数据挖掘与分析期末试题

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

《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

中国矿业大学银川学院期末考试试题

2010至2011学年第2学期

考试科目 数据仓库与数据挖掘 学分 2 年级 2008 系 机电动力与信息工程系 专业 计算机

一、 填空题（15分）

1.数据仓库的特点分别是 、 、 、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 元数据和 元数据两类。 3.OLAP

技术多维分析过程中，多维分析操作包

括 、 、 、 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“ ”架构，其中 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、 、 、 、 、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

正如柏拉图所说：需要是发明之母。随着信息时代的步伐不断迈进，大量数据日积月累。我们迫切需要一种工具来满足从数据中发现知识的需求！而数据挖掘便应运而生了。正如书中所说：数据挖掘已经并且将继续在我们从数据时代大步跨入信息时代的历程中做出贡献。

1、数据挖掘

数据挖掘应当更正确的命名为：“从数据中挖掘知识”，不过后者显得过长了些。而“挖掘”一词确是生动形象的！人们把数据挖掘视为“数据中的知识发现（KDD）”的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤！

由此而产生数据挖掘的定义：从大量数据中挖掘有趣模式和知识的过程！数据源包括数据库、数据仓库、Web、其他信息存储库或动态地流入系统的数据。作为知识发现过程，它通常包括数据清理、数据集成、数据变换、模式发现、模式评估和知识表示六个步骤。

数据挖掘处理数据之多，挖掘模式之有趣，使用技术之大量，应用范围之广泛都将会是前所未有的；而数据挖掘任务之重也一直并存。这些问题将继续激励数据挖掘的进一步研究与改进！

2、数据分析

数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究

正如柏拉图所说：需要是发明之母。随着信息时代的步伐不断迈进，大量数据日积月累。我们迫切需要一种工具来满足从数据中发现知识的需求！而数据挖掘便应运而生了。正如书中所说：数据挖掘已经并且将继续在我们从数据时代大步跨入信息时代的历程中做出贡献。

1、数据挖掘

数据挖掘应当更正确的命名为：“从数据中挖掘知识”，不过后者显得过长了些。而“挖掘”一词确是生动形象的！人们把数据挖掘视为“数据中的知识发现（KDD）”的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤！

由此而产生数据挖掘的定义：从大量数据中挖掘有趣模式和知识的过程！数据源包括数据库、数据仓库、Web、其他信息存储库或动态地流入系统的数据。作为知识发现过程，它通常包括数据清理、数据集成、数据变换、模式发现、模式评估和知识表示六个步骤。

数据挖掘处理数据之多，挖掘模式之有趣，使用技术之大量，应用范围之广泛都将会是前所未有的；而数据挖掘任务之重也一直并存。这些问题将继续激励数据挖掘的进一步研究与改进！

2、数据分析

数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究

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：

数据挖掘模拟题B

一、选择题

1. 下列数据挖掘任务中，哪些属于非定向数据挖掘任务（D） A 分类

B 回归

C 预测 D 聚类

2. 数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了(C )数据挖掘方法。

A 分类 B 预测 C 组合或关联法则 D聚类 3．数据挖掘技术包括三个主要的部分 （ C ） A．数据、模型、技术 B．算法、技术、领域知识

C．数据、建模能力、算法与技术 D．建模能力、算法与技术、领域知识 4．在有指导的数据挖掘中，有关测试集的说法错误的是（A） A. 测试集和训练集是相互联系的 B. 测试集是用以测试模型的数据集 C. 通常测试集大约占总样本的三分之一

D. K-次交叉验证中，测试集只有 1 个，训练集有K-1个。 5．在ID3算法中信息增益是指（ D ） A.信息的溢出程度 B. 信息的增加效益 C .熵增加的程度最大 D. 熵减少的程度最大

6. 下面关于时间系列分析与回归分析的关系中，错误的是（ D ）

A 时间序列分析方法明确强调变量值顺序的重要性，而回归分析方法则不必如此 B 时间序列各观察值之间存在一定的依存关系，而回归分析一般要求每一变量

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

第12章 文本数据挖掘与Web挖掘技术

第1节 文本挖掘概述

1.1 文本挖掘的出现

在现实世界中，我们面对的数据大都是文本数据，这些数据是由各种数据源（如新闻文章、研究论文、书籍、数字图书馆、电子邮件和Web页面等）的大量文档组成。所以，随着文档信息量的飞速增长，文本数据的数据量也急剧地增长。

文本数据是所谓的半结构化数据（Semi-Structure Data），它既不是完全无结构的也不是完全结构化的。如，文档可能包含结构字段，比如：标题、作者、出版日期、长度、分类等，也可能包含大量的非结构化的文本，如摘要和内容。

文本挖掘（Text Mining），国外有人称之为文本数据挖掘（Text Data Mining）和文本分析（Text Analysis）。文本挖掘一词大约出现于1998年4月在欧洲举行的第十届机器学习会议上，组织者 Kodratoff明确地定义了文本挖掘的概念，并分清它与“信息检索”的不同点和共同点。Kodratoff认为，文本挖掘的目的是从文档集合中

2011年数据挖掘与数据仓库考试题

1． （10分）讨论:：下列每项活动是否是数据挖掘任务?简单陈述你的理由。

(a) 根据性别划分公司的顾客。 (b) 根据可赢利性划分公司的顾客。 (c) 预测投一对骰子的结果。

(d) 使用历史记录预测某公司未来的股票价格。

2． （10分）列举3种数据挖掘功能，对每种举2个实际应用的例子。

3． （10分）比较急切分类（如，判定树、贝叶斯、神经网络）相对于懒散分类（如，k -最临近、基于案例的推理）的优缺点。 4． （10分）假定你作为一个数据分析人员，受雇于一家移动通讯公司。通过一个例子说明

打算如何使用数据挖掘技术为公司提供帮助。你的例子应包含问题描述，使用何种数据挖掘方法解决该问题，理由和预期效果（不需要定量分析）。

5． （10分）假设数据挖掘的任务是将如下的八个点（用(x,y)代表位置）聚类为三个类。 A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)

距离函数是Euclidean函数。假设初始我们选择A1,B1,和C1为每个簇的中心，用k-means算法来给出

（a） 在第一次循环执行后的三个簇中心 （b） 最后的