2025年互联网营销师用户行为数据预处理与特征工程专题试卷及解析.pdfVIP

2025年互联网营销师用户行为数据预处理与特征工程专题试卷及解析1

2025年互联网营销师用户行为数据预处理与特征工程专题

试卷及解析

2025年互联网营销师用户行为数据预处理与特征工程专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在用户行为数据预处理中，处理缺失值时，对于用户年龄这种连续型变量，最

常用的方法是？

A、直接删除含有缺失值的记录

B、用均值填充

C、用中位数填充

D、用众数填充

【答案】C

【解析】正确答案是C。年龄数据通常呈偏态分布，中位数比均值更能代表集中趋

势，且不受极端值影响。A选项会损失数据量，B选项在偏态分布下效果不佳，D选项

适用于分类变量。知识点：缺失值处理方法选择。易错点：混淆连续变量和分类变量的

填充方法。

2、在用户行为日志清洗中，以下哪种情况属于异常值？

A、用户单日浏览时长超过24小时

B、用户凌晨3点下单

C、用户连续3天未登录

D、用户收藏商品后未购买

【答案】A

【解析】正确答案是A。24小时不可能浏览，明显是数据采集错误。B、C、D都是

合理行为。知识点：异常值识别。易错点：将低频行为误判为异常值。

3、对用户购买频率进行特征缩放时，最合适的方法是？

A、标准化

B、归一化

C、对数变换

D、分箱处理

【答案】C

【解析】正确答案是C。购买频率通常呈长尾分布，对数变换能有效缓解偏态。A、

B对长尾分布效果差，D会损失信息。知识点：特征变换方法选择。易错点：忽视数据

分布特性。

4、在用户画像构建中，将”职业”字段转换为特征时，应该采用？

A、标签编码

2025年互联网营销师用户行为数据预处理与特征工程专题试卷及解析2

B、独热编码

C、二进制编码

D、频率编码

【答案】B

【解析】正确答案是B。职业是名义变量，独热编码能避免引入顺序关系。A会引

入虚假顺序，C、D不适合名义变量。知识点：分类变量编码。易错点：混淆有序和无

序变量的编码方法。

5、用户行为序列数据中，提取”最近7天购买次数”属于哪种特征工程方法？

A、统计特征

B、时序特征

C、交叉特征

D、文本特征

【答案】B

【解析】正确答案是B。这是基于时间窗口的聚合特征。A是静态统计量，C是特

征组合，D不适用。知识点：时序特征提取。易错点：混淆统计特征和时序特征。

6、处理用户点击流数据时，会话切分最常用的依据是？

A、IP地址

B、用户ID

C、时间间隔

D、设备ID

【答案】C

【解析】正确答案是C。30分钟无活动通常作为会话分割标准。A、B、D都是辅助

标识。知识点：会话识别。易错点：忽视时间维度的重要性。

7、在特征选择中，过滤式方法(filter)的主要优点是？

A、考虑特征间相关性

B、计算效率高

C、与模型紧密结合

D、能处理非线性关系

【答案】B

【解析】正确答案是B。过滤式方法独立于模型，速度快。A、C、D是包裹式/嵌入

式方法的优点。知识点：特征选择方法分类。易错点：混淆不同特征选择策略的特点。

8、用户行为数据中，“加入购物车”和”立即购买”这两个动作的关联性分析属于？

A、序列模式挖掘

B、关联规则挖掘

C、聚类分析

2025年互联网营销师用户行为数据预处理与特征工程专题试卷及解析3

D、分类预测

【答案】B

【解析】正确答案是B。这是典型的购物篮分析场景。A关注顺序，C关注分组，D

需要标签。知识点：关联规则应用。易错点：混淆不同挖掘任务的目标。

9、对用户评分数据进行特征工程时，处理评分稀疏性问题最有效的方法是？

A、填充默认值

B、矩阵分解

C、降