數(shù)據(jù)倉庫與數(shù)據(jù)挖掘試題

1、1 武漢大學(xué)計(jì)算機(jī)學(xué)院 2014級(jí)研究生“數(shù)據(jù)倉庫和數(shù)據(jù)挖掘”課程期末考試試題 要求：所有的題目的解答均寫在答題紙上，需寫清楚題目的序號(hào)。每張答題紙都要寫 上姓名和學(xué)號(hào)。 一、單項(xiàng)選擇題（每小題 2分，共20分） 1. 下面列出的條目中，（）不是數(shù)據(jù)倉庫的基本特征。 B A. 數(shù)據(jù)倉庫是面向主題的 B.數(shù)據(jù)倉庫是面向事務(wù)的 C.數(shù)據(jù)倉庫的數(shù)據(jù)是相對(duì)穩(wěn)定的 D.數(shù)據(jù)倉庫的數(shù)據(jù)是反映歷史變化的 2. 數(shù)據(jù)倉庫是隨著時(shí)間變化的，下面的描述不正確的是（ ）。 A. 數(shù)據(jù)倉庫隨時(shí)間的變化不斷增加新的數(shù)據(jù)內(nèi)容 B. 捕捉到的新數(shù)據(jù)會(huì)覆蓋原來的快照 C. 數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容 C D. 數(shù)

2、據(jù)倉庫中包含大量的綜合數(shù)據(jù)，這些綜合數(shù)據(jù)會(huì)隨著時(shí)間的變化不斷地進(jìn)行重新 綜合 3. 以下關(guān)于數(shù)據(jù)倉庫設(shè)計(jì)的說法中（ ）是錯(cuò)誤的。A A. 數(shù)據(jù)倉庫項(xiàng)目的需求很難把握，所以不可能從用戶的需求出發(fā)來進(jìn)行數(shù)據(jù)倉庫的設(shè) 計(jì)，只能從數(shù)據(jù)出發(fā)進(jìn)行設(shè)計(jì) B. 在進(jìn)行數(shù)據(jù)倉庫主題數(shù)據(jù)模型設(shè)計(jì)時(shí)，應(yīng)該按面向部門業(yè)務(wù)應(yīng)用的方式來設(shè)計(jì)數(shù)據(jù) 模型 C. 在進(jìn)行數(shù)據(jù)倉庫主題數(shù)據(jù)模型設(shè)計(jì)時(shí)要強(qiáng)調(diào)數(shù)據(jù)的集成性 D. 在進(jìn)行數(shù)據(jù)倉庫概念模型設(shè)計(jì)時(shí)，需要設(shè)計(jì)實(shí)體關(guān)系圖，給出數(shù)據(jù)表的劃分，并給 出每個(gè)屬性的定義域 4. 以下關(guān)于OLAP的描述中（）是錯(cuò)誤的。A A. 一個(gè)多維數(shù)組可以表示為（維 1,維2,維n） B. 維的一個(gè)取

3、值稱為該維的一個(gè)維成員 C. OLAP是聯(lián)機(jī)分析處理 D. OLAP是數(shù)據(jù)倉庫進(jìn)行分析決策的基礎(chǔ) 5. 多維數(shù)據(jù)模型中，下列（）模式不屬于多維模式。 D A. 星型模式 B.雪花模式 C.星座模式 D.網(wǎng)型模式 6. 通常頻繁項(xiàng)集、頻繁閉項(xiàng)集和最大頻繁項(xiàng)集之間的關(guān)系是（ ）。C 7. 決策樹中不包含（）結(jié)點(diǎn)。C 2 A. 根結(jié)點(diǎn) B.內(nèi)部結(jié)點(diǎn) C.外部結(jié)點(diǎn) D.葉結(jié)點(diǎn) 8. 下面選項(xiàng)中t不是s的子序列的是（）。C A. s= t= B. s= t= C. s= t= D. s= t= 9. 前饋神經(jīng)網(wǎng)絡(luò)用于分類時(shí)，以下（ ）是不合理的迭代結(jié)束條件。 D A. 前一周期所有的Awij都很小，小于

4、某個(gè)指定的閾值 B. 前一周期未正確分類的樣本百分比小于某個(gè)閾值 C. 超過預(yù)先指定的周期數(shù) D. 學(xué)習(xí)率小于某個(gè)閾值 10. 以下敘述中，（）是錯(cuò)誤的。D A. 邏輯回歸用于分析二分類或有次序的依變量和自變量之間的關(guān)系 B. SVM是一種基于分類邊界的方法 C. 樸素貝葉斯算法和樹增強(qiáng)樸素貝葉斯算法是按照描述屬性是否獨(dú)立來劃分的 D. 以上都不對(duì) 二、 （20分）假設(shè)某大型人事部門已有一個(gè)人事管理系統(tǒng)，包含如下數(shù)據(jù)表： 職工（編號(hào)，姓名，出生日期，工作地點(diǎn)，月工資，備注） 現(xiàn)要設(shè)計(jì)一個(gè)人事數(shù)據(jù)倉庫，用于分析各地區(qū)（華北、華中、華東、 ，） 、各年齡層次 （老、中、青）的工資水平（高、中、低）

5、等。 回答以下問題： （1） 根據(jù)你的思考設(shè)計(jì)該數(shù)據(jù)倉庫的模式圖， 包含每個(gè)維表和事實(shí)表的結(jié)構(gòu)。（10分） （2） 指出你設(shè)計(jì)的數(shù)據(jù)倉庫屬于哪種模式。 （5分） （3） 由出生日期，工作地點(diǎn)，月工資 的基本方體開始，求華東地區(qū)的青年職工中高 收入的人數(shù)，應(yīng)當(dāng)執(zhí)行哪些 OLAP操作？ （ 5分） 三、 （20分）有一個(gè)如表1所示的事務(wù)數(shù)據(jù)庫，設(shè)最小支持度為 40%,最小置信度為 80%。 表1 一個(gè)事務(wù)數(shù)據(jù)庫 TID （編號(hào)） Itemset （項(xiàng)集） 1 1 , 3, 4 2 2, 3, 4, 5 3 1, 3, 5, 7 4 2、5 5 1, 2, 4, 6, 7 6 2, 4, 6 回答以

6、下問題： （1） 采用Apriori算法求出所有的頻繁集。要求給出求解過程。 （15分） 3 （2） 求出所有與元規(guī)則item 1 A item2item3”相匹配的強(qiáng)關(guān)聯(lián)規(guī)則。 （5分） 四、（15分）對(duì)于如表2所示的決策表（U , C U D）, C=a, b, c, d, D=e,回答以 下問題： （1） 求 U/C 和 U/D。（5 分） （2） 求POSC（D）,該決策表是否為一致（或協(xié)調(diào)）決策表？ （5分） （3） 采用分辨矩陣求其所有條件屬性約簡(jiǎn)和核。 （5分） 表2 一個(gè)決策表 U a b c d e 1 1 0 2 1 1 2 1 0 2 0 1 3 1 2 0 0 2 4 1 2 2 1 0 5 2 1 0 0 2 6 2 1 1 0 2 7 2 1 2 1 1 五、（25分）回答以下關(guān)于聚類的問題： （1） k-中心點(diǎn)算法和k-均值算法相比有什么優(yōu)點(diǎn)？ （ 5分） （2） BIRCH算法是什么類