当前位置：文档之家 › 数据仓库与数据挖掘 阶段考试复习题

数据仓库与数据挖掘 阶段考试复习题

  • 格式：docx
  • 大小：20.72 KB
  • 文档页数：6

第一章 数据仓库与数据挖掘概述

无习题

第二章 数据仓库概述

一． 判断题

在分析型处理产生后，数据处理的环境由原来的以单一数据库为中心的数据环境发展为以数据仓库为基础的体系化环境。

在事务型（操作型）数据处理下，数据处理的环境主要是以单一数据库为中心的数据环境。

数据仓库是为构建分析型数据处理环境而出现的一种数据存储和组织技术.

面向应用，是数据仓库区别于传统的操作型数据库的关键特征。

一个数据仓库是通过集成多个异种数据源来构造的。

由于在数据仓库中只进行数据的初始装载和查询操作，所以，数据一旦进入数据仓库，就是稳定的，基本上不会被更新。

数据立方体必须是3维的。

在数据仓库中，概念分层定义了一个映射序列，可以将低层概念映射到更一般的高层概念。

方体的格，是在单个维上定义的映射序列，可以将低层概念映射到更一般的高层概念。

雪花模型通过在每个维表基础上，增加附加维表的方式来降低星型模型中可能会存在的冗余现象。

在事实星座模型中，有且仅能有一个事实表。

在数据仓库的设计过程中，要坚持“数据驱动和需求驱动双驱动，且以需求驱动为中心”的原则。

二．单选题

在以下人员中，被誉为“数据仓库之父”的是：（ ） （知识点：数据仓库的基本概念； 易）

A. H.Inmon B. E.F.Codd C. Simon D. Pawlak

以下关于数据仓库的说法正确的是：（ ） （知识点：数据仓库的基本概念； 难）

A. 数据仓库中的数据只能来源于组织内部的操作型数据库

B. 数据仓库是为应对事务型数据处理的需要而产生的

C. 数据仓库是面向主题的，这是其区别于操作型数据库的关键特征

D. 数据仓库必须是面向企业全局的，不能以部门为单位建立数据仓库

以下哪项不是“信息包图”中的元素？ （ ） （知识点：数据仓库的三级模型； 难）

A. 维度 B. 维的概念层次及相应层次上的数量

C. 度量 D. 方体的格

以下哪项不属于数据仓库的逻辑模型？ （ ） （知识点：数据仓库的三级模型； 中）

A. 星型模型 B. 雪花模型

C. 度量模型 D. 事实星座模型

在数据仓库的设计过程中，下列描述正确的是（ ） （知识点：数据仓库的设计； 难）

A. 数据仓库是“数据驱动+需求驱动”双驱动，但必须以需求驱动为中心

B. 数据仓库主要面向分析型处理环境，在设计时很难完全明确用户的需求 C. 数据仓库与数据库一样，其数据主要来自于企业的业务流程

D. 数据仓库的设计目标是要提高事务处理的性能

下面哪项关于星型模型的说法是不正确的：（ ） （知识点：数据仓库的三级模型； 难）

A. 有一个事实表，且事实表中的属性由指向各个维表的外键和一些相应的度量数据组成

B. 有一组小的附属表，称为维表，且每维一个维表

C. 事实表的每个字段都是事实度量字段

D. 由于每维只能建立一个维表，使得维表中有些信息会产生冗余

在数据仓库的概念模型中，通过（ ）来实现数据从客观世界到主观认识的映射。 （知识点：数据仓库的三级模型； 易）

A. E-R模型 B. 信息包图

C. 星型模型 D. 雪花模型

四．填空题

数据仓库的关键特征有：面向（ ）、（ ）、稳定的和（ ）的。 （知识点：数据仓库的基本概念； 易）

数据仓库的三级模型包括：概念模型、（ ）模型和物理模型。 （知识点：数据仓库的三级模型； 易）

设计数据仓库时，常见的逻辑模型包括：（ ）模型、雪花模型和（ ）模型；其中，针对多个数据仓库应用的是（ ）模型。 （知识点：数据仓库的三级模型； 中）

随着计算机应用的深入，其所执行的数据处理类型也相应的分成：事务型数据处理和 （ ）。其中，数据仓库是为迎合（ ）的需要而产生的一种新的数据存储机制。 （知识点：数据仓库的基本概念； 中）

