大数据挖掘期末试题

《海量数据挖掘技术及工程实践》题目

一、单选题（共80题）

1) ( D )的目的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

和原始数据相同的分析结果。

A.数据清洗 B.数据集成 C.数据变换 D.数据归约

2) 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

3) 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 A. Precision,ROC D. Recall,ROC

4) 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)

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

5) 当不知道数据所带标签时，可以使用哪种技术

数据挖掘 期末试题（2014学年）

一、（20分）假定用于分析的数据包含属性age。数据元组的age值（以递增序）是：

5, 15, 25, 35, 45, 55, 60。

(a) 该数据的均值是______, 中位数是_____（4分） (b) 数据的中列数是______（2分）

(c) 第一个四分位数（Q1）是_____和第三个四分位数（Q3）是_____（4分） (d) 给出数据的五数概括:______________________（4分）

(e) 使用min-max规范化将age值35变换到[0.1,1.0]区间的值是:_____（2分） (f) 使用z-score规范化变换age值35的值是______（2分） (g) 使用小数定标规范化变换age值35的值是______（2分） 二、（20分）下面的相依表汇总了超级市场的事务数据，其中hot dogs表示包含热狗的事务，

~hot dogs 表示不包含热狗的事务，hamburgers表示包含汉堡包的事务，~hamburgers表示不包含汉堡包的事务。

(a) 假定挖掘出了关联规则 “hot dogs=>humburgers”。给定最小支持度阈值60%，

最小置信度阈值50%，该关

《海量数据挖掘技术及工程实践》题目

一、单选题（共80题）

1) ( D )的目的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

和原始数据相同的分析结果。

A.数据清洗 B.数据集成 C.数据变换 D.数据归约

2) 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

3) 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 A. Precision,ROC D. Recall,ROC

4) 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)

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

5) 当不知道数据所带标签时，可以使用哪种技术

《数据挖掘》总复习题

1． 数据挖掘系统可以根据什么标准进行分类？

挖掘的数据库类型分类、挖掘的知识类型分类、所用的技术分类、应用分类 2．知识发现过程包括哪些步骤？

数据清理、数据集成、数据选择、数据变换、数据挖掘、模式评估、知识表示 3．什么是概念分层？

一个概念分层定义一个映射序列，将底层概念到更一般的高层概念。 4．多维数据模型上的OLAP操作包括哪些？

上卷、下钻、切片和切块、转轴、其它OLAP操作 5．OLAP服务器类型有哪几种？

关系OLAP(ROLAP)服务器、多维OLAP（MOLAP）服务器、 混合OLAP(HOLAP)服务器、特殊的SQL服务器 6．数据预处理技术包括哪些？

数据清理、数据集成、数据变换、数据归约 7．什么是数据清理？

数据清理例程可以用于填充遗漏的值，平滑数据，找出局外者并纠正数据的不一致性 8．什么是数据集成？

数据集成将多个数据源中的数据结合成、存放在一个一致的数据存储，如数据仓库中。 这些源可能包括多个数据库、数据方或一般文件。 9．什么是数据归约？

数据归约技术，如数据方聚集、维归约、数据压缩、数值归约和离散化都可以用来得到数据的归约表示，而使得信息内容的损失最小。 10．数据清理的

单选题

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

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) 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

4. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？(B)

A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链

6. 使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A） A. 探索性数据分析 B. 建模描述

C. 预测建模 D. 寻找模式和规则 11.下面哪种不属于数据预处理的方法？ (D)

A变量代换 B离散化 C 聚集 D 估计遗漏值

12. 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 5

大数据平台下的数据挖掘解决方案V3.0

大数据平台下的数据挖掘

解 决 方 案

大数据平台下的数据挖掘解决方案V3.0

目 录

一 数据管理的现状 .................................................................................. 1 二 数据挖掘的概述 .................................................................................. 2

（一） （二）

数据挖掘概念 ........................................................................................ 2 数据挖掘目标 ........................................................................................ 3

三 数据挖掘体系 .............................................................

大数据平台下的数据挖掘解决方案V3.0

大数据平台下的数据挖掘

解 决 方 案

大数据平台下的数据挖掘解决方案V3.0

目 录

一 数据管理的现状 .................................................................................. 1 二 数据挖掘的概述 .................................................................................. 2

（一） （二）

数据挖掘概念 ........................................................................................ 2 数据挖掘目标 ........................................................................................ 3

三 数据挖掘体系 .............................................................

龙源期刊网 http://www.qikan.com.cn

浅析大数据时代物流信息的挖掘与应用

作者：杨曙

来源：《电脑知识与技术》2017年第18期

摘要：伴随信息技术的飞速进步，为电子商务发展创造了良好契机，近年来，人们对物流市场需求逐步攀升，大数据时代，物流企业不可避免的面临着如何从庞大数据中挖掘有效数据的困境。文章通过阐述大数据时代下的物流行业发展现状，分析物流管理系统中的物流信息挖掘，对数据挖掘在物流信息系统中的应用展开探讨，旨在为如何促进大数据时代物流行业有序健康发展研究适用提供一些思路。

关键词：大数据；物流信息；数据挖掘；应用

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）18-0001-02

大数据时代下，人们对物流需求提出了越来越严苛的要求，如此一来，物流企业应当紧随社会发展脚步，推进企业自身运作流程的优化改良，通过不断创造出更具针对性、更高质量的物流服务，以实现对物流市场发展需求的有效满足。数据挖掘技术可对事物相互间关联性进行充分挖掘，具备一系列优势功能，所以可对物流中产生的海量信息开展有效整合，为物流企业制定决策提供可靠依

详细介绍R+Hadoop系统结构、案例以及优缺点分析等

1 基本介绍

1.1 简介

RHadoop是运行R语言的Hadoop分布式计算平台的简称。要认识Rhadoop首先我们分别来认识R语言和Hadoop。

Hadoop已经成名好多年了，它是Apache软件基金会旗下的一个JAVA开源分布式计算平台，现已被各大互联网企业（包括Yahoo和Facebook等）用于大规模数据分布式存储与分布式计算。近年来随着云计算、大数据处理、数据挖掘等概念和应用越来越火，Hadoop更是名声大噪，各大企业对熟悉Hadoop体系架构和性能优化的人才需求也相当旺盛，人才缺口也相对加大。

R语言可能对大多数人来说比较陌生，但是做数理统计、数据分析的人不会不知道R。R是一门主要运用于统计分析与绘图的编程语言和操作工具。和Matlab类似，R是一门高级脚本化编程语言，直接在命令行输入指令即可运行，无需编译链接。它可以进行高效的向量化运算，效率远高于传统的循环运算。另外，R是开源的，有大批杰出的工程师和程序员为R开发了许多好用的函数库和图形化工具，尤其在数理统计方面有大量成熟的开源的程序包。所以R是做数据挖掘、数据分析的廉价高效的方案。

1.2 功能

Rhadoop是将R的强大统计分析

数据挖掘期末论文框架例

数据挖掘在****中的应用

摘要：

关键词：

1． 引言

****概念数据挖掘概念

2． 国内外研究现状

总体描述

某某人在某篇文章提出***观点

3． 数据挖掘应用框架

流程图

步骤语言描述

4． 数据挖掘应用实例

写出实例按照应用框架一步步展开

5． 结论与展望

实例的结果和该领域未来应用趋势描述 参考文献：