数据仓库与数据挖掘课后习题答案24817.pdfVIP

数据仓库与数据挖掘课后习题

答案

数据仓库与数据挖掘

第一章课后习题

一：填空题

1）数据库中存储的都是数据，而数据仓库中的

数据都是一些历史的、存档的、归纳的、计算的

数据。

2）数据仓库中的数据分为四个级别：早起细节

级、当前细节级、轻度综合级、高度综合级。

3）数据源是数据仓库系统的基础，是整个系统

的数据源泉，通常包括业务数据和历史数据。

4）元数据是“关于数据的数据”。根据元数据用

途的不同将数据仓库的元数据分为技术元数据

和业务元数据两类。

5）数据处理通常分为两大类：联机事务处理和

联机事务分析

6）Fayyad过程模型主要有数据准备，数据挖掘

和结果分析三个主要部分组成。

7）如果从整体上看数据挖掘技术，可以将其分

为统计分析类、知识发现类和其他类型的数据挖

8）

9）

10）c.单独的数据集市体系结构

d.分布式数据仓库结构

第二章课后习题

一：填空题

1）模型是对现实世界进行抽象的工具。在信息

管理中需要将现实世界的事物及其有关特征转

换为信息世界的数据才能对信息进行处理与管

理，这就需要依靠数据模型作为这种转换的桥

梁。

2）数据仓库模型设计包括概念、逻辑、物理、

元数据模型设计等内容。

3）现实世界是存在于现实之中的各种客观事

物。概念世界是现实情况在人们头脑中的反应。

逻辑世界是人们为将存在于自己头脑中的概念

模型转换到计算机中的实际的物理存储过程中

的一个计算机逻辑表示模式。计算机世界则是指

现实世界中的事物在计算机系统中的实际存储

模式。

4）数据仓库设计的概念模型与业务数据处理系

统的三级数据模型仍然具有一定的差距。表现在

数据类型的差异、数据的历史变迁性、数据概况

性

5）数据仓库项目需求的收集与分析需求要从历

史数据与用户需求两个方面同时着手，采用数据

驱动+用户驱动的理念。

6）所谓主题，是指在较高程度上将业务数据进

行综合，归类和分析利用的一个抽象概念，每个

主题基本对立业务的一个分析领域。

7）多维数据模型较为普遍地采用星型模型、雪

花模型两种模式。

8）设计聚集模型时，首先需要考虑用户的使用

要求，其次要考虑数据仓库的粒度模型和数据的

统计分析情况。

9）分割是数据仓库逻辑设计中要解决的另一个

重要问题，它的目的在于提高效率能为数据仓库

的物理实施提供设计依据。

10）元数据根据使用情况，主要有技术元数据和

业务元数据两类元数据。

二：简答题

1）简述概念模型设计主要完成哪些工作？

界定系统边界、确定主要的主题域、细化分

析具体内容

2）简述一个符合第三范式的关系必须具有的三

个条件。

A.每个属性的值唯一，不具有多义性

B.每个非主属性必须完全依赖于整个主键

C.每个非主属性不能依赖于其他关系中的属

性。

3）简述确定粒度级别的步骤

A.估算DASD

B.计算存储空间、确定是否划分粒度。

C.计划影响数据仓库的粒度划分

D.使用多重粒度

E.使用多种存储介质的空间量

F.选择合适的粒度

G.只采用概况数据

4）简述CWM五个功能层

对象模型层、基础层、资源层、分析层、管

理层

5）数据仓库物理模型进行优化时可以考虑的解

决方案有哪些？

A.合并表与簇文件

B.建立数据序列

C.引入冗余,反规范处理

D.表的物理分割分区

E.生成派出数据

第三章课后习题

一：填空题

1）ETL过程主要包括三个部分：数据抽取、数

据清洗与数据转换以及数据的加载。

2）ETL工作流模型包括ETL概念模型和ETL逻

辑模型两部分。

3）触发器方式是普遍采取的一种增量抽取机

制。该方式是根据抽取要求，在要被抽取的源表

上建立插入、修改和删除3个触发器。

4）一般情况下，在一个ETL流程中，抽取操作

总是最先执行，加载操作最后执行。

5）数据质量问题既有可能来自于数据源，又有

可能来自于ETL的实施过程。

6）基本的多线程并行处理技术分为3种：任务

并行处理、数据并行处理和管道并行处理。

7）ETL过程中数据质量问题分为四类：单数据

源模式层问题、单数据源实例层问题、多数据源

模式层问题、多数据源实例层。

8）ETL过程