一、选择题
1、从海量数据中提取有用的信息，所面临的困难有( )
A、数据量太大，无法使用传统的数据分析工具和技术处理它们；
B、数据本身不是非传统数据，不能使用传统的数据处理方法进行处理；
C、在某些情况下，面临的问题不能使用己有的数据分析技术来解决；
D、数据量太大，没有足够的存储空间。
2、下列任务中，属于数据挖掘技术在商务智能方面应用的是( )
A、顾客分析
B、定向营销
C、商店分布
D、欺诈检测
3、在地球的气候领域，数据挖掘开发的技术可以帮助地球科学家解决以下问题
A、干旱和飓风等生态系统扰动的频度和强度与全球变暖之间有何联系
B、海洋表面温度对地表降水量和温度有何影响
C、如何准确地预测一个地区的生长季节的开始和结束
D、
4、下列任务中，属于数据挖掘范畴的是
A、预测一位新的顾客是否会在一家百货公司消费 100美元以上。
B、使用数据库管理系统查找个别的记录
C、通过因特网的搜索引擎查找特定的 Web页面
D、根据性别划分公司的顾客。
5、下列任务中，属于数据挖掘范畴的是
A、根据可赢利性划分公司的顾客。
B、计算公司的总销售额。
C、按学生的标识号对学生数据库排序。
D、监视病人心率的异常变化。
6、数据预处理涉及的步骤包括
A、融合来自多个数据源的数据，
B、清洗数据以消除噪声和重复的观测值，
C、选择与当前数据挖掘任务相关的记录和特征。
D、
7、下列数据挖掘任务中，属于分类任务的是
A、预测一个Web用户是否会在网上书店买书
B、预测某股票的未来价格
C、根据检查结果判断病人是否患有某种疾病。
D、
8、异常检测的应用包括
A、检测欺诈
B、网络攻击
C、疾病的不寻常模式
D、生态系统扰动
二、名词解释
1、交叉销售：指根据顾客的兴趣推荐或显示相关商品以增加销售机会。
2、提升销售：指尝试向曾经购买的顾客销售价格更高的商品。
3、数据挖掘：是在大型数据存储库中，自动地发现有用信息的过程。
4、数据挖掘技术：用来探查大型数据库，发现先前未知的有用模式。
5、数据预处理：将未加工的输入数据转换成适合分析的形式。
6、关联分析：用来发现描述数据中强关联特征的模式。
7、聚类分析：用来发现紧密相关的观测值组群，使得与属于不同簇的观测值相比，属于同一簇的观测值相互之间尽可能类似。
三、简答题
1、简述数据库中知识发现的过程。
数据库中知识发现的过程是将未加工的数据转换为有用信息的整个过程，如下图所示。该过程包括一系列转换步骤，从数据的预处理到数据挖掘结果的后处理。
2、数据挖掘算法要解决的问题
（1）算法的可伸缩性
（2）高维性
（3）异种数据和复杂数据
（4）数据的所有权与分布
（5）非传统的分析
3、分布式数据挖掘算法面临的主要挑战包括:
(1)如何降低执行分布式计算所需的通信量
(2)如何有效地统一从多个资源得到的数据挖掘结果
(3)如何处理数据安全性问题
4、数据挖掘任务分为哪两类
数据挖掘任务分为下面两大类：
（1）预测任务。其目标是根据其他属性的值，预测特定属性的值。
（2）描述任务。其目标是导出概括数据中潜在联系的模式(相关、趋势、聚类、轨迹和异常)。
5、预测建模任务有哪两类它们的区别是什么
预测建模任务分为分类和回归两类。它们的区别在于分类用于预测离散的目标变量;而回归用于预测连续的目标变量。
《商务数据分析》实验指导书（适用于国际经济与贸易专业） 江西财经大学国际经贸学院 编写人：戴爱明
目录 前言 (1) 实验一、SPSS Clementine 软件功能演练 (5) 实验二、SPSS Clementine 数据可视化 (9) 实验三、决策树C5.0 建模 (17) 实验四、关联规则挖掘 (30) 实验五、聚类分析（异常值检测） (38)
前言 一、课程简介 商务数据分析充分利用数据挖掘技术从大量商务数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为数据库中知识发现(Knowledge Discovery in Database, KDD)，因此，数据挖掘和数据仓库的协同工作，一方面，可以迎合和简化数据挖掘过程中的重要步骤，提高数据挖掘的效率和能力，确保数据挖掘中数据来源的广泛性和完整性。另一方面，数据挖掘技术已经成为数据仓库应用中极为重要和相对独立的方面和工具。 数据挖掘有机结合了来自多学科技术，其中包括：数据库、数理统计、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像与信号处理、空间数据分析等，这里我们强调商务数据分析所处理的是大规模数据，且其算法应是高效的和可扩展的。通过数据分析，可从数据库中挖掘出有意义的知识、规律，或更高层次的信息，并可以从多个角度对其进行浏览察看。所挖掘出的知识可以帮助进行商务决策支持。当前商务数据分析应用主要集中在电信、零售、农业、网络日志、银行等方面。
第一章 1.(Q1) What is the difference between a host and an end system List the types of end systems. Is a Web server an end system Answer: There is no difference. Throughout this text, the words “host” and “end system” are used interchangeably. End systems inc lude PCs, workstations, Web servers, mail servers, Internet-connected PDAs, WebTVs, etc. 2.(Q2) The word protocol is often used to describe diplomatic relations. Give an example of a diplomatic protocol. Answer: Suppose Alice, an ambassador of country A wants to invite Bob, an ambassador of country B, over for dinner. Alice doesn’t simply just call Bob on the phone and say, come to our dinner table now”. Instead, she calls Bob and suggests a date and time. Bob may respond by saying he’s not available that particular date, but he is available another date. Alice and Bob continue to send “messages” back and forth until they agree on a date and time. Bob then shows up at the embassy on the agreed date, hopefully not more than 15 minutes before or after the agreed time. Diplomatic protocols also allow for either Alice or Bob to politely cancel the engagement if they have reasonable excuses. 3.(Q3) What is a client program What is a server program Does a server program request and receive services from a client program Answer: A networking program usually has two programs, each running on a different host, communicating with each other. The program that initiates the communication is the client. Typically, the client program requests and receives services from the server program.
