数据挖掘考试题库.doc

填空题Web挖掘可分为、和 3大类。数据仓库需要统一数据源,包括统一、统一、统一和统一数据特征4个方面。数据分割通常按时间、、、以及组合方法进行。噪声数据处理的方法主要有、和。数值归约的常用方法有、、、和对数模型等。评价关联规则的2个主要指标是和。多维数据集通常采用或雪花型架构,以表为中心,连接多个表。决策树是用作为结点,用作为分支的树结构。关联可分为简单关联、和。BP神经网络的作用函数通常为区间的。数据挖掘的过程主要包括确定业务对象、、、及知识同化等几个步骤。数据挖掘技术主要涉及、和 3个技术领域。数据挖掘的主要功能包括、、、、趋势分析、孤立点分析和偏差分析7个方面。人工神经网络具有和等特点,其结构模型包括、和自组织网络3种。数据仓库数据的4个基本特征是、、非易失、随时间变化。数据仓库的数据通常划分为、、和等几个级别。数据预处理的主要内容(方法)包括、、和数据归约等。平滑分箱数据的方法主要有、和。数据挖掘发现知识的类型主要有广义知识、、、和偏差型知识五种。OLAP的数据组织方式主要有和两种。常见的OLAP多维数据分析包括、、和旋转等操作。传统的决策支持系统是以和驱动,而新决策支持系统则是以、建立在和技术之上。OLAP的数据组织方式主要有和 2种。SQLServer2000的OLAP组件叫,OLAP操作窗口叫。BP神经网络由、以及一或多个结点组成。遗传算法包括、、 3个基本算子。聚类分析的数据通常可分为区间标度变量、、、、序数型以及混合类型等。聚类分析中最常用的距离计算公式有、、等。基于划分的聚类算法有和。Clementine的工作流通常由、和等节点连接而成。简单地说,数据挖掘就是从中挖掘的过程。数据挖掘相关的名称还有、、等。判断题数据仓库的数据量越大,其应用价值也越大。啤酒与尿布的故事是聚类分析的典型实例。等深分箱法使每个箱子的记录个数相同。数据仓库“粒度”越细,记录数越少。数据立方体由3维构成,Z轴表示事实数据。决策树方法通常用于关联规则挖掘。ID3算法是决策树方法的早期代表。。回归分析通常用于挖掘关联规则。人工神经网络特别适合解决多参数大复杂度问题。概念关系分析是文本挖掘所独有的。可信度是对关联规则的准确度的衡量。孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。SQLServer2000不提供关联规则挖掘算法。Clementine是IBM公司的专业级数据挖掘软件。决策树方法特别适合于处理数值型数据。数据仓库的数据为历史数据,从来不需要更新。等宽分箱法使每个箱子的取值区间相同。数据立方体是广义知识发现的方法和技术之一。数据立方体的其中一维用于记录事实数据。决策树通常用于分类与预测。Apriori算法是一种典型的关联规则挖掘算法。支持度是衡量关联规则重要性的一个指标。SQLServer2000集成了OLAP,但不具有数据挖掘功能。人工神经网络常用于分类与预测。名词解释数据仓库: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。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。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。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。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。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。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。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。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。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。数据归约:缩小数据的取值范围,使其更适合于数据挖掘算法的需要,并且能够得到和原始数据相同