数据挖掘考试题库.pdf

天行健，君子以自强不息。地势坤，君子以厚德载物。——《周易》

数据挖掘考试题库

1.数据仓库：是一种新的数据处理体系结构，是面向主题的、集

成的、不可更新的(稳定性)、随时间不断

变化(不同时间)的数据集合，为企业决策支持系统提供所需的集成

信息。

2.孤立点：指数据库中包含的一些与数据的一般行为或模型不一

致的异常数据。

3.OLAP：OLAP是在OLTP的基础上发展起来的，以数据仓库为

基础的数据分析处理，是共享多维信息的快速

分析，是被专门设计用于支持复杂的分析操作，侧重对分析人员

和高层管理人员的决策支持。

4.粒度：指数据仓库的数据单位中保存数据细化或综合程度的级

别。粒度影响存放在数据仓库中的数据量

的大小，同时影响数据仓库所能回答查询问题的细节程度。

5.数据规范化：指将数据按比例缩放(如更换大单位)，使之落入一

个特定的区域（如0－1）以提高数据挖

掘效率的方法。规范化的常用方法有：最大－最小规范化、零－

均值规范化、小数定标规范化。

6.关联知识：是反映一个事件和其他事件之间依赖或相互关联的

知识。如果两项或多项属性之间存在关联，

那么其中一项的属性值就可以依据其他属性值进行预测。

7.数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的

数据中，提取隐含在其中的、人们事先不

知道的、但又是潜在有用的信息和知识的过程。

8.OLTP：OLTP为联机事务处理的缩写，OLAP是联机分析处理的

缩写。前者是以数据库为基础的，面对的是

操作人员和低层管理人员，对基本数据进行查询和增、删、改等

处理。

9.ROLAP：是基于关系数据库存储方式的，在这种结构中，多维

天行健，君子以自强不息。地势坤，君子以厚德载物。——《周易》

数据被映像成二维关系表，通常采用星型或

雪花型架构，由一个事实表和多个维度表构成。

10.MOLAP：是基于类似于“超立方”块的OLAP存储结构，由

许多经压缩的、类似于多维数组的对象构成，

并带有高度压缩的索引及指针结构，通过直接偏移计算进行存取。

11.数据归约：缩小数据的取值范围，使其更适合于数据挖掘算法

的需要，并且能够得到和原始数据相同的

分析结果。

12.广义知识：通过对大量数据的归纳、概括和抽象，提炼出带有

普遍性的、概括性的描述统计的知识。

13.预测型知识：是根据时间序列型数据，由历史的和当前的数据

去推测未来的数据，也可以认为是以时间

为关键属性的关联知识。

14.偏差型知识：是对差异和极端特例的描述，用于揭示事物偏离

常规的异常现象，如标准类外的特例，数

据聚类外的离群值等。

15.遗传算法：是一种优化搜索算法，它首先产生一个初始可行解

群体，然后对这个群体通过模拟生物进化

的选择、交叉、变异等遗传操作遗传到下一代群体，并最终达到

全局最优。

16.聚类：是将物理或抽象对象的集合分组成为多个类或簇

(cluster)的过程，使得在同一个簇中的对象之间

具有较高的相似度，而不同簇中的对象差别较大。

17.决策