数据挖掘系统的基本组成

医学信息学题库+答案一、单选题（共34题，每题1分，共34分）1.检验医学是从人体采集样本中，获取与健康相关的信息。

在医疗保健机构负责这类工作的部门称为()A、临床实验室B、检验实验室C、影像实验室D、化验实验室正确答案：A2.我国的公共卫生发展可以分为三个阶段，不包括()A、起步阶段B、成熟阶段C、快速发展时期D、有序快速发展时期正确答案：B3.目前的CDSS普遍存在的五个问题，其中不包括()A、缺乏临床内容之间的因果关联B、难以提供内容详细深入的解释C、难以对决策结果进行确认核对D、自身系统具有稳定性和灵活性正确答案：D4.信息的基础是()A、数据B、事实C、概念D、知识正确答案：A5.我们祖先发明的()是有时可考的人类最早的计算器A、计算尺B、算术C、算法D、算盘正确答案：D6.信息资源管理是一种观念，也是一种()A、形式B、活动C、模式D、战略正确答案：C7.医学信息学作为一个新兴的()学科。

A、创新性B、边缘性C、交互性D、交叉性正确答案：D8.互联网最大的特点是()A、配置容易B、不定性C、固定性D、连接范围窄正确答案：B9.信息资源管理的英文缩写为()A、ISOB、IRMC、IFIPD、CMIA正确答案：B10.数字签名使用()对数据单元进行密码变换A、CAB、HERC、CPAD、PKI正确答案：D11.中国医药信息学会的英文缩写为()A、CMIAB、AMIAC、CHIMAD、IMIA正确答案：A12.电子病历系统是高度()的，是医院所有信息管理系统的核心A、完整B、规范C、共享D、复杂正确答案：D13.信息交换标准不包括()A、代码规范B、接口规范C、传输规范D、数据规范正确答案：B14.社区信息不包括()A、社区保健信息B、自然环境信息C、社会人文环境信息D、社区资源信息正确答案：A15.临床术语大致可以分为三种类型，不包括()A、参考术语B、数据术语C、界面术语D、应用程序术语正确答案：B16.目前，虽然我国有将近60所大专院校开设了医学信息学专业，但许多专业的培养方向和教学内容大多集中在()、图书馆学和卫生管理上。

讲述与板书：（1）现代DBS三层结构，由外模式、模式、内模式组成。

（2）各层功能外模式：为具体应用提供数据描述模式：整个业务系统的数据描述（全貌）内模式：数据在计算机系统中的存储结构的描述（3）实现了逻辑独立性和物理独立性。

2．数据模式数据模式是依据某种数据模型对数据库管理系统中某一类数据共同的结构和特征的说明，即对这类数据型的描述，不涉及具体的数据值。

商品(商品编码,商品名,定价)提问：（1）数据模式可以说成数据类型，对吗？（2）一条数据记录是数据模式的一个实体，对吗？讲述与板书：（1）逻辑数据模式简称模式。

它是数据库中全体数据的逻辑结构和特征的描述。

它是所有用户程序的公共数据视图，与具体的应用程序无关，一个数据库只有一个模式。

（2）外模式是数据库用户看见的与具体应用程序相关数据的逻辑结构和特征的描述。

子模式，用户模式（3）内模式是对数据的物理存储结构的描述，包括数据的存储方式、检索、压缩、加密等方面的描述。

思考：三层结构是怎样实现数据的逻辑和物理独立性的，请分析说明。

讨论思考思考笔记思考思考作答展示评价（5分钟）1．DBS由组成。

2．DBS架构的三层分别是。

3．通过可以实现逻辑独立性。

完成练习课堂小结(5分钟) （1）数据库系统的组成。

（2）数据库管理系统的体系结构。

（3）数据模式及分类以及模式间的映射。

个别与集体结合回顾学习的内容电子商务数据的概念及意义电子商务是与数据分析关系非常紧密的重要行业之一，也是数据分析广泛应用的行业之一。

通过数据分析对数据进行有效的整理和分析，为企业经营决策提供参考依据，进而为企业创造更多的价值，是数据分析在电子商务领域应用的主要目的。

电子商务数据分析的相关概念电子商务数据分析是运用分析工具研究电子商务数据信息，搭建数据分析与电子商务管理的桥梁，指导电子商务决策的一门新兴学科。

通常概念下，电子商务数据分析指的是对电子商务经营过程中产生的数据进行分析，在研究大量的数据的过程中寻找模式、相关性和其他有用的信息，从而帮助商家做出决策。

数据挖掘与机器学习（一）Part I 数据挖掘与机器学习一、数据挖掘、机器学习、深度学习的区别1、数据挖掘数据挖掘也就是data mining，是一个很宽泛的概念，也是一个新兴学科，旨在如何从海量数据中挖掘出有用的信息来。

