数据挖掘与分析技术在商业智能中的应用试题及答案.pdfVIP

数据挖掘与分析技术在商业智能中的应用试

题及答案

数据挖掘与分析技术在商业智能中的应用试卷

一、选择题（每题2分，共40分）

1.下列哪项不属于数据挖掘的核心任务？（）

A.分类B.聚类C.数据清洗D.关联规则挖掘

2.商业智能（BI）系统的核心目标是（）

A.替代人工决策B.整合数据并支持业务决策

C.存储海量数据D.开发软件系统

3.以下哪个是数据挖掘中常用的分类算法？（）

A.K-meansB.AprioriC.决策树D.PCA

4.在商业智能中，OLAP（联机分析处理）主要支持（）

A.实时事务处理B.数据批量加载

C.多维度数据查询与分析D.数据备份与恢复

5.数据仓库与传统数据库的主要区别在于（）

A.存储数据量更大B.面向主题、集成、稳定、随时间变化

C.查询速度更快D.支持更多并发用户

6.下列哪项不是数据预处理的基本步骤？（）

A.数据清洗B.数据集成C.数据分析D.数据变换

7.在零售业中，关联规则挖掘主要用于（）

A.客户流失预测B.市场篮子分析

C.销售额预测D.客户细分

8.以下哪个工具常用于商业智能中的数据可视化？（）

A.WekaB.TableauC.SPSSD.Scikit-learn

9.时间序列分析在商业智能中不常用于（）

A.股票价格预测B.产品销量预测

C.客户性别分类D.网站流量预测

10.数据挖掘中的“过拟合”问题是指（）

A.模型在训练集上表现差，测试集上表现好

B.模型在训练集上表现好，测试集上表现差

C.模型无法收敛D.数据量不足

11.在商业智能中，RFM模型主要用于（）

A.产品质量分析B.客户价值细分

C.供应链优化D.员工绩效评估

12.下列哪项是数据挖掘技术在金融领域的典型应用？（）

A.图像识别B.欺诈检测

C.自然语言处理D.视频监控

13.聚类算法中的K-means主要解决的问题是（）

A.分类预测B.数据降维

C.将数据分为预设类别的无监督学习D.关联规则挖掘

14.在商业智能项目中，数据探索（EDA）的主要目的是（）

A.构建最终模型B.理解数据特征、发现规律

C.部署模型到生产环境D.清洗数据缺失值

15.支持向量机（SVM）属于（）

A.分类算法B.聚类算法C.关联规则算法D.回归算法

16.商业智能系统中的ETL过程是指（）

A.数据抽取、转换、加载B.数据加密、传输、加载

C.数据编辑、转换、链接D.数据录入、整理、输出

17.下列哪项不是评价分类模型性能的常用指标？（）

A.准确率B.召回率C.均方误差（MSE）D.F1值

18.在电商领域，推荐系统主要基于（）技术实现。

A.分类B.聚类C.关联规则D.协同过滤

19.数据挖掘中的“降维”技术主要用于（）

A.减少数据存储空间B.提高模型训练速度

C.消除特征冗余，保留关键信息D.增加数据维度

20.商业智能的“闭环决策”是指（）

A.决策过程无需人工干预B.从数据收集到执行反馈的完整流程

C.决策结果仅依赖单一数据源D.决策只针对短期目标

二、填空题（每空1分，共20分）

1.数据挖掘的完整流程包括：数据理解、______、数据准备、建模、评估和部

署。

2.商业智能的核心组件通常包括数据源、数据仓库、______、______和用户界

面。

3.常用的数据预处理方法包括：处理缺失值、______、数据变换和数据规约。

4.关联规则挖掘中，支持度（Support）的计算公式为：______。

5.分类问题常用的算法有决策树、______、朴素贝叶斯和支持向量机等。

6.聚类算法中，K-means的“K”表示______，初始质心的选择对结果影响较

大。

7.时间序列的四个基本要素是：趋势、______、季节变动和不规