数据专员考试题及答案.docxVIP

数据专员考试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪种数据类型不属于结构化数据？

A.订单表中的用户ID（整数）

B.商品详情页的用户评论（文本）

C.销售记录表中的成交时间（datetime）

D.客户等级表中的会员级别（枚举值）

2.数据清洗过程中，处理“年龄”字段时发现某条记录值为“-5”，最合理的处理方式是？

A.直接删除该条记录

B.用字段平均值替代

C.检查数据录入逻辑（如是否为“5”的输入错误）

D.标记为缺失值后保留

3.在SQL中，要计算每个用户最近一次登录时间与注册时间的间隔（天），需使用的函数是？

A.DATEDIFF(day,register_time,last_login_time)

B.TIMESTAMPDIFF(DAY,register_time,last_login_time)

C.DATEADD(day,register_time,last_login_time)

D.EXTRACT(DAYFROMlast_login_timeregister_time)

4.某电商平台用户行为数据中，“跳出率”的定义是？

A.访问页面后未进行任何操作直接离开的用户数/总访问用户数

B.访问页面后仅浏览1个页面即离开的用户数/总访问用户数

C.访问页面后未完成购买的用户数/总访问用户数

D.访问页面后关闭浏览器的用户数/总访问用户数

5.以下哪项不属于数据可视化的基本原则？

A.信息完整性：不遗漏关键数据点

B.美观优先：图表颜色越多越好

C.清晰性：坐标轴标签明确

D.针对性：根据受众调整展示重点

6.在Python中，使用Pandas处理数据时，若要将“订单日期”列（字符串格式“2023-10-05”）转换为datetime类型，应使用的函数是？

A.pd.to_datetime(df[订单日期])

B.df[订单日期].astype(datetime64)

C.pd.date_range(df[订单日期])

D.df[订单日期].apply(lambdax:datetime.strptime(x,%Y-%m-%d))

7.某数据集的“用户性别”字段存在“男”“女”“未知”“M”“F”五种取值，清洗该字段的正确步骤是？

A.直接删除“未知”“M”“F”的记录

B.将“M”映射为“男”，“F”映射为“女”，保留“未知”

C.用众数“男”替代所有非标准值

D.将“未知”“M”“F”统一标记为缺失值

8.进行A/B测试时，若对照组的转化率为10%，实验组为12%，统计检验显示p值=0.03（显著性水平α=0.05），结论应为？

A.实验组与对照组无显著差异

B.实验组转化率显著高于对照组

C.实验结果不可信，需扩大样本量

D.实验组存在数据造假可能

9.以下哪种场景最适合使用决策树模型？

A.预测用户下一季度的消费金额（连续值）

B.分类用户是否为高价值客户（二分类）

C.分析用户评论中的情感倾向（文本分类）

D.计算用户行为数据的相似度（聚类）

10.在数据仓库建模中，星型模型与雪花模型的主要区别是？

A.星型模型只有事实表，雪花模型包含维度表

B.星型模型的维度表不进行规范化，雪花模型的维度表可能分层

C.星型模型支持实时数据更新，雪花模型仅支持批量更新

D.星型模型用于OLTP，雪花模型用于OLAP

二、简答题（每题6分，共30分）

1.简述数据清洗中“异常值”的识别方法及处理原则。

2.写出SQL中窗口函数（WindowFunction）的基本语法结构，并举例说明其与聚合函数的区别。

3.分析用户留存率时，通常需要定义“cohort分析”，请解释cohort的核心逻辑，并说明其在留存分析中的作用。

4.某电商平台发现近期新用户注册量下降，作为数据专员，你会从哪些维度拆解问题？请列出至少5个分析维度及对应的关键指标。

5.简述Python中使用Scikit-learn进行机器学习建模的标准流程（从数据加载到模型评估）。

三、应用题（每题15分，共30分）

1.【SQL查询】

给定以下两张表：

用户表（user）：user_id（用户ID，主键）、register_time（注册时间，datetime）、city（城市，varchar）

订单表（order）：order_id（订单ID，主键）、us