2025-2026年大数据在智能决策中的应用专项训练题库.docxVIP

2025-2026年大数据在智能决策中的应用专项训练题库

一、单选题（总共10题，每题2分，共20分）

1.在大数据智能决策应用中，以下哪种技术最适合处理具有高维度、稀疏性的用户行为数据？

A.决策树算法

B.神经网络模型

C.协同过滤推荐系统

D.贝叶斯网络推理

解析：高维度稀疏性数据常见于用户画像和点击流数据，神经网络模型通过自动特征提取和降维能力更优，决策树易过拟合，协同过滤需用户-物品交互矩阵，贝叶斯网络适用于条件独立性假设场景。

2.企业利用大数据分析优化供应链决策时，以下哪个指标最能反映库存周转效率？

A.库存持有成本

B.缺货率

C.周转天数

D.订单满足率

解析：周转天数（365/库存周转率）直接量化库存流动性，持有成本是结果而非指标，缺货率反映需求预测偏差，订单满足率受促销政策影响较大。

3.在构建智能决策支持系统时，以下哪种数据预处理技术最适合处理缺失值比例超过30%的表格数据？

A.KNN插补

B.回归填充

C.删除法

D.主成分分析

解析：超过30%缺失值时删除法会导致数据量锐减，KNN和回归填充需完整特征，PCA是降维技术，此时应采用多重插补或模型驱动的代理变量法。

4.某电商平台通过用户历史购买数