数据挖掘 引言 数据挖掘是一门交叉学科，涉及到了机器学习、模式识别、归纳推理、统计学、数据库、高性能计算等多个领域。 所谓的数据挖掘（Data Mining）指的就是从大量的、模糊的、不完全的、随机的数据集合中提取人们感兴趣的知识和信息，提取的对象一般都是人们无法直观的从数据中得出但又有潜在作用的信息。从本质上来说，数据挖掘是在对数据全面了解认识的基础之上进行的一次升华，是对数据的抽象和概括。如果把数据比作矿产资源，那么数据挖掘就是从矿产中提取矿石的过程。与经过数据挖掘之后的数据信息相比，原始的数据信息可以是结构化的，数据库中的数据，也可以是半结构化的，如文本、图像数据。从原始数据中发现知识的方法可以是数学方法也可以是演绎、归纳法。被发现的知识可以用来进行信息管理、查询优化、决策支持等。而数据挖掘是对这一过程的一个综合性应用。
目录 引言 (1) 第一章绪论 (3) 1.1 数据挖掘技术的任务 (3) 1.2 数据挖掘技术的研究现状及发展方向 (3) 第二章数据挖掘理论与相关技术 (5) 2.1数据挖掘的基本流程 (5) 2.2.1 关联规则挖掘 (6) 2.2.2 .Apriori算法：使用候选项集找频繁项集 (7) 2.2.3 .FP-树频集算法 (7) 2.2.4.基于划分的算法 (7) 2.3 聚类分析 (7) 2.3.1 聚类算法的任务 (7) 2.3.3 COBWEB算法 (9) 2.3.4模糊聚类算法 (9) 2.3.5 聚类分析的应用 (10) 第三章数据分析 (11) 第四章结论与心得 (14) 4.1 结果分析 (14) 4.2 问题分析 (14) 4.2.1数据挖掘面临的问题 (14) 4.2.2 实验心得及实验过程中遇到的问题分析 (14) 参考文献 (14)
第四章作业答案 16. MCS-51单片机系统中，片外程序存储器和片外数据存储器共用 16位地址线和8位数 据线，为何不会产生冲突？ 解： 数据存储器的读和写由 RD 和WR 信号控制，而程序存储器由读选通信号 PSEN 控制, 这些信号在逻辑上时序上不会产生冲突；程序存储器访问指令为 MOVC ，数据存储器访问 指令为MOVX 。程序存储器和数据存储器虽然共用 16位地址线和8位数据线，但由于二者 访问指令不同，控制信号不同 ，所以两者虽然共处于同一地址空间，不会发生总线冲突。 18.某单片机应用系统，需扩展 2片8KB 的EPROM 和2片8KB 的RAM ，采用地址译码 法，画出硬件连接图，并指出各芯片的地址范围。 解: 硬件连接电路图如图 4.18所示。各芯片的地址范围为: 图4.18 4.18题硬件连接电路图 21. 8255A 的端口地址为 7F00H ?7F03H ,试编程对 8255A 初始化，使A 口按方式0输入, B 口按方式1输出。 解: 程序如下: ORG 0000H LJMP START ORG 0030H START : MOV SP, #60H MOV DPTR , #7F03H MOV A , #10010100B MOVX @DPTR , A SJMP $ END 25.使用8255A 或者8155的B 端口驱动红色和绿色发光二极管各 4只，且红、绿发光二极 管轮流发光各1S 不断循环，试画出包括地址译码器、 8255A 或8155与发光管部分的接口 2764 (1#): 0000H~1FFFH 6264 (1#): 4000H~5FFFH 2764 (2#): 2000H~3FFFH 6264 (2#): 6000H~7FFFH 8031 ALE Q7-QQ G 74LS373 □7-DO OE 1_ —. AO-A?A8-A1?CE 2764 1# D7-D0 QE Al f A12 CE 6264 1# D7-0B WE OE A0-A7Aa-Al2CE 6264 2# D7~D(? W E OE P2.4-P2.0 1 2764 2# D7-D0 OE RESET P0.7^P0.0 PSEN WR RD
第一章半导体器件基础 1．试求图所示电路的输出电压Uo，忽略二极管的正向压降和正向电阻。 解： （a）图分析： 1）若D1导通，忽略D1的正向压降和正向电阻，得等效电路如图所示，则U O=1V，U D2=1-4=-3V。即D1导通，D2截止。 2）若D2导通，忽略D2的正向压降和正向电阻，得等效电路如图所示，则U O=4V，在这种情况下，D1两端电压为U D1=4-1=3V，远超过二极管的导通电压，D1将因电流过大而烧毁，所以正常情况下，不因出现这种情况。 综上分析，正确的答案是U O= 1V。 （b）图分析： 1.由于输出端开路，所以D1、D2均受反向电压而截止，等效电路如图所示，所以U O=U I=10V。
