1、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘期末試題廣西財經(jīng)學院20072008學年第一學期數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程期末考試試卷(a)一、名詞說明(每題4分，共20分)1、數(shù)據(jù)倉庫數(shù)據(jù)倉庫data warehouse是一個面對主題的subject oriented、集成的integrate、相對穩(wěn)定的non-volatile、反映歷史改變time variant的數(shù)據(jù)集合，用于支持管理決策。2、數(shù)據(jù)挖掘數(shù)據(jù)挖掘(data mining)，又稱為數(shù)據(jù)庫中的學問發(fā)覺(knowledge discovery in database, kdd)，就是從大量數(shù)據(jù)中獵取有效的、新穎的、潛在有用的、最終可理解的形式的非平凡過程，簡潔的

2、說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘?qū)W問。3、雪花模型雪花形式中某些維表是標準化的，因此把數(shù)據(jù)進一步分解到附加的表中，形式圖形成了類似雪花的樣子。通過最大限度地削減數(shù)據(jù)存儲量以及結(jié)合較小的維表來改善查詢性能。雪花模型增加了用戶必需處理的表數(shù)量，增加了某些查詢的冗雜性，但同時進步了處理的敏捷性，可以答復更多的商業(yè)問題，特殊合適系統(tǒng)的逐步建立要求。4、olapolap是聯(lián)機分析處理，是使分析人員、管理人員或執(zhí)行人員可以從多角度對信息進展快速、全都、交互地存取,從而獲得對數(shù)據(jù)的更深化理解的一類軟件技術(shù)。它支持冗雜的分析操作，側(cè)重決策支持，并且供應直觀易懂的查詢結(jié)果。5、決策樹決策樹是將訓練集函數(shù)

3、表示成樹構(gòu)造，通過它來近似離散值的目的函數(shù)。這種樹構(gòu)造是一種有向樹，它以訓練集的一個屬性作節(jié)點，這個屬性所對應的一個值作邊。決策樹一般都是自上而下的來生成的。二、簡答題每題6分，共30分1、企業(yè)面對海量數(shù)據(jù)，應如何詳細施行數(shù)據(jù)挖掘，使之轉(zhuǎn)換成可行的結(jié)果/模型？首先進展數(shù)據(jù)的預處理，主要進展數(shù)據(jù)的清洗，數(shù)據(jù)清洗，處理空缺值，數(shù)據(jù)的集成，數(shù)據(jù)的變換和數(shù)據(jù)規(guī)約。2、請列舉您用法過的各種數(shù)據(jù)倉庫工具軟件包括建模工具，etl工具，前端呈現(xiàn)工具，olap server、數(shù)據(jù)庫、數(shù)據(jù)挖掘工具和熟識程度。etl工具：ascential datastage ，ibm warehouse manager、info

4、rmatica公司的powercenter、cognos 公司的decisionstream市場上的主流數(shù)據(jù)倉庫存儲層軟件有：sql server、sybase、oracle、db2、teradata 但是用法過的只有sql server和數(shù)據(jù)挖掘工具analysis services，而且不大熟識。3、請談一下你對元數(shù)據(jù)管理在數(shù)據(jù)倉庫中的運用的理解。元數(shù)據(jù)能支持系統(tǒng)對數(shù)據(jù)的管理和維護,如關(guān)于數(shù)據(jù)項存儲方法的元數(shù)據(jù)能支持系統(tǒng)以最有效的方式訪問數(shù)據(jù)。詳細來說,在數(shù)據(jù)倉庫系統(tǒng)中,元數(shù)據(jù)機制主要支持以下五類系統(tǒng)管理功能:描繪哪些數(shù)據(jù)在數(shù)據(jù)倉庫中；定義要進入數(shù)據(jù)倉庫中的數(shù)據(jù)和從數(shù)據(jù)倉庫中產(chǎn)生的數(shù)據(jù)；記

5、錄依據(jù)業(yè)務大事發(fā)生而隨之進展的數(shù)據(jù)抽取工作時間支配；記錄并檢測系統(tǒng)數(shù)據(jù)全都性的要求和執(zhí)行狀況；衡量數(shù)據(jù)質(zhì)量。4、數(shù)據(jù)挖掘?qū)垲惖臄?shù)據(jù)要求是什么？1可伸縮性2處理不同類型屬性的力量3發(fā)覺任意樣子的聚類4使輸入?yún)?shù)的領(lǐng)域?qū)W問最小化5處理噪聲數(shù)據(jù)的力量6對于輸入挨次不敏感7高維性8基于約束的聚類9可說明性和可利用性5、簡述apriori算法的思想，談談該算法的應用領(lǐng)域并舉例。思想：其發(fā)覺關(guān)聯(lián)規(guī)章分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中全部煩瑣項集，即支持度不低于用戶設定的閥值的項即集，其次是利用第一步中檢索出的煩瑣項集構(gòu)造出滿足用戶最小信任度的規(guī)章，其中，第一步即挖掘出全部頻繁項集是該算法的核心，也占

