大數(shù)據(jù)分析基礎(chǔ)試卷

1、大數(shù)據(jù)分析基礎(chǔ)一、基礎(chǔ)知識(shí)部分習(xí)題（共29題，67分）1、 大數(shù)據(jù)的最顯著特征是（ ）。 （單選題，本題2分） a：數(shù)據(jù)規(guī)模大 b：數(shù)據(jù)類型多樣 c：數(shù)據(jù)處理速度快 d：數(shù)據(jù)價(jià)值密度高2、 美國(guó)海軍軍官莫里通過(guò)對(duì)前人航海日志的分析，繪制了新的航海路線圖，標(biāo)明了大風(fēng)與洋流可能發(fā)生的地點(diǎn)。這體現(xiàn)了大數(shù)據(jù)分析理念中的（ ）。 （單選題，本題2分） a：在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù) b：在分析方法上更注重相關(guān)分析而不是因果分析 c：在分析效果上更追究效率而不是絕對(duì)精確 d：在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)3、 下列對(duì)大數(shù)據(jù)特點(diǎn)的說(shuō)法中，錯(cuò)誤的是（ ）。 （單選題，本題2分） a：數(shù)據(jù)

2、規(guī)模大 b：數(shù)據(jù)類型多樣 c：數(shù)據(jù)處理速度快 d：數(shù)據(jù)價(jià)值密度高4、 當(dāng)前社會(huì)中，最為突出的大數(shù)據(jù)環(huán)境是（ ）。 （單選題，本題2分） a：互聯(lián)網(wǎng) b：物聯(lián)網(wǎng) c：綜合國(guó)力 d：自然資源5、 下列關(guān)于計(jì)算機(jī)存儲(chǔ)容量單位的說(shuō)法中，錯(cuò)誤的是（ ）。 （單選題，本題2分） a：1kb1mb1gb b：基本單位是字節(jié)（byte） c：一個(gè)漢字需要一個(gè)字節(jié)的存儲(chǔ)空間 d：一個(gè)字節(jié)能夠容納一個(gè)英文字符，6、 下列關(guān)于聚類挖掘技術(shù)的說(shuō)法中，錯(cuò)誤的是（ ）。 （單選題，本題2分） a：不預(yù)先設(shè)定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別 b：要求同類數(shù)據(jù)的內(nèi)容相似度盡可能小 c：要求不同類數(shù)據(jù)的內(nèi)

3、容相似度盡可能小 d：與分類挖掘技術(shù)相似的是，都是要對(duì)數(shù)據(jù)進(jìn)行分類處理7、 下列關(guān)于大數(shù)據(jù)的分析理念的說(shuō)法中，錯(cuò)誤的是（ ）。 （單選題，本題2分） a：在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù) b：在分析方法上更注重相關(guān)分析而不是因果分析 c：在分析效果上更追究效率而不是絕對(duì)精確 d：在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)8、 大數(shù)據(jù)時(shí)代，數(shù)據(jù)使用的關(guān)鍵是（ ）。 （單選題，本題2分） a：數(shù)據(jù)收集 b：數(shù)據(jù)存儲(chǔ) c：數(shù)據(jù)分析 d：數(shù)據(jù)再利用9、 數(shù)據(jù)倉(cāng)庫(kù)的最終目的是（ ）。 （單選題，本題2分） a：收集業(yè)務(wù)需求 b：建立數(shù)據(jù)倉(cāng)庫(kù)邏輯模型 c：開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用分析 d：為用戶和業(yè)務(wù)部門提

4、供決策支持10、 支撐大數(shù)據(jù)業(yè)務(wù)的基礎(chǔ)是（ ）。 （單選題，本題2分） a：數(shù)據(jù)科學(xué) b：數(shù)據(jù)應(yīng)用 c：數(shù)據(jù)硬件 d：數(shù)據(jù)人才11、 在網(wǎng)絡(luò)爬蟲的爬行策略中，應(yīng)用最為基礎(chǔ)的是（ ）。 （多選題，本題3分） a：深度優(yōu)先遍歷策略 b：廣度優(yōu)先遍歷策略 c：高度優(yōu)先遍歷策略 d：反向鏈接策略 e：大站優(yōu)先策略12、 當(dāng)前，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點(diǎn)是（ ）。 （多選題，本題3分） a：規(guī)模較大 b：規(guī)模較小 c：增速很快 d：增速緩慢 e：多產(chǎn)業(yè)交叉融合13、 下列關(guān)于數(shù)據(jù)生命周期管理的核心認(rèn)識(shí)中，正確的是（ ）。 （多選題，本題3分） a：數(shù)據(jù)從產(chǎn)生到被刪除銷毀的過(guò)程中，具有多個(gè)不同的數(shù)據(jù)存在階段 b