2．图所示电路中， E 解： （a）图 当u I＜E时，D截止，u O=E=5V； 当u I≥E时，D导通，u O=u I u O波形如图所示。 u I ωt 5V 10V uo ωt 5V 10V （b）图 当u I＜-E=-5V时,D1导通D2截止，uo=E=5V； 当-E＜u I＜E时，D1导通D2截止，uo=E=5V； 当u I≥E=5V时，uo=u I 所以输出电压u o的波形与（a）图波形相同。 5．在图所示电路中，试求下列几种情况下输出端F的电位UF及各元件(R、DA、DB)中通过的电流：( 1 )UA=UB=0V；( 2 )UA= +3V，UB = 0 V。( 3 ) UA= UB = +3V。二极管的正向压降可忽略不计。 解：（1）U A=U B=0V时，D A、D B都导通，在忽略二极管正向管压降的情况下，有：U F=0V mA k R U I F R 08 .3 9.3 12 12 = = - = 第二章线性表 2.1 填空题 (1)一半插入或删除的位置 (2)静态动态 (3)一定不一定 (4)头指针头结点的next 前一个元素的next 2.2 选择题 (1)A (2) DA GKHDA EL IAF IFA(IDA) (3)D (4)D (5) D 2.3 头指针：在带头结点的链表中，头指针存储头结点的地址；在不带头结点的链表中，头指针存放第一个元素结点的地址； 头结点：为了操作方便，在第一个元素结点前申请一个结点，其指针域存放第一个元素结点的地址，数据域可以什么都不放； 首元素结点：第一个元素的结点。 2.4已知顺序表L递增有序，写一算法，将X插入到线性表的适当位置上，以保持线性表的有序性。 void InserList(SeqList *L,ElemType x) { int i=L->last; if(L->last>=MAXSIZE-1) return FALSE; //顺序表已满 while(i>=0 && L->elem[i]>x) { L->elem[i+1]=L->elem[i]; i--; } L->elem[i+1]=x; L->last++; } 2.5 删除顺序表中从i开始的k个元素 int DelList(SeqList *L,int i,int k) { int j,l; if(i<=0||i>L->last) {printf("The Initial Position is Error!"); return 0;} if(k<=0) return 1; /*No Need to Delete*/ if(i+k-2>=L->last) L->last=L->last-k; /*modify the length*/ 第四章课后思考题及参考答案 1、为什么说资本来到世间，从头到脚，每个毛孔都滴着血和肮脏的东西？ [答案要点]资本来到世间，从头到脚，每个毛孔都滴着血和肮脏的东西。资本主义的发展史，就是资本剥削劳动、列强掠夺弱国的历史，这种剥夺的历史是用血和火的文字载入人类编年史的。在自由竞争时代，西方列强用坚船利炮在世界范围开辟殖民地，贩卖奴隶，贩卖鸦片，依靠殖民战争和殖民地贸易进行资本积累和扩张。发展到垄断阶段后，统一的、无所不包的世界市场和世界资本主义经济体系逐步形成，资本家垄断同盟为瓜分世界而引发了两次世界大战，给人类带来巨大浩劫。二战后，由于社会主义的胜利和民族解放运动的兴起，西方列强被迫放弃了旧的殖民主义政策，转而利用赢得独立和解放的广大发展中国家大规模工业化的机会，扩大资本的世界市场，深化资本的国际大循环，通过不平等交换、资本输出、技术垄断以及债务盘剥等，更加巧妙地剥削和掠夺发展中国家的资源和财富。在当今经济全球化进程中，西方发达国家通过它们控制的国际经济、金融等组织，通过它们制定的国际“游戏规则”，推行以所谓新自由主义为旗号的经济全球化战略，继续主导国际经济秩序，保持和发展它们在经济结构和贸易、科技、金融等领域的全球优势地位，攫取着经济全球化的最大好处。资本惟利是图的本性、资本主义生产无限扩大的趋势和整个社会生产的无政府状态，还造成日益严重的资源、环境问题，威胁着人类的可持续发展和生存。我们今天看到的西方发达资本主义国家的繁荣稳定，是依靠不平等、不合理的国际分工和交换体系，依靠发展中国家提供的广大市场、廉价资源和廉价劳动力，通过向发展中国家转嫁经济社会危机和难题、转移高耗能高污染产业等方式实现的。资本主义没有也不可能给世界带来普遍繁荣和共同富裕。 2、如何理解商品二因素的矛盾来自劳动二重性的矛盾，归根结底来源于私人劳动和社会劳的矛盾？[答案要点]商品是用来交换的劳动产品，具有使用价值和价值两个因素或两种属性。在私有制条件下，商品所包含使用价值和价值的矛盾是由私有制为基础的商品生产的基本矛盾即私人劳动和社会劳动的矛盾所决定的。以私有制为基础的商品经济是以生产资料的私有制和社会分工为存在条件的。一方面，在私有制条件下，生产资料和劳动力都属于私人所有，他们生产的产品的数量以及品种等，完全由自己决定，劳动产品也归生产者自己占有和支配，或者说，商品生产者都是独立的生产者，他们要生产什么，怎样进行生产，生产多少，完全是他们个人的私事。因此，生产商品的劳动具有私人性质，是私人劳动。另一方面，由于社会分工，商品生产者之间又互相联系、互相依存，各个商品生产者客观上都要为满足他人和社会的需要而进行生产。因此，他们的劳动又都是社会劳动的组成部分。这样，生产商品的劳动具有社会的性质，是社会劳动。对此，马克思指出，当劳动产品转化为商品后，“从那时起，生产者的私人劳动真正取得了二重的社会性质。一方面，生产者的私人劳动必须作为一定的有用劳动来满足一定的社会需要，从而证明它们是总劳动的一部分，是自然形成的社会分工体系的一部分。另一方面，只有在每一种特殊的有用的私人劳动可以同任何另一种有用的私人劳动相交换从而相等时，生产者的私人劳动才能满足生产者本人的多种需要。完全不同的劳动所以能够相等，只是因为它们的实际差别已被抽去，它们已被化成它们作为人类劳动力的耗费、作为抽象的人类劳动所具有的共同性质。”私有制条件下，商品生产者私人劳动所具有的这二重性质，表现为生产商品的劳动具有私人劳动和社会劳动的二重性。 生产商品的私人劳动和社会劳动是统一的，同时也是对立的。