2026年数据挖掘工程师考试题集含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘工程师考试题集含答案

一、单选题（共10题，每题2分，计20分）

注：每题只有一个最符合题意的选项。

1.某电商平台需分析用户购买行为以优化推荐系统，最适合采用的数据挖掘技术是？

A.关联规则挖掘

B.聚类分析

C.分类算法（如决策树）

D.回归分析

答案：C

解析：推荐系统需要预测用户可能感兴趣的商品，分类算法（如决策树、逻辑回归）可直接用于预测用户购买行为，而关联规则挖掘适用于发现商品之间的关联（如“购买A的用户常购买B”），聚类分析用于用户分群，回归分析适用于预测连续值（如价格）。

2.在处理金融欺诈检测任务时，哪种评价指标通常更适用于数据不平衡场景？

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.AUC（ROC曲线下面积）

D.召回率（Recall）

答案：B

解析：金融欺诈检测中，正类（欺诈）样本远少于负类（正常）样本，准确率会被多数类主导，F1分数平衡了精确率和召回率，更适合不平衡数据。AUC适用于评估模型泛化能力，召回率侧重检测所有正类的能力。

3.某城市交通管理部门需要预测高峰期拥堵路段，最适合采用的时间序列预测模型是？

A.ARIMA

B.K-means聚类

C.神经网络（RNN）

D.决策树

答案：A

解析：ARIMA（自回归积分滑动平均模型）