数据仓库与数据库的设计方法不同，数据库的设计遵循SDLC方法，而数据仓库的设计遵循

（ ）方法。 （知识点：数据仓库的设计； 中）

第三章 联机分析处理（OLAP）

一．判断题

OLTP是一种多维数据分析技术。

OLTP是关系型数据库的主要应用。

相对于OLAP技术的验证性分析过程，数据挖掘技术表现出更高的自动学习能力。

OLAP的上钻操作是在某一维上从汇总数据深入到细节数据进行观察。

二．单选题

OLAP技术的核心是：（ ） （知识点：OLAP的基本概念；中）

A. 在线性 B对用户的快速响应

C. 互操作性 D. 多维分析

关于OLAP和OLTP的区别描述，不正确的是：（ ） （知识点：OLAP的基本概念；难）

A. OLAP主要面向企业的高层管理人员，用以辅助决策；而OLTP主要面向企业的基层管理人员，用以辅助日常业务

B. 与OLAP技术不同，OLTP需要处理大量相对简单的任务 C. OLAP的特点在于一次性处理的事务量大，但事务内容比较简单且重复率高 D. OLAP是以数据仓库为基础的，但其最终数据来源与OLTP一样，大都来自底层的数据库系统

三、填空题

常见的OLAP的分析方法包括：（ ）、切块、钻取和（ ）。（知识点：OLAP的基本概念；中）

OLAP的数据组织方式有如下几种：ROLAP、（ ）和 ( )。（知识点：OLAP的基本概念；中）

四、多选题

以下哪些属于OLAP的常见操作？（ ） （知识点：OLAP的基本概念；易）

A. 切片 B 切块 C 钻取 D 旋转

第四章 数据挖掘的基本概念

一． 单选题

某超市研究销售记录数据后发现，买面包的人很大概率也会购买牛奶，这种属于数据挖掘的哪类问题？（ ） （知识点：数据挖掘的基本概念； 中）

A. 关联规则发现 B. 聚类

C. 分类 D. 孤立点检测

对没有类标签属性的数据集，使用哪种技术可以使得同类数据与其他类数据相分离：（ ） （知识点：数据挖掘的基本概念； 难）

A. 关联规则发现 B. 聚类

C. 分类 D. 孤立点检测

假设现在的数据挖掘任务是识别垃圾邮件的典型特征，通常所使用的数据挖掘功能是： （ ）

（知识点：数据挖掘的基本概念； 中）

A. 关联分析 B. 分类预测

C. 概念描述 D. 聚类分析

二． 判断题

在聚类分析中，类（簇）内的相似性越大，类（簇）间的差别越大，聚类的效果就越好。

“啤酒与尿布”的案例是聚类分析的典型案例。

第五章 数据预处理

一． 单选题

对于区间 [240,460]，按照自然划分的3-4-5规则，可以划分为： （ ） （知识点：数据预处理； 中）

A. [200,300), [300,400), [400,500]

B. [300,350), [350,400), [400,450), [450,500]

C. [200,250), [250,300), [300,350), [350,400]

D. [200,300), [300,400]

已知一组价格数据：15,21,24,21,25,4,8,34,28，按照等宽（宽度为10）分箱方法对其进行平滑，可以划分为几个箱子？ （ ） （知识点：数据预处理； 易）

A. 3 B. 4 C. 5 D. 6

假定属性income的平均值与标准差分别为$54000和$16000，使用z-score规范化，则属性值$73600将变换为：（ ） （知识点：数据预处理； 中）

