数据仓库与数据挖掘习题.pdfVIP

数据仓库与数据挖掘习题--第1页

精品

数据仓库与数据挖掘习题

1.1什么是数据挖掘？在你的回答中，强调以下问题：

(a)它是又一个骗局吗？

(b)它是一种从数据库，统计学和机器学习发展的技术的简单转换吗？

(c)解释数据库技术发展如何导致数据挖掘

(d)当把数据挖掘看作知识发现过程时，描述数据挖掘所涉及的步骤。

1.2给出一个例子，其中数据挖掘对于一种商务的成功至关重要的。这种商务需要什么数据

挖掘功能？他们能够由数据查询处理或简单的统计分析来实现吗？

1.3假定你是Big-University的软件工程师，任务是设计一个数据挖掘系统，分析学校课程

数据库。该数据库包括如下信息：每个学生的姓名，地址和状态（例如，本科生或研究生），

所修课程，以及他们累积的GPA（学分平均）。描述你要选取的结构。该结构的每个成分的

作用是什么？

1.4数据仓库和数据库有何不同？它们有那些相似之处？

1．5简述以下高级数据库系统和应用：面向对象数据库，空间数据库，文本数据库，多媒

体数据库和WWW。

1．6定义以下数据挖掘功能：特征化，区分，关联，分类，预测，聚类和演变分析。使用

你熟悉的现实生活中的数据库，给出每种数据挖掘的例子。

1．7区分和分类的差别是什么？特征化和聚类的差别是什么？分类和预测呢？对于每一对

任务，它们有何相似之处？

1．8根据你的观察，描述一种可能的知识类型，它需要由数据挖掘方法发现，但未在本章

中列出。它需要一种不同于本章列举的数据挖掘技术吗？

1.9描述关于数据挖掘方法和用户交互问题的三个数据挖掘的挑战。

1.10描述关于性能问题的两个数据挖掘的挑战。

2.1试述对于多个异种信息源的集成，为什么许多公司宁愿使用更新驱动的方法（构造使用

数据仓库），而不愿使用查询驱动的方法（使用包装程序和集成程序）。描述一些情况，其中

查询驱动方法比更新驱动方法更受欢迎。

2.2简略比较以下概念，可以用例子解释你的观点

（a）雪花模式、事实星座、星型网查询模型

（b）数据清理、数据变换、刷新

（c）发现驱动数据立方体、多特征方、虚拟仓库

2.3假定数据仓库包含三个维time，doctor和patient，两个度量count和charge，其中charge

是医生对一位病人的一次诊治的收费。

（a）列举三种流行的数据仓库建模模式。

（b）使用（a）列举的模式之一，画出上面数据仓库的模式图。

（c）由基本方体[day，doctor，patient]开始，为列出2000年每位医生的收费总数，应当执

行哪些OLAP操作？

（d）为得到同样的结果，写一个SQL查询。假定数据存放在关系数据库中，其模式如下：

fee（day，month，year，doctor，hospital，patient，count，charge）

2.4假定Big_University的数据仓库包含如下4个维student,course,semester和instructor，2个

度量count和avg_grade。在最低的概念层（例如对于给定的学生、课程、学期和教师的组合），

度量avg_grade存放学生的实际成绩。在较高的概念层，avg_grade存放给定组合的平均成绩。

--精品

数据仓库与数据挖掘习题--第1页

数据仓库与数据挖掘习题--第2页

精品

（a）为数据仓库画出雪花模式图；