5、：在不同的數(shù)據(jù)存在階段，數(shù)據(jù)的價(jià)值是不同的 c：根據(jù)數(shù)據(jù)價(jià)值的不同應(yīng)該對(duì)數(shù)據(jù)采取不同的管理策略 d：數(shù)據(jù)生命周期管理旨在產(chǎn)生效益的同時(shí)，降低生產(chǎn)成本 e：數(shù)據(jù)生命周期管理最終關(guān)注的是社會(huì)效益14、 下列關(guān)于基于大數(shù)據(jù)的營(yíng)銷模式和傳統(tǒng)營(yíng)銷模式的說(shuō)法中，錯(cuò)誤的是（ ）。（多選題，本題3分） a：傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式投入更小 b：傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式針對(duì)性更強(qiáng) c：傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式轉(zhuǎn)化率低 d：基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式實(shí)時(shí)性更強(qiáng) e：基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式精準(zhǔn)性更強(qiáng)15、 下列關(guān)于臟數(shù)據(jù)的說(shuō)法中，正確的是（ ）。 （多選題，本題3分

6、） a：格式不規(guī)范 b：編碼不統(tǒng)一 c：意義不明確 d：與實(shí)際業(yè)務(wù)關(guān)系不大 e：數(shù)據(jù)不完整16、 數(shù)據(jù)再利用的意義在于（ ）。 （多選題，本題3分） a：挖掘數(shù)據(jù)的潛在價(jià)值 b：實(shí)現(xiàn)數(shù)據(jù)重組的創(chuàng)新價(jià)值 c：利用數(shù)據(jù)可擴(kuò)展性拓寬業(yè)務(wù)領(lǐng)域 d：優(yōu)化存儲(chǔ)設(shè)備，降低設(shè)備成本 e：提高社會(huì)效益，優(yōu)化社會(huì)管理17、 按照涉及自變量的多少，可以將回歸分析分為（ ）。 （多選題，本題3分） a：線性回歸分析 b：非線性回歸分析 c：一元回歸分析 d：多元回歸分析 e：綜合回歸分析18、 大數(shù)據(jù)人才整體上需要具備（ ）等核心知識(shí)。 （多選題，本題3分） a：數(shù)學(xué)與統(tǒng)計(jì)知識(shí) b：計(jì)算機(jī)相關(guān)知識(shí) c：馬克思主義哲學(xué)

7、知識(shí) d：市場(chǎng)運(yùn)營(yíng)管理知識(shí) e：在特定業(yè)務(wù)領(lǐng)域的知識(shí)19、 下列關(guān)于大數(shù)據(jù)的說(shuō)法中，錯(cuò)誤的是（ ）。 （多選題，本題3分） a：大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一、時(shí)效性強(qiáng)的特征 b：處理大數(shù)據(jù)需采用新型計(jì)算架構(gòu)和智能算法等新技術(shù) c：大數(shù)據(jù)的應(yīng)用注重相關(guān)分析而不是因果分析 d：大數(shù)據(jù)的應(yīng)用注重因果分析而不是相關(guān)分析 e：大數(shù)據(jù)的目的在于發(fā)現(xiàn)新的知識(shí)與洞察并進(jìn)行科學(xué)決策20、 在噪聲數(shù)據(jù)中，波動(dòng)數(shù)據(jù)比離群點(diǎn)數(shù)據(jù)偏離整體水平更大。（判斷題，本題2分） 是 否21、 對(duì)于大數(shù)據(jù)而言，最基本、最重要的要求就是減少錯(cuò)誤、保證質(zhì)量。因此，大數(shù)據(jù)收集的信息量要盡量精確。（判斷題，本題2分） 是 否22、 一般而言

8、，分布式數(shù)據(jù)庫(kù)是指物理上分散在不同地點(diǎn)，但在邏輯上是統(tǒng)一的數(shù)據(jù)庫(kù)。因此分布式數(shù)據(jù)庫(kù)具有物理上的獨(dú)立性、邏輯上的一體性、性能上的可擴(kuò)展性等特點(diǎn)。（判斷題，本題2分） 是 否23、 具備很強(qiáng)的報(bào)告撰寫能力，可以把分析結(jié)果通過(guò)文字、圖表、可視化等多種方式清晰地展現(xiàn)出來(lái)，能夠清楚地論述分析結(jié)果及可能產(chǎn)生的影響，從而說(shuō)服決策者信服并采納其建議，是數(shù)據(jù)分析能力對(duì)大數(shù)據(jù)人才的基本要求。（判斷題，本題2分） 是 否24、 谷歌流感趨勢(shì)充分體現(xiàn)了數(shù)據(jù)重組和擴(kuò)展對(duì)數(shù)據(jù)價(jià)值的重要意義。（判斷題，本題2分） 是 否25、 決策樹是一種基于樹形結(jié)構(gòu)的預(yù)測(cè)模型，每一個(gè)樹形分叉代表一個(gè)分類條件，葉子節(jié)點(diǎn)代表最終的分類結(jié)果，

