数据仓库及数据挖掘考试试题 .pdf

数据仓库及数据挖掘考试试题

⼀、填空题（15分）

1.数据仓库的特点分别是⾯向主题、集成、相对稳定、反映历史变化。

2.元数据是描述数据仓库内数据的结构和建⽴⽅法的数据。根据元数据⽤途的不同可将元数据分为技术元数据和业务元数据两

类。

3.OLAP技术多维分析过程中，多维分析操作包括切⽚、切块、钻取、旋转等。

4.基于依赖型数据集市和操作型数据存储的数据仓库体系结构常常被称为中⼼和辐射“”架构，其中企业级数据仓库是中⼼，源

数据系统和数据集市在输⼊和输出范围的两端。

5.ODS实际上是⼀个集成的、⾯向主题的、可更新的、当前值的、企业级的、详细的数据库，也叫运营数据存储。

⼆、多项选择题（10分）

6.在数据挖掘的分析⽅法中，直接数据挖掘包括（ＡＣＤ）

A分类

B关联

C估值

D预⾔

7.数据仓库的数据ETL过程中，ETL软件的主要功能包括（ＡＢＣ）

A数据抽取

B数据转换

C数据加载

D数据稽核

8.数据分类的评价准则包括（ABCD）

A精确度

B查全率和查准率

CF-Measure

D⼏何均值

9.层次聚类⽅法包括（BC）

A划分聚类⽅法

B凝聚型层次聚类⽅法

C分解型层次聚类⽅法

D基于密度聚类⽅法

10.贝叶斯⽹络由两部分组成，分别是（AD）

A⽹络结构

B先验概率

C后验概率

D条件概率表

三、计算题（30分）

11.⼀个⾷品连锁店每周的事务记录如下表所⽰，其中每⼀条事务表⽰在⼀项收

款机业务中卖出的项⽬，假定sup

min=40%，conf

min

=40%，使⽤Apriori算法计算

⽣成的关联规则，标明每趟数据库扫描时的候选集和⼤项⽬集。（15分）

解：（1）由I={⾯包、果冻、花⽣酱、⽜奶、啤酒}的所有项⽬直接产⽣1-候选

C1，计算其⽀持度，取出⽀持度⼩于sup

min

的项集，形成1-频繁集L

1

，如下表所

⽰：

(2)组合连接L

1中的各项⽬，产⽣2-候选集C

2

，计算其⽀持度，取出⽀持度⼩于

sup

min的项集，形成2-频繁集L

2

，如下表所⽰：

⾄此，所有频繁集都被找到，算法结束，

所以，confidence（{⾯包}→{花⽣酱}）=（4/5）/（3/5）=4/3confminconfidence（{花⽣酱}→{⾯

包}）=（3/5）/（4/5）=3/4confmin所以，关联规则{⾯包}→{花⽣酱}、{花⽣酱}→{⾯包}均是强关联规则。12.给定以下数据

集（2，4，10，12，15，3，21），进⾏K-Means聚类，设定聚类数为2个，相似度按照欧式距离计算。（15分）

解：（1）从数据集X中随机地选择k个数据样本作为聚类的出⽰代表点，每⼀个代表点表⽰⼀个类别，由题可知k=2，则可设

m1=2，m2=4：

（2）对于X中的任意数据样本xm（1

当m2=4时，样本（2，4，10，12，15，3，21）距离该代表点的距离分别为-2，6，8，11，-1，17。

最⼩距离是1或者-1将该元素放⼊m1=2的聚类中，则该聚类为（2，3），另⼀个聚类m2=4为（4，10，12，15，21）。

（3）完成数据样本的划分之后，对于每⼀个聚类，计算其中所有数据样本的均