一、 填空题（15分）
1.数据仓库的特点分别是 面向主题 、 集成 、 相对稳定 、反映历史变化。
2.元数据是描述数据仓库内数据的结构和建立方法的数据。根据元数据用途的不同可将元数据分为 技术
元数据和 业务 元数据两类。
3.OLAP技术多维分析过程中，多维分析操作包括 切片 、 切块 、 钻取 、 旋转 等。
4.基于依赖型数据集市和操作型数据存储的数据仓库体系结构常常被称为“ 中心和辐射 ”架构，其中
企业级数据仓库 是中心，源数据系统和数据集市在输入和输出范围的两端。
5.ODS实际上是一个集成的、 面向主题的 、 可更新的 、 当前值的 、 企业级的 、详细的数据库，也叫运营数据存储。
二、 多项选择题（10分）
6.在数据挖掘的分析方法中，直接数据挖掘包括（ ＡＣＤ ）
A 分类 B 关联 C 估值 D 预言
7.数据仓库的数据ETL过程中，ETL软件的主要功能包括（ＡＢＣ）
A 数据抽取 B 数据转换 C 数据加载 D 数据稽核
8.数据分类的评价准则包括（ ABCD ）
A 精确度 B 查全率和查准率 C F-Measure D 几何均值
9.层次聚类方法包括（ BC ）
A 划分聚类方法 B 凝聚型层次聚类方法 C 分解型层次聚类方法 D 基于密度聚类方法
10.贝叶斯网络由两部分组成，分别是（ A D ）
A 网络结构 B 先验概率 C 后验概率 D 条件概率表
三、 计算题（30分）
11.一个食品连锁店每周的事务记录如下表所示，其中每一条事务表示在一项收款机业务中卖出的项目，假定supmin=40%，confmin=40%，使用Apriori算法计算生成的关联规则，标明每趟数据库扫描时的候选集和大项目集。（15分）
1. 何谓数据挖掘？它有哪些方面的功能？
从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程称为数据挖掘。相关的名称有知识发现、数据分析、数据融合、决策支持等。
数据挖掘的功能包括：概念描述、关联分析、分类与预测、聚类分析、趋势分析、孤立点分析以及偏差分析等。
2. 何谓粒度？它对数据仓库有什么影响？按粒度组织数据的方式有哪些？
粒度是指数据仓库的数据单位中保存数据细化或综合程度的级别。粒度影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答查询问题的细节程度。按粒度组织数据的方式主要有：
① 简单堆积结构
② 轮转综合结构
③ 简单直接结构
④ 连续结构
3. 简述数据仓库设计的三级模型及其基本内容。
概念模型设计是在较高的抽象层次上的设计，其主要内容包括：界定系统边界和确定主要的主题域。
逻辑模型设计的主要内容包括：分析主题域、确定粒度层次划分、确定数据分割策略、定义关系模式、定义记录系统。
物理数据模型设计的主要内容包括：确定数据存储结构、确定数据存放位置、确定存储分配以及确定索引策略等。在物理数据模型设计时主要考虑的因素有:I/O存取时间、空间利用率和维护代价等。
提高性能的主要措施有划分粒度、数据分割、合并表、建立数据序列、引入冗余、生成导出数据、建立广义索引等。
4. 在数据挖掘之前为什么要对原始数据进行预处理？
原始业务数据来自多个数据库或数据仓库，它们的结构和规则可能是不同的，这将导致原始数据非常的杂乱、不可用，即使在同一个数据库中，也可能存在重复的和不完整的数据信息，为了使这些数据能够符合数据挖掘的要求，提高效率和得到清晰的结果，必须进行数据的预处理。
为数据挖掘算法提供完整、干净、准确、有针对性的数据，减少算法的计算量，提高挖掘效率和准确程度。
5. 简述数据预处理方法和内容。
① 数据清洗：包括填充空缺值，识别孤立点，去掉噪声和无关数据。
-----WORD格式--可编辑--专业资料-----
--完整版学习资料分享---- 一、 名词解释
1. 数据仓库：是一种新的数据处理体系结构.是面向主题的、集成的、不可更新的(稳定性)、随时间不断变化(不同时间)的数据集合.为企业决策支持系统提供所需的集成信息。