9、其優(yōu)點(diǎn)在于易于實(shí)現(xiàn)，決策時(shí)間短，并且適合處理非數(shù)值型數(shù)據(jù)。（判斷題，本題2分） 是 否26、 信息生命周期管理是據(jù)生命周期管理的來(lái)源，最早由英國(guó)企業(yè)提出。（判斷題，本題2分） 是 否27、 簡(jiǎn)單隨機(jī)抽樣，是從總體n個(gè)對(duì)象中任意抽取n個(gè)對(duì)象作為樣本，最終以這些樣本作為調(diào)查對(duì)象。在抽取樣本時(shí)，總體中每個(gè)對(duì)象被抽中為調(diào)查樣本的概率可能會(huì)有差異。（判斷題，本題2分） 是 否28、 啤酒與尿布的經(jīng)典案例，充分體現(xiàn)了實(shí)驗(yàn)思維在大數(shù)據(jù)分析理念中的重要性。（判斷題，本題2分） 是 否29、 對(duì)于企業(yè)來(lái)說(shuō)，給用戶進(jìn)行各種促銷或者實(shí)施運(yùn)營(yíng)策略的時(shí)機(jī)也比較重要，而且對(duì)不同興趣偏好的用戶最好集中處理。（判斷題，本題2

10、分） 是 否二、數(shù)據(jù)挖掘部分單選題（共20題，20分）1) ( )的目的縮小數(shù)據(jù)的取值范圍，使其更適合于數(shù)據(jù)挖掘算法的需要，并且能夠得到和原始數(shù)據(jù)相同的分析結(jié)果。a.數(shù)據(jù)清洗 b.數(shù)據(jù)集成c.數(shù)據(jù)變換 d.數(shù)據(jù)歸約2) 某超市研究銷售紀(jì)錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會(huì)購(gòu)買尿布，這種屬于數(shù)據(jù)挖掘的哪類問(wèn)題？( ) a. 關(guān)聯(lián)規(guī)則發(fā)現(xiàn) b. 聚類 c. 分類 d. 自然語(yǔ)言處理3) 以下兩種描述分別對(duì)應(yīng)哪兩種對(duì)分類算法的評(píng)價(jià)標(biāo)準(zhǔn)？ ( ) (a)警察抓小偷，描述警察抓的人中有多少個(gè)是小偷的標(biāo)準(zhǔn)。 (b)描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。 a. precision,recall b. rec

11、all,precision a. precision,roc d. recall,roc4) 將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個(gè)步驟的任務(wù)？( ) a. 頻繁模式挖掘 b. 分類和預(yù)測(cè) c. 數(shù)據(jù)預(yù)處理 d. 數(shù)據(jù)流挖掘5) 當(dāng)不知道數(shù)據(jù)所帶標(biāo)簽時(shí)，可以使用哪種技術(shù)促使帶同類標(biāo)簽的數(shù)據(jù)與帶其他標(biāo)簽的數(shù)據(jù)相分離？( ) a. 分類 b. 聚類 c. 關(guān)聯(lián)分析 d. 隱馬爾可夫鏈6) 建立一個(gè)模型，通過(guò)這個(gè)模型根據(jù)已知的變量值來(lái)預(yù)測(cè)其他某個(gè)變量值屬于數(shù)據(jù)挖掘的哪一類任務(wù)？( ) a. 根據(jù)內(nèi)容檢索 b. 建模描述 c. 預(yù)測(cè)建模 d. 尋找模式和規(guī)則7) 下面哪種不屬于數(shù)據(jù)預(yù)

12、處理的方法？ ( ) a.變量代換 b.離散化 c.聚集 d.估計(jì)遺漏值 8) 假設(shè)12個(gè)銷售價(jià)格記錄組已經(jīng)排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每種方法將它們劃分成四個(gè)箱。等頻（等深）劃分時(shí)，15在第幾個(gè)箱子內(nèi)？ ( ) a.第一個(gè) b.第二個(gè) c.第三個(gè) d.第四個(gè) 9) 以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法： ( ) a.嵌入 b.過(guò)濾 c.包裝 d.抽樣 10) 下面不屬于創(chuàng)建新屬性的相關(guān)方法的是： ( ) a.特征提取 b.特征修改 c.映射數(shù)據(jù)到新的空間 d.特征構(gòu)造 11) 假設(shè)屬性income的最大最小