6、整個算法工作量的大局部。在商務、金融、保險等領(lǐng)域皆有應用。在建筑陶瓷行業(yè)中的穿插銷售應用，主要采納了apriori 算法三、翻譯分析題30分1、附件有一名為“data mining in electronic commerce的電子文檔，請同學們翻譯其中的一段。每位同學翻譯的段號以大家學號的最終兩位為準，如10號同學只需翻譯正文的第10段，以此類推。分類那么是一個標準的問題，在數(shù)據(jù)挖掘和在電子商貿(mào)的應用-原那么下，適當?shù)姆椒S機森林，支持向量機支持向量機，后勤拉索等有賴于敏銳地在該網(wǎng)站上，該類型的廣告都是可以搜集到的資料。在亞馬遜商務網(wǎng)站中，該推舉系統(tǒng)已進入從前購置和書籍進展視察。這是一個更豐

7、富的信息來源，通過http:/.doczj/doc/4d1a7ec72cc58bd63186bd73.html 可以接入他們只知道這個詞，有人期盼在這次會議上，除非他們有庫克-網(wǎng)頁。一些企業(yè)獲得更多的信息，從數(shù)據(jù)倉庫中，如作為choicepoint公司，這使得他們的專家來建立高度獨特化的分類規(guī)章。2、通過閱讀該文擋，請同學們分析一下數(shù)據(jù)挖掘在電子商務領(lǐng)域的應用狀況請深化分析并給出實例，切忌泛泛而談。隨著網(wǎng)絡技術(shù)和數(shù)據(jù)庫技術(shù)的成熟，全球傳統(tǒng)商務正經(jīng)受一次重大變革，向電子商務全速挺進。這種商業(yè)電子化的趨勢不僅為客戶供應了便利的交易方式和廣泛的選擇，同時也為商家供應了更加深化地理解客戶需求信息和購物

8、行為特征的可能性。數(shù)據(jù)挖掘技術(shù)作為電子商務的重要應用技術(shù)之一，將為正確的商業(yè)決策供應強有力的支持和牢靠的保證，是電子商務不行缺少的重要工具。電子商務的進展促使公司內(nèi)部搜集了大量的數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和學問，為公司制造更多潛在的利潤，數(shù)據(jù)挖掘概念就是從這樣的商業(yè)角度開發(fā)出來的。由于數(shù)據(jù)挖掘能帶來顯著的效益，它在電子商務中特殊是業(yè)、零售業(yè)和電信業(yè)應用也越來越廣泛。在金融領(lǐng)域，管理者可以通過對客戶歸還力量以及信譽的分析，進展分類，評出等級。從而可削減放貸的麻木性，進步資金的用法效率。同時還可發(fā)覺在歸還中起打算作用的主導因素，從而制定相應的金融政策。更值得一提的是通過對數(shù)據(jù)的分析還可發(fā)覺洗黑錢以及其它的犯罪活動。在零售業(yè)，數(shù)據(jù)挖掘可有助于識別顧客購置行為，發(fā)覺顧客購置形式和趨勢，改良效勞質(zhì)量，獲得更好的顧客保持力和滿足程度，進步貨品銷量比率，設計更好的貨品運輸與分銷策略，削減商業(yè)本錢。電信業(yè)已經(jīng)快速地從單純的供應市話和長話效勞演化為綜合電信效勞，如語音、傳真、尋呼、挪動電話、圖像、電子郵件、機和web數(shù)據(jù)傳輸以及其它的數(shù)據(jù)通信效勞。電信、計算機網(wǎng)絡、因特網(wǎng)和各種其它方式的通信和計算的融合是的大勢所趨。而且隨著很多國家對電信業(yè)的開放和新型計算與通信技術(shù)的進展，電信市場正在快速擴張并更加競爭劇烈。因此，利用數(shù)據(jù)挖掘技術(shù)來關(guān)心理解商業(yè)行為、確定電信形式、捕捉盜用