2025年商业经济行业技能考试-数据挖掘工程师考试近5年真题荟萃附答案.docx

（图片大小可自由调整）

2025年商业经济行业技能考试-数据挖掘工程师考试近5年真题荟萃附答案

第I卷

一.参考题库(共80题)

1.有关数据仓库的开发特点，不正确的描述是：（）。

A、数据仓库开发要从数据出发

B、数据仓库使用的需求在开发出去就要明确

C、数据仓库的开发是一个不断循环的过程，是启发式的开发

D、在数据仓库环境中，并不存在操作型环境中所固定的和较确切的处理流，数据仓库中数据分析和处理更灵活，且没有固定的模式

2.简述数据挖掘的过程。

3.非频繁模式（）。

A、其支持度小于阈值

B、都是不让人感兴趣的

C、包含负模式和负相关模式

D、对异常数据项敏感

4.数据仓库系统的组成部分包括数据仓库，仓库管理，数据抽取，分析工具等四个部分。

5.下面哪种数据预处理技术可以用来平滑数据，消除数据噪声？（）

A、数据清理

B、数据集成

C、数据变换

D、数据归约

6.以下哪些算法是分类算法，（）。

A、DBSCAN

B、C4.5

C、K-Mean

D、EM

7.简述数据仓库ETL软件的主要功能和对产生数据的目标要求。

8.已知数据元组中age的值如下（按递增序）： 13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。 （a）使用min-max规范化，将age值35转换到[0.0，1.0]区间。 （b）使用z-score规范化转换age值35，其中，age的标准偏差为12.94年。 （c）使用小数定标规范化转换age值35。

9.（）这些数据特性都是对聚类分析具有很强影响的。

A、高维性

B、规模

C、稀疏性

D、噪声和离群点

10.通过聚集多个分类器的预测来提高分类准确率的技术称为（）。

A、组合（ensemble）

B、聚集（aggregate）

C、合并（combination）

D、投票（voting）

11.考虑如下的频繁3-项集：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}。 （a）根据Apriori算法的候选项集生成方法，写出利用频繁3-项集生成的所有候选4-项集。 （b）写出经过剪枝后的所有候选4-项集。

12.根据顾客的收入和职业情况，预测他们在计算机设备上的花费，所使用的相应数据挖掘功能是（）。

A、关联分析

B、分类和预测

C、演变分析

D、概念描述

13.下面属于维归约常用的线性代数技术的有（）。

A、主成分分析

B、特征提取

C、奇异值分解

D、特征加权

E、离散化

14.简述你对数据仓库未来发展趋势的看法。

15.如果规则不满足置信度阈值，则形如的规则一定也不满足置信度阈值，其中是X的子集。

16.数据的噪声是指（）。

A、孤立点

B、空缺值

C、测量变量中的随即错误或偏差

D、数据变换引起的错误

17.聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。

18.维度可以根据其变化快慢分为元变化维度、（）维度和剧烈变化维度三类。

19.数据仓库的概念模型通常采用信息包图法来进行设计，要求将其5个组成部分（）全面地描述出来。

20.数据概化是指：（）

21.以下哪些学科和数据挖掘有密切联系？（）

A、统计

B、计算机组成原理

C、矿产挖掘

D、人工智能

22.数据处理通常分成两大类：联机事务处理和（）

23.寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤？（）

A、决定要使用的表示的特征和结构

B、决定如何量化和比较不同表示拟合数据的好坏

C、选择一个算法过程使评分函数最优

D、决定用什么样的数据管理原则以高效地实现算法

24.数据立方体度量可以根据其所使用的聚集函数分