原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
以铜为镜，可以正衣冠；以古为镜，可以知兴替；以人为镜，可以明得失。——《旧唐书·魏征列传》
大数据复习题(答案)
大数据复习题（答案）
1、大数据概述
1.1什么是大数据？
大数据是指数据量太大、速度太快或种类太多，以至于无法通
过传统的数据管理工具进行处理和分析的数据集合。
1.2大数据的特征
-体量大：数据量通常以TB、PB、甚至EB计量。
-速度快：数据的获取和处理速度要求很高。
-多样性：数据类型和格式多样，包括结构化数据、半结构化
数据和非结构化数据。
1.3大数据的价值
大数据具有挖掘价值和应用价值，可以帮助企业和组织发现潜
在商机、预测趋势、精确定位目标用户、提高决策效率等。
2、大数据处理技术
2.1数据采集与存储
以铜为镜，可以正衣冠；以古为镜，可以知兴替；以人为镜，可以明得失。——《旧唐书·魏征列传》
-数据采集：包括传感器数据、日志数据、用户行为数据等的
收集和提取。
-数据存储：传统的关系型数据库、NoSQL数据库和Hadoop分
布式文件系统等。
2.2数据清洗与预处理
数据清洗和预处理是为了解决大数据中存在的异常数据、重复
数据、缺失数据等问题，保证数据的准确性和一致性。
2.3数据分析与挖掘
-数据分析：对数据进行统计、分布、趋势和关联等的分析。
-数据挖掘：通过机器学习、模式识别、聚类和分类等方法，
从数据中发现隐藏的模式和规律。
2.4数据可视化与展示
通过图表、地图、仪表盘等形式将数据结果进行可视化展示，
便于用户理解和决策。
3、大数据分析算法
3.1关联分析算法
关联分析是挖掘数据中的关联规则，找出数据中项之间的频繁
项集和置信度较高的规则。
以铜为镜，可以正衣冠；以古为镜，可以知兴替；以人为镜，可以明得失。——《旧唐书·魏征列传》
3.2聚类分析算法
聚类分析是将数据集中的对象按照某种相似度度量进行分组，
使得同一组内的对象相似度较高，不同组间的对象相似度较低。
3.3分类分析算法
分类分析通过训练样本和已知类别来建立分类模型，然后将新
的样本通过模型进行分类。
3.4预测分析算法
预测分析利用历史数据来预测未来的趋势和发展，为决策提供
依据。
4、附件
本文档涉及的附件包括相关的数据样本、数据处理代码、分析
结果图表等。
5、法律名词及注释
5.1隐私保护
指个人信息的收集、使用和存储等活动需要遵守相关的法律法
规，并保证个人信息的安全性和保密性。
5.2数据安全
以铜为镜，可以正衣冠；以古为镜，可以知兴替；以人为镜，可以明得失。——《旧唐书·魏征列传》
指保护大数据的存储、传输和处理过程中防止被非法获取、篡
改或破坏等安全问题。
5.3《数据安全法》
《数据安全法》是中国出台的一部关于数据安全的法律法规，
对数据的收集、存储、传输和处理进行规范和管理。
文档评论（0）