(完整版)数据分析师笔试题目.docxVIP

网易数据分析专员笔试题目 一、基础题 1、中国现在有多少亿网民？ 2、百度花多少亿美元收购了 91 无线？ 3、 app store 排名的规则和影响因素 4、豆瓣 fm 推荐算法 5、列举 5 个数据分析的博客或网站 二、计算题 1、关于简单移动平均和加权移动平均计算 2、两行数计算相关系数。 （ 2 位小数，还不让用计算器，反正我没算） 3、计算三个距离，欧几里德，曼哈顿，闵可夫斯基距离 三、简答题 1、离散的指标，优缺点 2、插补缺失值方法，优缺点及适用环境 3、数据仓库解决方案，优缺点 4、分类算法，优缺点 5、协同推荐系统和基于聚类系统的区别 四、分析题 关于网易邮箱用户流失的定义，挑选指标。然后要构建一个预警模型。 五、算法题 记不得了，没做。 。。反正是决策树和神经网络相关。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计算机科学相关项目？你是如何对其结果进行衡量的？ 3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、 2/8 原则？ 4、什么是：协同过滤、 n-grams, map reduce 、余弦距离？ 5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？ 6、如何设计一个解决抄袭的方案？ 7、如何检验一个个人支付账户都多个人使用？ 8、点击流数据应该是实时处理？为什么？哪部分应该实时处理？ 9、你认为哪个更好：是好的数据还是好模型？同时你是如何定义“好”？存在所有情况下通用的模型吗？有你没有知道一些模型的定义并不是那么好？ 10、什么是概率合并（ AKA 模糊融合）？使用 SQL 处理还是其它语言方便？对于处理半结构化的数据你会选择使用哪种语言？ 11、你是如何处理缺少数据的？你推荐使用什么样的处理技术？ 12、你最喜欢的编程语言是什么？为什么？ 13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的 3 个理由。 14、 SAS, R, Python, Perl 语言的区别是？ 15、什么是大数据的诅咒？ 16、你参与过数据库与数据模型的设计吗？ 17、你是否参与过仪表盘的设计及指标选择？你对于商业智能和报表工具有什么想法？ 18、你喜欢 TD 数据库的什么特征？ 19、如何你打算发 100 万的营销活动邮件。你怎么去优化发送？你怎么优化反应率？能把这二个优化份开吗？ 20、如果有几个客户查询 ORACLE 数据库的效率很低。为什么？你做什么可以提高速度 10 倍以上，同时可以更好处理大数量输出？ 21、如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？ 22、什么是哈希表碰撞攻击？怎么避免？发生的频率是多少？ 23、如何判别 mapreduce 过程有好的负载均衡？什么是负载均衡？ 24、请举例说明 mapreduce 是如何工作的？在什么应用场景下工作的很好？云的安全问题有哪些？ 25、（在内存满足的情况下）你认为是 100 个小的哈希表好还是一个大的哈希表，对于内在 或者运行速度来说？对于数据库分析的评价？ 26、为什么朴素贝叶斯差？你如何使用朴素贝叶斯来改进爬虫检验算法？ 27、你处理过白名单吗？主要的规则？（在欺诈或者爬行检验的情况下） 28、什么是星型模型？什么是查询表？ 29、你可以使用 excel 建立逻辑回归模型吗？如何可以，说明一下建立过程？ 30、在 SQL, Perl, C++, Python 等编程过程上， 待为了提升速度优化过相关代码或者算法吗？ 如何及提升多少？ 31、使用 5 天完成 90%的精度的解决方案还是花 10 天完成 100%的精度的解决方案？取决于什么内容？ 32、定义： QA （质量保障）、六西格玛、实验设计。好的与坏的实验设计能否举个案例？ 33、普通线性回归模型的缺陷是什么？你知道的其它回归模型吗？ 34、你认为叶数小于 50 的决策树是否比大的好？为什么？ 35、保险精算是否是统计学的一个分支？如果不是，为何如何？ 36、给出一个不符合高斯分布与不符合对数正态分布的数据案例。 给出一个分布非常混乱的 数案例。 37、为什么说均方误差不是一个衡量模型的好指标？你建议用哪个指标替代？ 38、你如何证明你带来的算法改进是真的有效的与不做任何改变相比？你对 A/B 测试熟吗？ 39、什么是敏感性分析？拥有更低的敏感性 （也就是说更好的强壮性） 和低的预测能力还是 正好相反好？你如何使用交叉验证？你对于在数据集中插入噪声数据从而来检验模型的敏感性的想法如何看？ 40、对于一下逻辑回归、决策树、神经网络。在过去 15 年中这些技术做了哪些大的改进？ 41、除了主成分分析外你还使用其它数据降维技术吗？你怎么