其矛盾性表现在：作为私人劳动，一切生产活动都属于生产者个人的私事，但作为社会劳动，他的产品必须能够满足一定的社会需要，他的私人劳动才能转化为社会劳动。而商品生产者的劳动直接表现出来的是它的私人性，并不是它的社会性，他的私人劳动能否为社会所承认，即能否转化为社会劳动，他自己并不能决定，于是就形成了私人劳动和社会劳动的矛盾。这一矛盾的解决，只有通过商品的交换才能实现。当他的产品在市场上顺利地实现了交换之后，他的私人劳动也就成了社会劳动的一部分，他的具体劳动所创造的使用价值才是社会需要的，他的抽象劳动所形成的价值才能实现。如果他的劳动产品在市场上没有卖出去，那就表明，尽管他是为社会生产的，但事实上，社会并不需要他的产品，那么他的产品 数据挖掘入门读物： 深入浅出数据分析这书挺简单的，基本的内容都涉及了，说得也比较清楚，最后谈到了R是大加分。难易程度：非常易。 啤酒与尿布通过案例来说事情，而且是最经典的例子。难易程度：非常易。 数据之美一本介绍性的书籍，每章都解决一个具体的问题，甚至还有代码，对理解数据分析的应用领域和做法非常有帮助。难易程度：易。 数学之美这本书非常棒啦，入门读起来很不错！ 数据分析： SciPy and NumPy 这本书可以归类为数据分析书吧，因为numpy和scipy真的是非常强大啊。Python for Data Analysis 作者是Pandas这个包的作者，看过他在Scipy会议上的演讲，实例非常强！Bad Data Handbook 很好玩的书，作者的角度很不同。 数据挖掘适合入门的教程： 集体智慧编程学习数据分析、数据挖掘、机器学习人员应该仔细阅读的第一本书。作者通过实际例子介绍了机器学习和数据挖掘中的算法，浅显易懂，还有可执行的Python代码。难易程度：中。 Machine Learning in Action 用人话把复杂难懂的机器学习算法解释清楚了，其中有零星的数学公式，但是是以解释清楚为目的的。而且有Python代码，大赞！目前中科院的王斌老师（微博：王斌_ICTIR）已经翻译这本书了机器学习实战(豆瓣)。这本书本身质量就很高，王老师的翻译质量也很高。难易程度：中。我带的研究生入门必看数目之一！ Building Machine Learning Systems with Python 虽然是英文的，但是由于写得很简单，比较理解，又有Python 代码跟着，辅助理解。 数据挖掘导论最近几年数据挖掘教材中比较好的一本书，被美国诸多大学的数据挖掘课作为教材，没有推荐Jiawei Han老师的那本书，因为个人觉得那本书对于初学者来说不太容易读懂。难易程度：中上。Machine Learning for Hackers 也是通过实例讲解机器学习算法，用R实现的，可以一边学习机器学习一边学习R。 数据挖掘稍微专业些的： Introduction to Semi-Supervised Learning 半监督学习必读必看的书。 Learning to Rank for Information Retrieval 微软亚院刘铁岩老师关于LTR的著作，啥都不说了，推荐！Learning to Rank for Information Retrieval and Natural Language Processing 李航老师关于LTR的书，也是当时他在微软亚院时候的书，可见微软亚院对LTR的研究之深，贡献之大。 推荐系统实践这本书不用说了，研究推荐系统必须要读的书，而且是第一本要读的书。 Graphical Models, Exponential Families, and Variational Inference 这个是Jordan老爷子和他的得意门徒Martin J Wainwright 在Foundation of Machine Learning Research上的创刊号，可以免费下载，比较难懂，但是一旦读通了，graphical model的相关内容就可以踏平了。 Natural Language Processing with Python NLP 经典，其实主要是讲NLTK 这个包，但是啊，NLTK 这个包几乎涵盖了NLP 的很多内容了啊！ 数据挖掘机器学习教材： The Elements of Statistical Learning 这本书有对应的中文版：统计学习基础(豆瓣)。书中配有R包，非常赞！可以参照着代码学习算法。 统计学习方法李航老师的扛鼎之作，强烈推荐。难易程度：难。 Machine Learning 去年出版的新书，作者Kevin Murrphy教授是机器学习领域中年少有为的代表。这书是他的集大成之作，写完之后，就去Google了，产学研结合，没有比这个更好的了。 XI`AN TECHNOLOGICAL UNIVERSITY 实验报告 实验课程名称数据集成、变换、归约和离散化 专业：数学与应用数学 班级： 姓名： 学号： 实验学时： 指导教师：刘建伟 成绩： 2016年5月5 日 西安工业大学实验报告 专业数学与应用数学班级131003 姓名学号实验课程数据挖掘指导教师刘建伟实验日期2016-5-5 同实验者实验项目数据集成、变换、归约和离散化 实验设备 计算机一台 及器材 一实验目的 掌握数据集成、变换、归约和离散化 二实验分析 从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式。三实验步骤 1数据分析任务多半涉及数据集成。