2015浙大数据挖掘离线作业分析.doc

引言 一、填空题 （1）数据库中的知识挖掘(KDD)包括以下七个步骤：数据清理 、 数据集成 、 数据选择 、 数据变换 、 数据挖掘 、模式评估 和 知识表示 （2） 数据挖掘的性能问题主要包括： 算法的效率 、 可扩展性 和 并行处理 （3） 当前的数据挖掘研究中，最主要的三个研究方向是： 统计学 、 数据路技术 和 机器学习 （4） 孤立点是指： 一些与数据的一般行为或模型不一致的孤立数据 二、简答题 （1）什么是数据挖掘？ 答：数据挖掘指的是从大量的数据中挖掘出那些令人感兴趣的，有用的，隐含的，先前未知的和可能有用的模式或知识。 （2）一个典型的数据挖掘系统应该包括哪些组成部分？ 答：1，数据库、数据仓库或其他信息库；2，数据库或数据仓库服务器；3，知识库；4，数据挖掘引擎；5，模式评估模块；6.图形用户界面。 （3）Web挖掘包括哪些步骤？ 答：数据清理（可能有占全过程的60%的工作量）；将数据存入数据仓库；建立数据立方体；选择用来进行数据挖掘的数据；数据挖掘（选择适当的算法来找到感兴趣的模式）；展现挖掘结果；将模式或者知识应用或