数据挖掘面试题及关联规则含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘面试题及关联规则含答案

一、选择题（共5题，每题2分）

1.在关联规则挖掘中，以下哪个指标用于衡量项集在事务中出现的频率？

A.支持度（Support）

B.置信度（Confidence）

C.提升度（Lift）

D.联合概率（JointProbability）

2.以下哪种算法常用于频繁项集挖掘？

A.Apriori

B.FP-Growth

C.K-Means

D.DBSCAN

3.在处理大规模数据集时，FP-Growth算法相较于Apriori的主要优势是什么？

A.更高的准确率

B.更低的内存消耗

C.更快的计算速度

D.更灵活的参数设置

4.关联规则中，提升度（Lift）为1意味着什么？

A.项集之间存在正相关

B.项集之间不存在关联

C.项集之间存在负相关

D.项集的联合概率等于各自独立概率的乘积

5.在电商推荐系统中，关联规则挖掘通常用于优化哪个环节？

A.用户画像构建

B.商品关联推荐

C.聚类分析

D.异常检测

二、填空题（共5题，每题2分）

1.关联规则挖掘中，衡量项集在事务中出现的频率的指标是________。

2.Apriori算法的核心思想是________。

3.提升度（Lift）用于衡量项集之间的________。

4.FP-Growth算法通过________结构来压缩数据存储。

5.关联规则中的“提升度大于1”表示________。

三、简答题（共5题，每题4分）

1.简述关联规则挖掘的三个基本步骤。

2.解释什么是“频繁项集”和“强关联规则”。

3.Apriori算法的优缺点是什么？

4.在电商场景下，如何利用关联规则进行商品推荐？

5.如何处理关联规则挖掘中的“稀疏性问题”？

四、计算题（共3题，每题6分）

1.给定以下事务数据集：

事务1：{面包，牛奶}

事务2：{面包，尿布，啤酒}

事务3：{牛奶，尿布}

事务4：{面包，尿布，可乐}

事务5：{面包，牛奶，尿布，可乐}

-计算项集{面包，尿布}的支持度。

-计算规则{面包}→{尿布}的置信度。

-计算规则{面包}→{尿布}的提升度。

2.假设某电商平台的商品关联数据如下：

-{面包，牛奶}出现次数：100次

-{面包}出现次数：200次

-{牛奶}出现次数：150次

-计算规则{面包}→{牛奶}的联合概率。

-计算规则{面包}→{牛奶}的提升度。

3.某超市的关联规则挖掘结果显示：

-规则{啤酒}→{尿布}的提升度为1.5。

-规则{可乐}→{尿布}的提升度为0.8。

-解释提升度大于1的含义。

-哪个规则更有商业价值？为什么？

五、综合应用题（共2题，每题8分）

1.假设你是一家在线书店的数据分析师，如何利用关联规则挖掘来优化商品推荐？请给出具体步骤和可能遇到的挑战。

2.在医疗场景下，如何应用关联规则挖掘？请举例说明，并分析其优势和局限性。

答案及解析

一、选择题答案

1.A.支持度（Support）

解析：支持度衡量项集在事务中出现的频率，是关联规则挖掘的基础指标。

2.B.FP-Growth

解析：FP-Growth是一种高效的频繁项集挖掘算法，适用于大规模数据集。

3.B.更低的内存消耗

解析：FP-Growth通过前缀树结构压缩数据存储，内存效率优于Apriori。

4.B.项集之间不存在关联

解析：提升度=1表示项集的联合概率等于各自独立概率的乘积，即无关联。

5.B.商品关联推荐

解析：关联规则挖掘常用于电商推荐系统，如“购买面包的人也常购买牛奶”。

二、填空题答案

1.支持度

2.频繁项集先验原理

3.相关性

4.前缀树

5.规则前件对后件有正向促进作用

三、简答题答案

1.关联规则挖掘的三个基本步骤：

-生成频繁项集：找出事务数据库中所有支持度超过阈值的项集。

-生成关联规则：从频繁项集中生成所有可能的非空子集，形成规则。

-评估规则强度：通过置信度和提升度筛选出强关联规则。

2.频繁项集：在事务数据库中支持度超过阈值的项集，如{面包，牛奶}。

强关联规则：同时满足高支持度和高置信度的规则，如{面包}→{牛奶}（支持度0.5，置信度0.7）。

3.Apriori算法的优缺点：

-优点：实现简单，适用于小规模数据集。

-缺点：需要多次扫描数据库，内存消耗大，不适合大规模数据。

4.电商商品推荐应用：

-通过挖掘{面包}→{黄油}等关联规则，推荐相关商品。

-挑战：需处理数据稀疏性，避免推荐低价值项集。

5.稀疏性问题处理：

-使用FP-G