCD_ 4、__ABC___ 5、_ABCD__ 四、简答题（共25分） 1．简述面向属性归纳的基本思想，并说明什么时候使用属性删除，什么时候使用属性概化。（7分） 答：面向属性归纳的基本思想是：首先使用关系数据库查询收集任务相关的数据；然后通过考察任务相关数据中每个属性的不同值的个数，进行概化（通过属性删除或者属性概化）。聚集通过合并相等的广义元组，并累计他们相应的计数值进行。这压缩了概化后的数据集合。结果广义关系可以映射到不同形式，如图表或规则，提供用户。（3分） 使用属性删除的情况：如果初始工作关系的一个属性上有大量的不同值，但是（1）在此属性上没有概化操作符，或（2）它的较高层概念用其他属性表示；（2分） 使用属性概化的情况：如果初始工作关系的一个属性上有大量的不同值，并且该属性上存在着概化操作符。（2分） 2．为什么在进行联机分析处理(OLAP)时，我们需要一个独立的数据仓库，而不是直接在日常操作的数据库上进行。（6分） 答：使用一个独立的数据仓库进行OLAP处理是为了以下目的： (1)提高两个系统的性能 操作数据库是为OLTP而设计的，没有为OLAP操作优化，同时在操作数据库上处理OLAP查询，会大大降低操作任务的性能；而数据仓库是为OLAP而设计，为复杂的 OLAP查询, 多维视图，汇总等OLAP功能提供了优化。 (2)两者有着不同的功能 操作数据库支持多事务的并行处理，而数据仓库往往只是对数据记录进行只读访问；这时如果将事务处理的并行机制和恢复机制用于这种OLAP操作，就会显著降低OLAP的性能。 (3)两者有着不同的数据 数据仓库中存放历史数据；日常操作数据库中存放的往往只是最新的数据。 3．对于具有递减支持度的多层关联规则挖掘，分别都有哪些搜索策略？各有什么特点？（6分） 答：具有递减支持度的多层关联规则挖掘中使用的搜索策略包括： 逐层独立：完全的宽度搜索，没有频繁项集的背景知识用于剪枝。考察每一个节点，不管其父节点是否频繁。特点是条件很松，可能导致在低层考察大量非频繁的项，找出一些不重要的关联；（2分） 层交叉k-项集过滤：一个第i层的k-项集被考察，当且仅当它在第(i-1)层的对应父节点的k-项集是频繁的。特点是限制太强，有些有价值的模式可能被该方法过滤掉；（2分） 层交叉单项过滤：一个第i层的项被考察，当且仅当它在第(i-1)层的父节点是频繁的。它是上述两个极端策略的折中。（2分） 4．跟其他应用领域相比，在电子商务中进行数据挖掘有哪些优势？（6分） 答：跟其他应用领域相比，在电子商务中进行数据挖掘的优势包括： 电子商务提供海量的数据： “点击流”（Clickstreams）将会产生电子商务挖掘的大量数据； 丰富的记录信息： 良好的WEB站点设计将有助于获得丰富的关于商品、分类、访客等等信息； 干净的数据： 从电子商务站点收集的都是电子数据，无需人工输入或者是从历史系统进行整合； 研究成果容易转化： 在电子商务中，很多知识发现都可以进行直接应用； 投资收益容易衡量： 所有数据都是电子化的，可以非常方便的生成各种报表和计算各种收益。 五、算法题（共20分） 1、答： （1）Aprior算法的基本步骤包括：连接与剪枝 （2） 使用Apiori性质由L2产生C3 1 ．连接： C3=L2L2= {{A,C},{B,C},{B,E}{C,E}{{A,C},{B,C},{B,E}{C,E}} = {{A,B,C},{A,C,E},{B,C,E}} 2．使用Apriori性质剪枝：频繁项集的所有子集必须是频繁的，对候选项C3，我们可以删除其子集为非频繁的选项： {A,B,C}的2项子集是{A,B},{A,C},{B,C}，其中{A,B}不是L2的元素，所以删除这个选项； {A,C,E}的2项子集是{A,