2021年度数据分析师笔试题目.docVIP

网易数据分析专人笔试题目 一、基本题 1、中华人民共和国当前有多少亿网民？ 2、百度花多少亿美元收购了91无线？ 3、app store排名规则和影响因素 4、豆瓣fm推荐算法 5、列举5个数据分析博客或网站 二、计算题 1、关于简朴移动平均和加权移动平均计算 2、两行数计算有关系数。（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、离散指标，优缺陷 2、插补缺失值办法，优缺陷及合用环境 3、数据仓库解决方案，优缺陷 4、分类算法，优缺陷 5、协同推荐系统和基于聚类系统区别 四、分析题 关于网易邮箱顾客流失定义，挑选指标。然后要构建一种预警模型。 五、算法题 记不得了，没做。。。反正是决策树和神经网络有关。 1、你解决过最大数据量？你是如何解决她们？解决成果。 2、告诉我二个分析或者计算机科学有关项目？你是如何对其成果进行衡量？ 3、什么是：提高值、核心绩效指标、强健性、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、如何让一种网络爬虫速度更快、抽取更好信息以及更好总结数据从而得到一干净数据库？ 6、如何设计一种解决抄袭方案？ 7、如何检查一种个人支付账户都各种人使用？ 8、点击流数据应当是实时解决？为什么？哪某些应当实时解决？ 9、你以为哪个更好：是好数据还是好模型？同步你是如何定义“好”？存在所有状况下通用模型吗？有你没有懂得某些模型定义并不是那么好？ 10、什么是概率合并（AKA模糊融合）？使用SQL解决还是其他语言以便？对于解决半构造化数据你会选取使用哪种语言？ 11、你是如何解决缺少数据？你推荐使用什么样解决技术？ 12、你最喜欢编程语言是什么？为什么？ 13、对于你喜欢记录软件告诉你喜欢与不喜欢3个理由。 14、SAS，R，Python，Perl语言区别是？ 15、什么是大数据诅咒？ 16、你参加过数据库与数据模型设计吗？ 17、你与否参加过仪表盘设计及指标选取？你对于商业智能和报表工具备什么想法？ 18、你喜欢TD数据库什么特性？ 19、如何你打算发100万营销活动邮件。你怎么去优化发送？你怎么优化反映率？能把这二个优化份开吗？ 20、如果有几种客户查询ORACLE数据库效率很低。为什么？你做什么可以提高速度10倍以上，同步可以更好解决大数量输出？ 21、如何把非构造化数据转换成构造化数据？这与否真有必要做这样转换？把数据存成平面文本文献与否比存成关系数据库更好？ 22、什么是哈希表碰撞袭击？怎么避免？发生频率是多少？ 23、如何鉴别mapreduce过程有好负载均衡？什么是负载均衡？ 24、请举例阐明mapreduce是如何工作？在什么应用场景下工作较好？云安全问题有哪些？ 25、（在内存满足状况下）你以为是100个小哈希表好还是一种大哈希表，对于内在或者运营速度来说？对于数据库分析评价？ 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查算法？ 27、你解决过白名单吗？重要规则？（在欺诈或者爬行检查状况下） 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，阐明一下建立过程？ 30、在SQL，Perl，C++，Python等编程过程上，待为了提高速度优化过有关代码或者算法吗？如何及提高多少？ 31、使用5天完毕90%精度解决方案还是花10天完毕100%精度解决方案？取决于什么内容？ 32、定义：QA（质量保障）、六西格玛、实验设计。好与坏实验设计能否举个案例？ 33、普通线性回归模型缺陷是什么？你懂得其他回归模型吗？ 34、你以为叶数不大于50决策树与否比大好？为什么？ 35、保险精算与否是记录学一种分支？如果不是，为什么如何？ 36、给出一种不符合高斯分布与不符合对数正态分布数据案例。给出一种分布非常混乱数案例。 37、为什么说均方误差不是一种衡量模型好指标？你建议用哪个指标代替？ 38、你如何证明你带来算法改进是真有效与不做任何变化相比？你对A/B测试熟吗？ 39、什么是敏感性分析？拥有更低敏感性（也就是说更好强健性）和低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查模型敏感性想法如何看？ 40、对于一下逻辑回归、决策树、神经网络。在过去中这些技术做了哪些大改进？ 41、除了主成分分析外你还使用其他数据降维技术吗？你怎么想逐渐回归？你熟悉逐渐回归技术有哪些？什么时候完整数据要比降维数据或者样本好？ 42、你如何建议一种非参数置信区间？ 43、你熟悉极值理论、蒙特卡罗逻辑或者其他数理记录办法以对的评估一种稀疏事件发生概率？ 44、什么是归因分析？如何辨认归因与有关系数？举例。 45、如何定义与衡量