A. 0.736 B. 0.716 C. 1.225 D. 1

在数据归约的如下描述中，错误的是：（ ） （知识点：数据预处理； 难）

A. 数据归约技术可以用来得到数据集的归约表示，它小得多，但仍接近保持原数据的完整性

B. 对归约后的数据集进行挖掘可提高挖掘的效率，并产生相同（或几乎相同）的结果

C. 用于数据归约的时间可以超过或“抵消”在归约后的数据集上挖掘节省的时间

D. 维归约可以检测并删除不相关、弱相关或冗余的属性维。

将原始数据进行集成、变换、维度归约、数值归约是在以下哪个步骤进行的？（ ） （知识点：数据预处理； 中）

A. 频繁模式挖掘 B. 分类和预测

C. 数据预处理 D. 数据流挖掘

二． 多选题

在现实世界的数据中，元组在某些属性上缺少值是常有的，处理该问题的常用方法包括： （ ）

（知识点：数据预处理； 中）

A. 忽略元组 B. 使用一个全局变量填充空缺值

C. 使用属性的平均值填充空缺值 D. 使用最可能的值进行填充

E．使用与给定元组属同一类的所有样本的平均值

以下方法中，哪些属于数据规范化的方法？（ ） （知识点：数据预处理； 难）

A. 最大最小规范化 B. 小数定标规范化

C. 3-4-5规则 D. Z-score规范化

在维归约方法中，常见的用于属性子集选择的启发式方法有：（ ） （知识点：数据预处理；

难）

A. 逐步向前选择 B. 逐步向后删除

C. 向前选择和向后删除相结合 D. 判定树归纳

三． 填空题

商务智能的三大支撑技术有：（ ）、（ ）和 数据挖掘。 （知识点：商务智能的基本概念；易）

常见的数据规范化的方法有：（ ）、零均值规范化，和（ ）。 （知识点：数据预处理；中）

第六章 概念描述：特征化和比较

一． 单选题

以下操作中不属于数据概化操作是：（ ） （知识点：概念描述；中）

A. 将n维数据立方体聚集为n-1维数据立方体

B. 利用OLAP进行数据的上卷操作

C. 考察任务相关数据中每个属性的不同取值的个数，对数据进行概化操作

D. 利用最大最小规范化方法，将数据按比例缩放到一个小的特定区间

什么是AOI：（ ） （知识点：概念描述；易）

合集下载

数据库试题及答案

数据库试题及答案

一、填空

1.数据模型分为（ 层次模型 ）和（ 网状模型 ）、（关系模型）。

2.数据库系统（DBS）是一个由（外模式 ）、（ 模式）、（内模式 ）组成的多级系统结构。

3.数据库管理系统提供了4个方面的数据控制功能：（ 数据定义 ）、数据操作、（ 数据库管理 ）和（ 数据库建立和维护以及通信 ）。

4.属性的取值范围称作属性的（值域 ）。

5.E-R图是由（ 实体）、（ 属性 ）和（联系 ）这3个基本要素组成的。

6.Windows身份验证是指（ 系统用户 /Windows合法用户）身份登录SQL Server.

7.SQL中的语句可分为数据查询语言、数据定义语言、（ 数据操纵语言 ）和（ 数据控制语言 ）四类。

8. SQL Server2000引入了3种新的数据类型（ Bigint类型 ）、（ Sql_Variant类型 ）和（Table类型 ）。

9.tempdb数据库保存所有的临时表和临时（存储过程 ）。

10.数据文件是存放数据和数据库对象的文件。一个数据库可以有（一个或多个 ）数据文件，每个数据文件只属于一个数据库。

11.当一个数据文件有多个数据文件时，其中一个文件被定义为主数据文件，扩展名为（.MDF ），用来存储数据库的启动信息和部分或全部数据。其他数据文件被称为次数据文件，扩展名为（.NDF ），用来存储主数据文件没有存储的其他数据。

12.事物日志文件时用来记录数据库更新信息的文件。事物日志文件最小为512KB，扩展名为（ .LDF ）。每个数据库可以有（一个或多个 ）事物日志文件。

13.master数据库记录SQL Server系统的所有（系统 ）信息，如SQL Server的初始化信息、所有的登录账户和系统配置设置等。

14.整数型的int型数的范围为（-2^31-2^31-1 ），整数型的tinyint型数的范围为（ 0~255 ）。

数据库笔试题及答案(内含多套)

数据库笔试题及答案(内含多套)

