2026年数据科学导论数据分析与数据挖掘题集.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学导论数据分析与数据挖掘题集

一、选择题（每题2分，共20题）

说明：以下题目聚焦中国零售行业大数据分析场景，考察基础概念及工具应用。

1.在中国电商平台上，若要分析用户购买行为数据，最适合采用哪种数据挖掘技术？

A.关联规则挖掘

B.聚类分析

C.回归分析

D.决策树分类

→答案：A

→解析：电商用户购买行为分析常需发现商品之间的关联性（如“啤酒+尿布”场景），关联规则挖掘最适用。

2.以下哪个不是中国银行业常用的客户流失预测指标？

A.账户活跃度

B.转账频率

C.信用评分

D.社交媒体粉丝数

→答案：D

→解析：银行客户流失预测主要基于交易数据和信用行为，社交媒体数据关联性较弱。

3.中国外卖平台通过用户历史订单数据，希望对用户进行精准分群，应优先选择哪种算法？

A.逻辑回归

B.K-means聚类

C.支持向量机

D.神经网络

→答案：B

→解析：用户分群属于无监督学习问题，K-means聚类算法效率高且适用性强。

4.在处理中国股市交易数据时，缺失值填充最常用哪种方法？

A.均值填充

B.回归插补

C.KNN填充

D.众数填充

→答案：C

→解析：金融时间序列数据缺失值需考虑邻近数据影响，KNN填充更合理。

5.中国某电商平台需检测虚假交易，