2026年大数据分析师数据挖掘与分析技能考核题.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析师数据挖掘与分析技能考核题

一、单选题（共10题，每题2分，合计20分）

背景：某电商平台针对华东地区用户消费行为进行数据挖掘，旨在提升用户留存率和精准推荐效果。数据包含用户注册信息、浏览记录、购买记录、退货记录等。

1.在用户分群分析中，K-Means聚类算法的主要缺点是什么？

A.对初始聚类中心敏感

B.无法处理高维数据

C.不适用于小规模数据集

D.计算复杂度较高

2.以下哪种方法最适合处理电商用户购买时间序列数据的趋势分析？

A.决策树回归

B.线性回归

C.ARIMA模型

D.逻辑回归

3.在特征工程中，如何处理电商用户浏览商品的缺失值？

A.直接删除缺失值

B.使用均值/中位数填充

C.基于用户历史行为插值填充

D.以上均不适用

4.假设某电商平台需预测用户是否退货，以下哪种模型最适合？

A.线性回归

B.逻辑回归

C.SVM分类

D.KNN分类

5.在数据预处理阶段，如何检测电商用户年龄数据的异常值？

A.标准差法

B.IQR（四分位数间距）法

C.箱线图可视化

D.以上均适用

6.某电商用户行为数据集包含10万条记录，特征维度为50，以下哪种算法效率最高？

A.决策树

B.神经网络

C.随机森林

D.朴素贝叶斯

7.在用户流失预测中，R