2. 孤立点：指数据库中包含的一些与数据的一般行为或模型不一致的异常数据。
3. OLAP：OLAP是在OLTP的基础上发展起来的.以数据仓库为基础的数据分析处理.是共享多维信息的快速分析.是被专门设计用于支持复杂的分析操作.侧重对分析人员和高层管理人员的决策支持。
4. 粒度：指数据仓库的数据单位中保存数据细化或综合程度的级别。粒度影响存放在数据仓库中的数据量的大小.同时影响数据仓库所能回答查询问题的细节程度。
5. 数据规范化：指将数据按比例缩放(如更换大单位).使之落入一个特定的区域（如0－1）以提高数据挖掘效率的方法。规范化的常用方法有：最大－最小规范化、零－均值规范化、小数定标规范化。
6. 关联知识：是反映一个事件和其他事件之间依赖或相互关联的知识。如果两项或多项属性之间存在关联.那么其中一项的属性值就可以依据其他属性值进行预测。
7. 数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的数据中.提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
8. OLTP：OLTP为联机事务处理的缩写.OLAP是联机分析处理的缩写。前者是以数据库为基础的.面对的是操作人员和低层管理人员.对基本数据进行查询和增、删、改等处理。
9. ROLAP：是基于关系数据库存储方式的.在这种结构中.多维数据被映像成二维关系表.通常采用星型或雪花型架构.由一个事实表和多个维度表构成。
10. MOLAP：是基于类似于“超立方”块的OLAP存储结构.由许多经压缩的、类似于多维数组的对象构成.并带有高度压缩的索引及指针结构.通过直接偏移计算进行存取。
判断题
序号章节章节题号
111
212
313
414
515
616
717
818
919
10110
1121
1222
1323
1424
1525
1631
1732
1833
1934
2035
2136
2237
2338
2441
2542
2643
2744
2851
2952
3053
3154
3261
3362
3463
3564
3671
3772
3873
3974
4075
4181
4282
4383
4484
4585
4691
4792
4893
4994
50101
Page 1判断题
51102
52103
53104
54111
55112
56113
57114
58115
59121
60122
61123
62124
63125
64131
65132
66133
67134
68135
69136
70137
71141
72142
73143
74151
75152
76153
77161
78162
79163
80164
Page 2判断题
题目
数据是表示信息的具体形式，信息是数据表达的内容。
在数据库的三级模式结构中内模式可以有多个。只有一个
数据独立性指数据的存储与应用程序无关，数据存储结构的改变不影响应用程序的正常运行。
当数据库的存储结构改变了，由数据库管理员对模式／内模式映射作相应改变，可以使模式保持不
变，从而保证了数据的物理独立性。
数据处理是将信息转换成数据的过程。数据转换成信息
数据库在计算机系统中不是以文件方式存储的。
数据库系统其实就是一个应用软件。
三级模式结构也就是从逻辑上对数据库的组织从内到外进行的3个层次描述。
三级模式间存在三个映射关系。二个
DBMS不需要操作系统的支持就可以实现其功能。需要
用二维表来表示实体之间联系的模型称为网状模型。关系模型
在E-R图中，用来表示属性的图形是椭圆形。
关系模型是目前最常用的数据模型。
属性的取值范围称为属性的域。
同类实体的集合称为实体型。实体集
关系数据库模型的3个要素分别为数据增加、数据修改、数据查询。数据结构，关系操作，完整性约束
消除了部分函数依赖的1nf的关系模式必定是2nf。反了，应该是3NF>2NF,2NF>1NF