数据挖掘这个工作BI（商业智能）可以做，统计分析可以做，大数据技术可以做，市场运营也可以做，或者用excel分析数据，发现了一些有用的信息，然后这些信息可以指导你的business，这也属于数据挖掘。

目前最常见的方式是结合机器学习的算法模型来实现数据挖掘。

2、机器学习machine learning，是计算机科学和统计学的交叉学科，基本目标是学习一个x->y的函数（映射），来做分类、聚类或者回归的工作。

之所以经常和数据挖掘合在一起讲是因为现在好多数据挖掘的工作是通过机器学习提供的算法工具实现的，例如广告的ctr预估，PB级别的点击日志在通过典型的机器学习流程可以得到一个预估模型，从而提高互联网广告的点击率和回报率；个性化推荐，还是通过机器学习的一些算法分析平台上的各种购买，浏览和收藏日志，得到一个推荐模型，来预测你喜欢的商品。

3、深度学习deep learning，机器学习里面现在比较火的一个topic，本身是神经网络算法的衍生，在图像，语音等富媒体的分类和识别上取得了非常好的效果，所以各大研究机构和公司都投入了大量的人力做相关的研究和开发。

总结：数据挖掘是个很宽泛的概念，数据挖掘常用方法大多来自于机器学习这门学科，深度总结学习也是来源于机器学习的算法模型，本质上是原来的神经网络。

二、数据挖掘体系数据挖掘：统计学、数据库系统、数据仓库、信息检索、机器学习、应用、模式识别、可视化、算法、高性能计算（分布式、GPU计算）三、数据挖掘的流程目前，越来越多的人认为数据挖掘应该属于一种知识发现过程（KDD：Knowledge Discovery in Database）。

KDD过程迭代序列：1、数据清理=》消除噪声和删除不一致数据2、数据集成=》多种数据源可以组合在一起3、数据选择=》从数据库中提取与分析任务相关数据4、数据变换=》通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式5、数据挖掘=》使用一定的模型算法提取数据模式6、模式评估=》根据某种兴趣度度量，识别代表知识的真正有趣的模式7、知识表示=》使用可视化和知识表示技术，向用户提供挖掘的知识总结数据挖掘的定义：从大量数据中挖掘有趣模式和知识的过程。

数据挖掘什么是数据挖掘（概念）？P3答：数据挖掘是指从大量数据中提取或“挖掘”知识；广义上讲数据挖掘是从存放在数据库、数据仓库或其它信息库中的大量数据中发现有趣知识的过程。

什么是知识发现（KDD）？知识发现的步骤。

答：知识发现是所谓"数据挖掘"的一种更广义的说法，知识发现是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。

其步骤如下：1)数据清理2)数据集成3)数据选择4)数据变换5)数据挖掘6)数据评估7)知识表现数据仓库，数据集市的概念及其区别。

P8答：数据仓库是一个从多个数据源收集的信息储存库，存放在一个一致的模式下，并且通常驻留在单个站点，数据仓库是通过数据清理、数据变换、数据集成、数据装入和定期数据刷新过程来构造。

数据集市(Data Mart) ，也叫数据市场，是一个从操作的数据和其他的为某个特殊的专业人员团体服务的数据源中收集数据的仓库。

数据仓库收集了跨部门的整个组织的主题信息，因此它是企业范围的；另一方面，数据集市是数据仓库的一个部门子集，它聚焦在选定的主题上，是部门范围的。

数据挖掘系统与数据库系统或数据仓库系统的集成方式（四种）及其优缺点。

P22数据挖掘（DM）系统设计的一个关键问题是如何将DM系统与数据库（DB）系统和/或数据仓库（DW）系统集成或耦合。

. 不耦合（no coupling）：不耦合意味着DM系统不利用DB或DW系统的任何功能。

它可能由特定的数据源（如文件系统）提取数据，使用某些数据挖掘算法处理数据，然后再将挖掘结果存放到另一个文件中。

尽管这种系统简单，但有不少缺点。

首先，DB系统在存储、组织、访问和处理数据方面提供了很大的灵活性和有效性。

不使用DB/DW系统，DM系统可能要花大量的时间查找、收集、清理和变换数据。

在DB和/或DW系统中，数据多半被很好地组织、索引、清理、集成或统一，使得找出任务相关的、高质量的数据成为一项容易的任务。