数据集成是指将多个数据源中的数据合并并存放到一个一致的数据存储（如数据仓库）中。这些数据源可能包括多个数据库、数据立方体或一般文件。在数据集成时，有许多问题需要考虑。模式集成和对象匹配可能需要技巧。 2数据变换是指将数据转换或统一成适合于挖掘的形式。 （1）数据泛化：使用概念分层，用高层概念替换低层或“原始”数据。例如，分类的属性，如街道，可以泛化为较高层的概念，如城市或国家。类似地，数值属性如年龄，可以映射到较高层概念如青年、中年和老年。 （2）规范化：将属性数据按比例缩放，使之落入一个小的特定区间。大致可分三种：最小最大规范化、z-score规范化和按小数定标规范化。 （3）属性构造：可以构造新的属性并添加到属性集中，以帮助挖掘过程。例如，可能希望根据属性height和width添加属性area。通过属性构造可以发现关于数据属性间联系的丢失信息，这对知识发现是有用的。 3数据经过去噪处理后,需根据相关要求对数据的属性进行相应处理.数据规约就是在减少数据存储空间的同时尽可能保证数据的完整性,获得比原始数据小得 第四章 一、单项选择题 1.由反映总体单位某一数量特征的标志值汇总得到的指标是（） A.总体单位总量 B.质量指标 C.总体标志总量 D.相对指标 2.各部分所占比重之和等于1或100%的相对数（） A．比例相对数B．比较相对数C．结构相对数D．动态相对数 3.某企业工人劳动生产率计划提高5%，实际提高了10%，则提高劳动生产率的计划完成程度为（） A.104.76% B.95.45% C.200% D.4.76% 4.某企业计划规定产品成本比上年度降低10%实际产品成本比上年降低了14.5%，则产品成本计划完成程度（） A.14.5% B.95% C.5% D.114.5% 5.在一个特定总体内,下列说法正确的是( ) A.只存在一个单位总量，但可以同时存在多个标志总量 B.可以存在多个单位总量，但必须只有一个标志总量 C.只能存在一个单位总量和一个标志总量 D.可以存在多个单位总量和多个标志总量 6.计算平均指标的基本要求是所要计算的平均指标的总体单位应是（） A.大量的 B.同质的 C.有差异的 D.不同总体的 7.几何平均数的计算适用于求（） A.平均速度和平均比率 B.平均增长水平 C.平均发展水平 D.序时平均数 8.一组样本数据为3、3、1、5、13、12、11、9、7这组数据的中位数是（） A.3 B.13 C.7.1 D.7 9.某班学生的统计学平均成绩是70分，最高分是96分，最低分是62分，根据这些信息，可以计算的测度离散程度的统计量是（） A.方差 B.极差 C.标准差 D.变异系数 10.用标准差比较分析两个同类总体平均指标的代表性大小时，其基本的前提条件是( ) A.两个总体的标准差应相等 B.两个总体的平均数应相等 C.两个总体的单位数应相等 D.两个总体的离差之和应相等 11.已知4个水果商店苹果的单价和销售额，要求计算4个商店苹果的平均单价，应采用（） A.简单算术平均数 B.加权算术平均数 C.加权调和平均数 D.几何平均数 12.算术平均数、众数和中位数之间的数量关系决定于总体次数的分布状况。在对称的钟形分布中（） A.算术平均数=中位数=众数 B.算术平均数>中位数>众数 C.算术平均数<中位数<众数 D.中位数>算术平均数>众数 二、多项选择题 1．下列属于时点指标的有（） A．某地区人口数B．某地区死亡人口数C．某地区出生人口数 必考知识点： 信息增益算法/ ID3决策树(计算) (详细见教材) 使用朴素贝叶斯分类预测类标号(计算) FP-TREE(问答) (详细见教材) 数据仓库的设计(详见第二章)(问答) (见PPT) 数值规约Equi-depth、equi-width、v-optimal、maxdiff(问答) (详细见教材) BUC (这个也要考，但不记得怎么考的了) 后向传播神经网络(名词解释) K-平均，K-中心点，DBSCAN 解析特征化(这个也要考) 总论 数据挖掘：是从大量数据中发现有趣（非平凡的、隐含的、先前未知、潜在有用）模式，这些数据可以存放在数据库，数据仓库或其他信息存储中。 挖掘流程： (1)学习应用域（2）目标数据创建集（3）数据清洗和预处理（4）数据规约和转换（5）选择数据挖掘函数（总结、分类、回归、关联、分类）（6）选择挖掘算法（7）找寻兴趣度模式（8）模式评估和知识展示（9）使用挖掘的知识 概念/类描述：一种数据泛化形式，用汇总的、简洁的和精确的方法描述各个类和概念，通过（1）数据特征化：目标类数据的一般特性或特征的汇总；（2）数据区分：将目标类数据的一般特性与一个或多个可比较类进行比较；（3）数据特征化和比较来得到。 关联分析：发现关联规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件，通常要满足最小支持度阈值和最小置信度阈值。 分类：找出能够描述和区分数据类或概念的模型，以便能够使用模型预测类标号未知的对象类，导出的模型是基于训练集的分析。导出模型的算法：决策树、神经网络、贝叶斯、（遗传、粗糙集、模糊集）。 预测：建立连续值函数模型，预测空缺的或不知道的数值数据集。 孤立点：与数据的一般行为或模型不一致的数据对象。 聚类：分析数据对象，而不考虑已知的类标记。训练数据中不提供类标记，对象根据最大化类内的相似性和最小化类间的原则进行聚类或分组，从而产生类标号。 