13、值分別是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值映射到0至1的范圍內(nèi)。對(duì)屬性income的73600元將被轉(zhuǎn)化為：( ) a.0.821 b.1.224 c.1.458 d.0.716 12) 一所大學(xué)內(nèi)的各年紀(jì)人數(shù)分別為：一年級(jí)200人，二年級(jí)160人，三年級(jí)130人，四年級(jí)110人。則年級(jí)屬性的眾數(shù)是： ( ) a.一年級(jí) b.二年級(jí) c.三年級(jí) d.四年級(jí) 13) 下列哪個(gè)不是專門用于可視化時(shí)間空間數(shù)據(jù)的技術(shù)： ( ) a.等高線圖 b.餅圖 c.曲面圖 d.矢量場(chǎng)圖 14) 在抽樣方法中，當(dāng)合適的樣本容量很難確定時(shí)，可以使用的抽樣方法是： ( ) a.有放回的簡(jiǎn)單

14、隨機(jī)抽樣 b.無(wú)放回的簡(jiǎn)單隨機(jī)抽樣 c.分層抽樣 d 漸進(jìn)抽樣15) 以下哪些算法是分類算法 （ ）a.dbscan b.c4.5 c.k-mean d.em16) 決策樹中不包含一下哪種結(jié)點(diǎn) ( )a. 根結(jié)點(diǎn)（root node)b. 內(nèi)部結(jié)點(diǎn)（internal node） c. 外部結(jié)點(diǎn)（external node） d. 葉結(jié)點(diǎn)（leaf node）17) 以下哪項(xiàng)關(guān)于決策樹的說(shuō)法是錯(cuò)誤的 ( )a. 冗余屬性不會(huì)對(duì)決策樹的準(zhǔn)確率造成不利的影響 b. 子樹可能在決策樹中重復(fù)多次 c. 決策樹算法對(duì)于噪聲的干擾非常敏感 d. 尋找最佳決策樹是np完全問(wèn)題18)通過(guò)聚集多個(gè)分類器的預(yù)測(cè)來(lái)提

15、高分類準(zhǔn)確率的技術(shù)稱為 ( ) a.組合(ensemble) b.聚集(aggregate) c.合并(combination) d.投票(voting)19)在基本k均值算法里,當(dāng)鄰近度函數(shù)采用（ ）的時(shí)候,合適的質(zhì)心是簇中各點(diǎn)的中位數(shù)。 a.曼哈頓距離 b.平方歐幾里德距離 c.余弦距離 d.bregman散度 20） 個(gè)性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級(jí)商務(wù)智能平臺(tái),以幫助（ ）為其顧客購(gòu)物提供完全個(gè)性化的決策支持和信息服務(wù)。 a.公司 b.各單位 c.跨國(guó)企業(yè) d. 電子商務(wù)網(wǎng)站三、計(jì)算題（共13分）1、根據(jù)下表中信用卡訓(xùn)練樣本，判斷(女性，年齡介于3145之間，不具學(xué)生

16、身份，收入中等)者會(huì)不會(huì)辦理信用卡。請(qǐng)自選兩種方法進(jìn)行計(jì)算。 表 信用卡訓(xùn)練樣本項(xiàng)目性別年齡學(xué)生身分收入辦卡1男>45否高會(huì)2女3145否高會(huì)3女2030是低會(huì)4男<20是低不會(huì)5女2030是中不會(huì)6女2030否中會(huì)7女3145否高會(huì)8男3145是中不會(huì)9男3145否中會(huì)10女<20是低會(huì)本題可以使用多種方法，沒(méi)有固定答案。解題方式合理，計(jì)算步驟無(wú)誤即可。首先根據(jù)訓(xùn)練樣本計(jì)算各屬性相對(duì)于不同分類結(jié)果的條件機(jī)率：p(性別=女|辦卡=會(huì))=5/7  p(性別=女|辦卡=不會(huì))=1/3  p(年齡=3145|辦卡=會(huì))=3/7 p(年齡=3145|辦卡=不會(huì))=1/3   p(學(xué)生=否|辦卡=會(huì))=5/7 p(學(xué)生=否|辦卡=不會(huì))=0/3 p(收入=中|辦卡=會(huì))=2/7 p(收入=中|辦卡=不會(huì))=2/3 再應(yīng)用樸素貝葉斯分類法進(jìn)行類別預(yù)測(cè)：p(辦卡=會(huì))=7/10  p(女|會(huì))p(31-45|會(huì))