数据分析与商业智能面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析与商业智能面试题及答案

一、选择题（共5题，每题2分，合计10分）

1.在进行客户细分时，以下哪种方法最适用于大样本量、高维度的电商用户数据？

A.决策树聚类

B.K-Means聚类

C.层次聚类

D.主成分分析（PCA）

答案：B

解析：K-Means聚类适用于大规模数据集，通过迭代优化簇内距离最小化，高效处理高维度电商用户行为数据（如购买频次、客单价、浏览时长等）。决策树聚类和层次聚类计算复杂度较高，PCA主要用于降维而非聚类。

2.以下哪种指标最适合衡量电商平台的用户留存率？

A.净推荐值（NPS）

B.用户活跃度（DAU/MAU）

C.留存率（RetentionRate）

D.转化率（ConversionRate）

答案：C

解析：留存率直接反映用户在一段时间内的行为粘性，电商行业尤为关注次日、7日、30日留存率。NPS衡量用户满意度，DAU/MAU反映活跃规模，转化率关注交易效率，均不如留存率直观。

3.在构建销售预测模型时，以下哪种算法对季节性波动最为敏感？

A.线性回归

B.ARIMA模型

C.LSTM神经网络

D.逻辑回归

答案：B

解析：ARIMA（自回归积分滑动平均）通过差分处理非平稳序列，擅长捕捉时间序列的周期性（如节假日促销、季节性需求）。线性回归忽略时