第二章数据仓库 数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程。从一个或多个数据源收集信息，存放在一个一致的模式下，并且通常驻留在单个站点。数据仓库通过数据清理、变换、继承、装入和定期刷新过程来构造。面向主题：排除无用数据，提供特定主题的简明视图。集成的：多个异构数据源。时变的：从历史角度提供信息，隐含时间信息。非易失的：和操作数据的分离，只提供初始装入和访问。 联机事务处理OLTP：主要任务是执行联机事务和查询处理。 联系分析处理OLAP：数据仓库系统在数据分析和决策方面为用户或‘知识工人’提供服务。这种系统可以用不同的格式和组织提供数据。OLAP是一种分析技术，具有汇总、合并和聚集功能，以及从不同的角度观察信息的能力。 第1章 习题答案 1－1 题1－1图所示信号中，哪些是连续信号？哪些是离散信号？哪些是周期信号？哪些是非周期信号？哪些是有始信号？ 解： ① 连续信号：图（a ）、（c ）、（d ）； ② 离散信号：图（b ）； ③ 周期信号：图（d ）； ④ 非周期信号：图（a ）、（b ）、（c ）； ⑤有始信号：图（a ）、（b ）、（c ）。 1－2 已知某系统的输入f(t)与输出y(t)的关系为y(t)=|f(t)|，试判定该系统是否为线性时不变系统。 解： 设T 为此系统的运算子，由已知条件可知： y(t)=T[f(t)]=|f(t)|，以下分别判定此系统的线性和时不变性。 ① 线性 1）可加性 不失一般性，设f(t)=f 1(t)+f 2(t)，则 y 1(t)=T[f 1(t)]=|f 1(t)|，y 2(t)=T[f 2(t)]=|f 2(t)|，y(t)=T[f(t)]=T[f 1(t)+f 2(t)]=|f 1(t)+f 2(t)|，而 |f 1(t)|＋|f 2(t)|≠|f 1(t)+f 2(t)| 即在f 1(t)→y 1(t)、f 2(t)→y 2(t)前提下，不存在f 1(t)＋f 2(t)→y 1(t)＋y 2(t)，因此系统不具备可加性。 由此，即足以判定此系统为一非线性系统，而不需在判定系统是否具备齐次性特性。 2）齐次性 由已知条件，y(t)=T[f(t)]=|f(t)|，则T[af(t)]=|af(t)|≠a|f(t)|=ay(t) （其中a 为任一常数） 即在f(t)→y(t)前提下，不存在af(t)→ay(t),此系统不具备齐次性，由此亦可判定此系统为一非线性系统。 ② 时不变特性 由已知条件y(t)=T[f(t)]=|f(t)|，则y(t-t 0)=T[f(t-t 0)]=|f(t-t 0)|， 即由f(t)→y(t)，可推出f(t-t 0)→y(t-t 0)，因此，此系统具备时不变特性。 依据上述①、②两点，可判定此系统为一非线性时不变系统。 1－3 判定下列方程所表示系统的性质： )()()]([)()(3)(2)(2)()()2()()(3)(2)()()()()() (2''''''''0t f t y t y d t f t y t ty t y c t f t f t y t y t y b dx x f dt t df t y a t =+=++-+=+++=? 解：（a ）① 线性 1）可加性 由 ?+=t dx x f dt t df t y 0)()()(可得?????→+=→+=??t t t y t f dx x f dt t df t y t y t f dx x f dt t df t y 01122011111)()()()()()()()()()(即即 则 ???+++=+++=+t t t dx x f x f t f t f dt d dx x f dt t df dx x f dt t df t y t y 0212102201121)]()([)]()([)()()()()()( 即在)()()()()()()()(21212211t y t y t f t f t y t f t y t f ＋＋前提下，有、→→→，因此系统具备可加性。 2）齐次性 由)()(t y t f →即?+=t dx x f dt t df t y 0)()()(，设a 为任一常数，可得 )(])()([)()()]([)]([000t ay dx x f dt t df a dx x f a dt t df a dx x af t af dt d t t t =+=+=+??? 即)()(t ay t af →，因此，此系统亦具备齐次性。 由上述1）、2）两点，可判定此系统为一线性系统。 第一章思考题及参考答案 １. 无多余约束几何不变体系简单组成规则间有何关系？ 答：最基本的三角形规则，其间关系可用下图说明： 图a 为三刚片三铰不共线情况。图b 为III 刚片改成链杆，两刚片一铰一杆不共线情况。图c 为I 、II 刚片间的铰改成两链杆（虚铰），两刚片三杆不全部平行、不交于一点的情况。图d 为三个实铰均改成两链杆（虚铰），变成三刚片每两刚片间用一虚铰相连、三虚铰不共线的情况。图e 为将I 、III 看成二元体，减二元体所成的情况。 2．实铰与虚铰有何差别？ 答：从瞬间转动效应来说，实铰和虚铰是一样的。但是实铰的转动中心是不变的，而虚铰转动中心为瞬间的链杆交点，产生转动后瞬时转动中心是要变化的，也即“铰”的位置实铰不变，虚铰要发生变化。 3．试举例说明瞬变体系不能作为结构的原因。接近瞬变的体系是否可作为结构？ 答：如图所示AC 、CB 与大地三刚片由A 、B 、C 三铰彼此相连，因为三铰共线，体系瞬变。