数据仓库与数据挖掘复习题

一、选择题

1．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

2．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

3. 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

4. 什么是 KDD? (A)

A)数据挖掘与知识发现 B)领域知识发现

C)文档知识发现 D)动态知识发现

5. 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

6. 建立一个模型,通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的 哪一类任务?(C)

A) 根据内容检索 B) 建模描述

C) 预测建模 D) 寻找模式和规则

7. 数据仓库是随着时间变化的,下面的描述不正确的是 (C)

A) 数据仓库随时间的变化不断增加新的数据内容;

B) 捕捉到的新数据会覆盖原来的快照;

C) 数据仓库随事件变化不断删去旧的数据内容;

D) 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.

8. 关于基本数据的元数据是指: (D)

A) 基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息; B) 基本元数据包括与企业相关的管理方面的数据和信息;

C) 基本元数据包括日志文件和简历执行处理的时序调度信息;

D) 基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.

9. 下面关于数据粒度的描述不正确的是: (C)

A) 粒度是指数据仓库小数据单元的详细程度和级别;

B) 数据越详细,粒度就越小,级别也就越高;

C) 数据综合度越高,粒度也就越大,级别也就越高;

D) 粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.

10. 有关数据仓库的开发特点,不正确的描述是: (A)

A) 数据仓库开发要从数据出发;

B) 数据仓库使用的需求在开发出去就要明确;

C) 数据仓库的开发是一个不断循环的过程,是启发式的开发;

D) 在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中

数据 分析和处理更灵活,且没有固定的模式

11. 在有关数据仓库测试,下列说法不正确的是: (D)

A) 在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测 试和系统测试.

B) 当数据仓库的每个单独组件完成后,就需要对他们进行单元测试.

C) 系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.

D) 在测试之前没必要制定详细的测试计划.

12. OLAP 技术的核心是: (D)

A) 在线性; B) 对用户的快速响应; C) 互操作性. D) 多维分析;

13. 关于 OLAP 的特性,下面正确的是: (D)

(1)快速性 (2)可分析性 (3)多维性 (4)信息性 (5)共享性

A) (1) (2) (3) B) (2) (3) (4)

C) (1) (2) (3) (4) D) (1) (2) (3) (4) (5)

14. 关于 OLAP 和 OLTP 的区别描述,不正确的是: (C)

A) OLAP 主要是关于如何理解聚集的大量不同的数据.它与 OTAP 应用程序不同.

B) 与 OLAP 应用程序不同,OLTP 应用程序包含大量相对简单的事务.

C) OLAP 的特点在于事务量大,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 一样均来自底层的数据库系统, 两者面对的用户是相同的.

15. 关于 OLAP 和 OLTP 的说法,下列不正确的是: (A)

A) OLAP 事务量大,但事务内容比较简单且重复率高.

B) OLAP 的最终数据来源与 OLTP 不一样.

C) OLTP 面对的是决策人员和高层管理人员.

D) OLTP 以应用为核心,是应用驱动的.

16. 决策树中不包含一下哪种结点, (C)

A)根结点(root node) B)内部结点(internal node)

C)外 部结点(external node) D)叶结点(leaf node)

二、简答

1数据仓库的元数据

2星型模型\\雪花模型

3数据集市

4多维类型结构\\粒度

5聚类\\分类

6先验不确定性\\后验不确定性

7数据库与数据仓库对比\\OLTP与OLAP的对比

8数据仓库的特点\\ OLAP的特征

9简述多维数据分析有哪些基本操作\\ 什么是KDD过程？它由哪三部分组成的？

10决策树方法的基本思想是什么？

11关联规则挖掘过程\\Apriori算法的基本思想

12什么是休眠数据\\脏数据?如何产生？

13自信息\\互信息的含义是什么？它们的计算公式是什么？

14关联分析\\位索引技术

三、分析

数据库有如下4个事务。设最小支持度为50%。使用Apriori算法找出所有的频繁项目集。

TID T1 项

ACD T2 T3 ABCE T4 BE

BCE