1 数据库笔试题及答案I

第一套

选择题

1. 下面叙述正确的是______。

A、算法的执行效率与数据的存储结构无关

B、算法的空间复杂度是指算法程序中指令(或语句)的条数

C、算法的有穷性是指算法必须能在执行有限个步骤之后终止

D、以上三种描述都不对

2. 以下数据结构中不属于线性数据结构的是______。

A、队列B、线性表C、二叉树D、栈

3. 在一棵二叉树上第5层的结点数最多是______。

A、8 B、16 C、32 D、15

4. 下面描述中，符合结构化程序设计风格的是______。

A、使用顺序、选择和重复(循环)三种基本控制结构表示程序的控制逻辑

B、模块只有一个入口，可以有多个出口

C、注重提高程序的执行效率 D、不使用goto语句

5. 下面概念中，不属于面向对象方法的是______。

A、对象 B、继承 C、类 D、过程调用

6. 在结构化方法中，用数据流程图(DFD)作为描述工具的软件开发阶段是______。

A、可行性分析 B、需求分析 C、详细设计 D、程序编码

7. 在软件开发中，下面任务不属于设计阶段的是______。

A、数据结构设计 B、给出系统模块结构 C、定义模块算法

D、定义需求并建立系统模型

8. 数据库系统的核心是______。

A、数据模型 B、数据库管理系统 C、软件工具 D、数据库

9. 下列叙述中正确的是______。

A、数据库是一个独立的系统，不需要操作系统的支持

B、数据库设计是指设计数据库管理系统

C、数据库技术的根本目标是要解决数据共享的问题

D、数据库系统中，数据的物理结构必须与逻辑结构一致

10. 下列模式中，能够给出数据库物理存储结构与物理存取方法的是______。

A、内模式 B、外模式 C、概念模式 D、逻辑模式

11. Visual FoxPro数据库文件是______。

数据挖掘试卷及答案

数据挖掘试卷及答案

12/13 年第2学期《数据挖掘与知识发现》期末考试试卷及答案

一、 什么是数据挖掘什么是数据仓库并简述数据挖掘的步骤。（20分）

数据挖掘是从大量数据中提取或发现（挖掘）知识的过程。

数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的决策制定过程。

步骤：

1）数据清理 （消除噪声或不一致数据）

2) 数据集成 （多种数据源可以组合在一起）

3 ) 数据选择 （从数据库中检索与分析任务相关的数据）

4 ) 数据变换 （数据变换或统一成适合挖掘的形式，如通过汇总或聚集操作）

5) 数据挖掘 （基本步骤，使用智能方法提取数据模式）

6) 模式评估 （根据某种兴趣度度量，识别表示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）

二、元数据的定义是什么元数据包括哪些内容（20分）

元数据是关于数据的数据。在数据仓库中, 元数据是定义仓库对象的数据。

元数据包括 ：

数据仓库结构的描述，包括仓库模式、视图、维、分层结构、导出数据的定义, 以及数据集市的位置和内容。

操作元数据，包括数据血统（移植数据的历史和它所使用的变换序列）、数据流通（主动的、档案的或净化的)、管理信息（仓库使用统计量、错误报告和审计跟踪）。

汇总算法，包括度量和维定义算法, 数据所处粒度、划分、主题领域、聚集、汇总、预定义的查询和报告 。 由操作环境到数据仓库的映射，包括源数据库和它们的内容，网间连接程序描述, 数据划分, 数据提取、清理、转换规则和缺省值, 数据刷新和净化规则,

安全 (用户授权和存取控制)。

关于系统性能的数据，刷新、更新定时和调度的规则与更新周期，改善数据存取和检索性能的索引和配置。

商务元数据，包括商务术语和定义, 数据拥有者信息和收费策略。

三、在 O L A P 中，如何使用概念分层 请解释多维数据模型中的OLAP上卷下钻切片切块和转轴操作。（20分）

数据仓库与数据挖掘复习大全

数据仓库与数据挖掘复习大全

数据仓库与数据挖掘复习⼤全

数据仓库与数据挖掘复习⼤全湖北⽂理学院湖北襄阳王茂林1.某超市研究销售纪录数据后发现，买啤酒的⼈很⼤概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)

A. 关联规则发现

B. 聚类

C. 分类

D. ⾃然语⾔处理

2. 以下两种描述分别对应哪两种对分类算法的评价标准？(A)

(a)警察抓⼩偷，描述警察抓的⼈中有多少个是⼩偷的标准。

(b)描述有多少⽐例的⼩偷给警察抓了的标准。

A. Precision, Recall

B. Recall, Precision

C. Precision, ROC

D. Recall, ROC

分类是⼀种重要的数据挖掘算法。分类的⽬的是构造⼀个分类函数或分类模型（即分类器），通过分类器将数据对象映射到某⼀个给定的类别中。分类器的主要评价指标有准确率(Precision)、召回率(Recall)、F b-score、ROC、AOC等。

准确率(Precision) 和召回率(Recall)是信息检索领域两个最基本的指标。准确率也称为查准率，召回率也称为查全率。它们的定义如下：Precision=系统检索到的相关⽂件数量/系统检索到的⽂件总数量

Recall=系统检索到的相关⽂件数量/系统所有相关⽂件数量

F b-score是准确率和召回率的调和平均：F b=[(1+b2)*P*R]/（b2*P+R），⽐较常⽤的是F1。在信息检索中，准确率和召回率是互相影响的，虽然两者都⾼是⼀种期望的理想情况，然⽽实际中常常是准确率⾼、召回率就低，或者召回率低、但准确率⾼。所以在实际中常常需要根据具体情况做出取舍，例如对⼀般搜索的情况是在保证召回率的情况下提升准确率，⽽如果是疾病监测、反垃圾邮件等，则是在保证准确率的条件下，提升召回率。但有时候，需要兼顾两者，那么就可以⽤F-score指标。在信息检索中，准确率和召回率是互相影响的，虽然两者都⾼是⼀种期望的理想情况，然⽽实际中常常是准确率⾼、召回率就低，或者召回率低、但准确率⾼。所以在实际中常常需要根据具体情况做出取舍，例如对⼀般搜索的情况是在保证召回率的情况下提升准确率，⽽如果是疾病监测、反垃圾邮件等，则是在保证准确率的条件下，提升召回率。但有时候，需要兼顾两者，那么就可以⽤F-score指标。3.将原始数据进⾏集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C)