设该 体系受图示荷载P F 作用，体系C 点发生微小位移 δ，AC 、CB 分别转过微小角度α和β。微小位移 后三铰不再共线变成几何不变体系，在变形后的位置体系能平衡外荷P F ，取隔离体如图所 示，则列投影平衡方程可得 210 cos cos 0x F T T βα=?=∑，21P 0 sin sin y F T T F βα=+=∑ 由于位移δ非常小，因此cos cos 1βα≈≈，sin , sin ββαα≈≈，将此代入上式可得 21T T T ≈=，()P P F T F T βαβα +==?∞+， 由此可见，瞬变体系受荷作用后将产生巨大的内力，没有材料可以经受巨大内力而不破坏，因而瞬变体系不能作为结构。由上分析可见，虽三铰不共线，但当体系接近瞬变时，一样将产生巨大内力，因此也不能作为结构使用。 4．平面体系几何组成特征与其静力特征间关系如何? 答：无多余约束几何不变体系?静定结构（仅用平衡条件就能分析受力） 有多余约束几何不变体系?超静定结构（仅用平衡条件不能全部解决受力分析） 瞬变体系?受小的外力作用，瞬时可导致某些杆无穷大的内力 常变体系?除特定外力作用外，不能平衡 5． 系计算自由度有何作用？ 答：当W >０时，可确定体系一定可变；当W <０且不可变时，可确定第４章超静定次数；W ＝０又不能用简单规则分析时，可用第２章零载法分析体系可变性。 6．作平面体系组成分析的基本思路、步骤如何？ 答：分析的基本思路是先设法化简，找刚片看能用什么规则分析。 第2章人工智能与知识工程初步 1. 设有如下语句，请用相应的谓词公式分别把他们表示出来：s (1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词d P(x)：x是人 L(x,y)：x喜欢y 其中，y的个体域是{梅花，菊花}。 将知识用谓词表示为： (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解：定义谓词 P(x)：x是人 B(x)：x打篮球 A(y)：y是下午 将知识用谓词表示为：a (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快，存储容量又大。 解：定义谓词 NC(x)：x是新型计算机 F(x)：x速度快 B(x)：x容量大 将知识用谓词表示为： (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解：定义谓词 S(x)：x是计算机系学生 L(x, pragramming)：x喜欢编程序 U(x,computer)：x使用计算机 将知识用谓词表示为： ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解：定义谓词 P(x)：x是人 L(x, y)：x喜欢y 将知识用谓词表示为： (?x) (P(x)∧L(x,pragramming)→L(x, computer)) 2 请对下列命题分别写出它们的语义网络： (1) 每个学生都有一台计算机。 解： (2) 高老师从3月到7月给计算机系学生讲《计算机网络》课。 解： (3) 学习班的学员有男、有女、有研究生、有本科生。 解：参例2.14 (4) 创新公司在科海大街56号，刘洋是该公司的经理，他32岁、硕士学位。 解：参例2.10 (5) 红队与蓝队进行足球比赛，最后以3：2的比分结束。 解： 数据挖掘研究现状及发展趋势摘要：从数据挖掘的定义出发，介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点；详细总结了国内外数据挖掘的研究现状及研究热点，指出了数据挖掘的发展趋势。 关键词：数据挖掘；挖掘算法；神经网络；决策树；粗糙集；模糊集；研究现状；发展趋势 Abstract：From the definition of data mining，the paper introduced concepts and advantages and disadvantages of neural network algorithm，decision tree algorithm，genetic algorithm，rough set method，fuzzy set method and association rule method of data mining，summarized domestic and international research situation and focus of data mining in details，and pointed out the development trend of data mining. Key words：data mining，algorithm of data mining，neural network，decision tree，rough set，fuzzy set，research situation，development tendency 1引言 随着信息技术的迅猛发展，许多行业如商业、企业、科研机构和政府部门等都积累了海量的、不同形式存储的数据资料[1]。这些海量数据中往往隐含着各种各样有用的信息，仅仅依靠数据库的查询检索机制和统计学方法很难获得这些信息，迫切需要能自动地、智能地将待处理的数据转化为有价值的信息，从而达到为决策服务的目的。