2025年服务数据挖掘试题及答案.docxVIP

2025年服务数据挖掘试题及答案

一、单项选择题（每题2分，共20分）

1.服务数据挖掘中，针对用户投诉文本数据的“语义重复率”清洗，核心目的是：

A.减少数据存储成本

B.避免重复样本干扰模型训练

C.提升文本向量化效率

D.降低分词复杂度

2.某电商平台分析用户复购行为时，若需挖掘“购买A商品后购买B商品”的关联规则，且设定最小支持度为0.1、最小置信度为0.6，以下哪项组合符合要求？（总订单数1000）

A.A出现200次，B出现150次，A和B同时出现120次

B.A出现150次，B出现120次，A和B同时出现90次

C.A出现100次，B出现80次，A和B同时出现65次

D.A出现300次，B出现250次，A和B同时出现200次

3.以下关于K-means聚类算法的描述，错误的是：

A.需预先指定聚类数K

B.对初始质心选择敏感

C.适用于非凸形状的簇

D.距离度量常用欧氏距离

4.某银行使用随机森林模型预测客户违约风险，在验证集中，模型将100个实际违约客户正确识别为违约（TP=80），将200个实际未违约客户错误识别为违约（FP=30），则模型的查准率（Precision）为：

A.80/(80+30)≈0.727

B.80/(80+20)≈0.8（注：20为FN，即实际违约但预测未违约数）

C.80/(80+170)≈0.32（注：170为TN，即实际未违约且预测未违约数）

D.80/100=0.8

5.服务时序数据（如每日客服咨询量）预测中，若数据存在明显的周周期性（7天），则ARIMA模型的季节周期参数应设置为：

A.1

B.7

C.30

D.365

6.以下哪项不属于服务数据中的“异常值”典型场景？

A.某用户单日发起100次退换货请求（历史均值5次）

B.某地区连续3天物流时效比平时延长2小时（标准差1小时）

C.某客服坐席单日处理工单量为50单（团队均值48单，标准差2单）

D.某时段系统日志中“404错误”出现频率突增300%

7.文本情感分析任务中，若训练集包含“服务态度差”（负向）、“响应速度快”（正向）、“问题未解决”（负向）样本，使用TF-IDF向量化时，“解决”一词的IDF值计算依据是：

A.包含“解决”的文档数占总文档数的比例

B.总文档数除以包含“解决”的文档数（取对数）

C.“解决”在所有文档中的出现频率

D.“解决”在负向文档中的出现频率

8.以下关于XGBoost与LightGBM的对比，正确的是：

A.XGBoost采用GOSS采样，LightGBM采用预排序算法

B.LightGBM更适合处理大规模高维数据

C.XGBoost不支持类别特征直接输入

D.两者均通过正则化防止过拟合

9.某网约车平台需挖掘“用户取消订单”的关键影响因素，最适合的算法是：

A.K-means聚类

B.Apriori关联规则

C.逻辑回归（带特征重要性分析）

D.层次聚类

10.服务数据隐私保护中，“k-匿名”技术的核心是：

A.对敏感字段进行哈希加密

B.确保至少k个记录在准标识符上不可区分

C.限制数据访问权限为k个用户

D.对数据进行差分隐私扰动（添加k倍标准差噪声）

二、填空题（每空2分，共20分）

1.服务数据预处理中，针对“用户年龄”字段的缺失值，若数据符合正态分布，常用的填充方法是__________；若数据存在明显业务规律（如“学生群体年龄集中在18-25岁”），则更适合__________填充。

2.关联规则挖掘中，支持度（Support）的计算公式为__________；提升度（Lift）的计算公式为__________，其值大于1表示__________。

3.分类模型评估中，ROC曲线的纵轴是__________，横轴是__________；若某模型的AUC值为0.85，说明__________。

4.时间序列分解通常包括__________、__________、__________和随机波动四个部分。

三、简答题（每题8分，共32分）

1.服务数据常存在“高维稀疏”特征（如用户行为标签、文本关键词），请说明针对此类数据的降维方法及选择依据（至少列举3种）。

2.某外卖平台需预测用户“是否会使用准时达服务”，训练集中正样本（使用）占比仅5%，负样本占比95%。请分析此类不平衡数据对模型训练的影响，并提出至少3种解决方案。

3.对比KNN（