数据挖掘与分析考试题含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据挖掘与分析考试题含答案

一、单选题（共10题，每题2分，合计20分）

1.在北京市智慧交通领域，若需分析早晚高峰时段各区域拥堵程度，以下哪种数据挖掘技术最适合？

A.关联规则挖掘

B.聚类分析

C.回归分析

D.分类算法

答案：B

解析：拥堵程度分析属于无监督学习中的聚类问题，通过将相似区域聚类，可直观反映拥堵分布。关联规则挖掘适用于发现交通违规模式，回归分析用于预测拥堵时长，分类算法用于识别拥堵原因，均不适用。

2.以下哪种指标最能反映电商用户购物行为的活跃度？

A.置信度

B.提升度

C.完整率

D.呼应率

答案：C

解析：完整率（如订单完成率）直接体现用户行为持续性与稳定性，适合电商活跃度分析。置信度与提升度用于关联规则挖掘，呼应率多用于客户响应分析。

3.在上海市银行反欺诈场景中，处理高频次小额交易欺诈时，哪种模型更优？

A.逻辑回归

B.决策树

C.随机森林

D.XGBoost

答案：D

解析：XGBoost对异常值敏感，适合处理不平衡数据中的高频小样本欺诈行为，性能优于其他模型。

4.若需分析广东省外卖骑手配送效率与天气的关系，以下哪种方法最合适？

A.K-Means聚类

B.神经网络

C.线性回归

D.时间序列分析

答案：C

解析：配送效率与天气呈线性关系时，