在这种情况下，一个新的技术———数据挖掘(Data Mining，DM)技术应运而生[2]。 数据挖掘是一个多学科领域，它融合了数据库技术、人工智能、机器学习、统计学、知识工程、信息检索等最新技术的研究成果，其应用非常广泛。只要是有分析价值的数据库，都可以利用数据挖掘工具来挖掘有用的信息。数据挖掘典型的应用领域包括市场、工业生产、金融、医学、科学研究、工程诊断等。本文主要介绍数据挖掘的主要算法及其各自的优缺点，并对国内外的研究现状及研究热点进行了详细的总结，最后指出其发展趋势及问题所在。 江西理工大学 《统计学》课程教学大纲 英文名：Statistics 课程类别：专业基础课 课程性质：专业课 学分：3学分 课时：54课时 前置课：政治经济学、线性代数、微积分、概率论 主讲教师：徐健腾 选定教材：徐国祥，统计学，上海人民出版社，2007 课程概述： 本课程是运用统计数量分析的基本理论和方法，紧密结合社会经济实践，分析社会经济现象的数量表现、数量关系和数量变化规律的一门方法论科学。该课程首先对统计学的基本问题作了描述，包括统计学的概念、统计学的发展简史、统计工作的程序、统计分析软件、统计学的应用领域；其次介绍了统计学的核心概念，包括统计学的常用术语、统计指标与统计指标体系、统计方法和模型构建；再次介绍了描述统计学的基本内容，包括数据的计量与种类、统计数据的搜集与整理、统计表与统计图、集中趋势的测度、离散程度的测度、分布偏态与峰度的测度、指数体系与因素分析、几种常用的经济指数以及综合评价指数等；最后介绍了推断统计学的基本内容，包括抽样推断、假设检验、方差分析、相关与回归分析、时间序列分析等。 教学目的： 通过本课程的学习，要求学生能够全面掌握统计学的基本理论和基本方法，了解统计学发展的简单历史过程，熟悉统计工作的基本程序和统计学的应用领域；同时要求学生能根据统计研究的目的、统计数据的来源渠道和数据类型的不同，选择恰当的数学模型来对社会经济现象进行拟合。为了结合非统计学专业学生的学习要求和教学内容的完整性，要求学生能够掌握必需的统计分析方法和基本的统计指标知识，为深入进行经济分析和理论研究提供依据。 教学方法： 使用本教材要注意理论与实践相结合，着重培养学生综合的分析问题和解决问题的能力、培养他们的实际动手能力。教学过程中应尽量避开繁琐的数学公式推导，以案例为依托，结合实际例子讲清楚统计公式的应用方法。在内容上，立足于“大统计”的角度，从统计数据出发，以统计数据的处理和分析为核心，并根据统计教学的实际需要构建本课程的内容体系。在方法上，力求简明易 参考答案 1．简述信息经济的主要标志。 答：信息经济是指以信息为经济活动之基础，以信息产业为国民经济之主导产业的一种社会经济形态。信息经济作为一种新型的社会经济结构，其主要标志有： （1）信息资源成为人类社会的主要经济资源；信息作为一种经济资源，其表现除了参与创造财富外，还表现在对质能资源的替代节约上，因此把信息当作资源来看待，不仅表现在对信息的重视上，还表现在对物质、能源的节约上。 （2）现代信息技术成为经济生活中的主要技术；信息技术是指开发和利用、采集、传输、控制、处理信息的技术手段。信息资源的开发，使信息量剧增，信息的经济功能骤显，如何把握瞬息万变的信息，为人们的经济生活服务，成为人类的一大难题。信息技术的适时出现，解决了人类的一大难题，信息技术的发展水平与应用程度，也就成为信息经济成熟与否的一个指标。 （3）产品中的信息成分大于质能成分；在信息经济社会，产品中的信息含量增加，信息成分大于质能成分。但并不是说每一种产品的信息成分均大于其质能成分，而是就整体而言的，除了增加物质产品中的信息含量外，信息产品日益丰富。也就是说，在信息经济社会中，产品结构以信息密集型物质产品和信息产品为主。 （4）产业部门中信息劳动者人数占总从业人数的比例大于物质劳动者所占比例；就信息劳动者人数而言，将其限制在产业部门，即农业、工业、服务业和信息产业部门的劳动者，不包括非产业部门的信息劳动者，其中信息劳动者人数占总从业人数的比例大于农业、工业、服务业中任何一个部门物质劳动者所占的比例。 （5）信息部门的产值占国民生产总值的比重大于物质部门产值所占的比重；信息部门的产值一般是指产业化了的信息部门的产值，信息部门产值占国民生产总值的比重大于农业、工业、服务业中任何一个部门产值所占比重。 2．简要叙述信息经济形成的时代背景。 答：（1）人类需求的渐进。随着社会的进步，生产力的发展，质能经济的产品已经不能完全满足人类的需要，只有靠增加物质产品中的信息含量，采用现代信息技术，发展信息产业，才有可能较好地满足人们的需要。这就促使质能经济向信息经济转化。 （2）物质经济的滞胀。二战后的经济危机使得资本主义发达国家不得不寻求对策，一方面实行大量资本输出，一方面按照“需求决定论”调整产业结构，使其向着知识、技术、信息密集型方向发展。 （3）质能资源的短缺。随着质能经济的发展，加之世界人口的急剧增长和资源的挥霍浪费，使质能资源频频告急，从1973年起，人类开始自觉主动地利用信息发展经济。DS第二章-课后习题答案
第四章课后思考题及参考答案
数据挖掘经典书籍
数据挖掘数据预处理
统计学第四章课后题及答案解析
数据挖掘复习知识点整理超详细
信号与系统课后习题答案—第1章
第1章思考题及参考答案
第二章课后习题与答案要点
数据挖掘研究现状及发展趋势
数据挖掘课程教学大纲
第一章思考题参考答案
相关主题
文本预览