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、美國海軍軍官莫里通過對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精確D：在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)3、下列對大數(shù)據(jù)特點(diǎn)的說法中，錯(cuò)誤的是（）。（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

2、度快D：數(shù)據(jù)價(jià)值密度高4、當(dāng)前社會中，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：綜合國力D：自然資源5、下列關(guān)于計(jì)算機(jī)存儲容量單位的說法中，錯(cuò)誤的是（）。（單選題，本題2分）A：1KBV1MBV1GBB：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)容相似度盡可能小D：與分類挖掘技術(shù)相似的是，都是要對數(shù)據(jù)進(jìn)行分類處理7、下列關(guān)

3、于大數(shù)據(jù)的分析理念的說法中，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精確D：在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對數(shù)據(jù)而不是絕對數(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C：數(shù)據(jù)分析D：數(shù)據(jù)再利用9、數(shù)據(jù)倉庫的最終目的是（）。（單選題，本題2分）A：收集業(yè)務(wù)需求B：建立數(shù)據(jù)倉庫邏輯模型C：開發(fā)數(shù)據(jù)倉庫的應(yīng)用分析D：為用戶和業(yè)務(wù)部門提供決策支持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)

4、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程中，具有多個(gè)不同的數(shù)據(jù)存在階段B：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

5、會效益14、下列關(guān)于基于大數(shù)據(jù)的營銷模式和傳統(tǒng)營銷模式的說法中，錯(cuò)誤的是（）。（多選題，本題3分）A：傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式投入更小B：傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式針對性更強(qiáng)C：傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式轉(zhuǎn)化率低D：基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式實(shí)時(shí)性更強(qiáng)E：基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式精準(zhǔn)性更強(qiáng)15、下列關(guān)于臟數(shù)據(jù)的說法中，正確的是（）。（多選題，本題3分）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

6、業(yè)務(wù)領(lǐng)域D：優(yōu)化存儲設(shè)備，降低設(shè)備成本E：提高社會效益，優(yōu)化社會管理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。（多選題，本題3分）A：數(shù)學(xué)與統(tǒng)計(jì)知識B：計(jì)算機(jī)相關(guān)知識C：馬克思主義哲學(xué)知識D：市場運(yùn)營管理知識E：在特定業(yè)務(wù)領(lǐng)域的知識19、下列關(guān)于大數(shù)據(jù)的說法中，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)

7、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)新的知識與洞察并進(jìn)行科學(xué)決策20、在噪聲數(shù)據(jù)中，波動數(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）TOC o 1-5 h z是否21、對于大數(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，分布式數(shù)據(jù)庫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。因此分布式數(shù)據(jù)庫具有物理上的獨(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)果通過文字、圖表、可視化等多種方式清晰地展現(xiàn)出來，能夠清楚

8、地論述分析結(jié)果及可能產(chǎn)生的影響，從而說服決策者信服并采納其建議，是數(shù)據(jù)分析能力對大數(shù)據(jù)人才的基本要求。（判斷題，本題2分）是否24、谷歌流感趨勢充分體現(xiàn)了數(shù)據(jù)重組和擴(kuò)展對數(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，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)生命周期管理的來源，最早由英國企業(yè)提出。(判斷題，本題2分)是否27、簡單隨機(jī)抽樣，是從總體N個(gè)對象中任意抽取n個(gè)對象作為樣本，最終以這些樣本作為調(diào)查對象。在抽取樣本時(shí)，總體中

9、每個(gè)對象被抽中為調(diào)查樣本的概率可能會有差異。(判斷題，本題2分)TOC o 1-5 h z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、對于企業(yè)來說，給用戶進(jìn)行各種促銷或者實(shí)施運(yùn)營策略的時(shí)機(jī)也比較重要，而且對不同興趣偏好的用戶最好集中處理。(判斷題，本題2分)是否二、數(shù)據(jù)挖掘部分單選題(共20題，20分)()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。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購買尿布，這種屬于數(shù)據(jù)挖掘的哪類問題

10、？()關(guān)聯(lián)規(guī)則發(fā)現(xiàn)B.聚類C.分類D.自然語言處理以下兩種描述分別對應(yīng)哪兩種對分類算法的評價(jià)標(biāo)準(zhǔn)？()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)。描述有多少比例的小偷給警察抓了的標(biāo)準(zhǔn)。Precision,RecallB.Recall,PrecisionA.Precision,ROCD.Recall,ROC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C.數(shù)據(jù)預(yù)處理D.數(shù)據(jù)流挖掘當(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C.關(guān)聯(lián)分析B.聚類D.隱馬爾可夫鏈建立一個(gè)模型，通過這個(gè)模

11、型根據(jù)已知的變量值來預(yù)測其他某個(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)測建模D.尋找模式和規(guī)則下面哪種不屬于數(shù)據(jù)預(yù)處理的方法？()A.變量代換B.離散化C.聚集D.估計(jì)遺漏值TOC o 1-5 h z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)以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法：()A.嵌入B.過濾C.包裝D.抽樣下面不屬于創(chuàng)建新屬性的相關(guān)方法的是：()A.特征提取B.特征修改

12、C.映射數(shù)據(jù)到新的空間D.特征構(gòu)造假設(shè)屬性income的最大最小值分別是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)。對屬性income的73600元將被轉(zhuǎn)化為：()A.0.821B.1.224C.1.458D.0.716一所大學(xué)內(nèi)的各年紀(jì)人數(shù)分別為：一年級200人，二年級160人，三年級130人，四年級110人。則年級屬性的眾數(shù)是：()A.一年級B.二年級C.三年級D.四年級下列哪個(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.矢量場圖是否在抽樣方法中，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：()有放回的簡單隨機(jī)抽

13、樣無放回的簡單隨機(jī)抽樣分層抽樣D漸進(jìn)抽樣以下哪些算法是分類算法()A.DBSCANB.C4.5C.K-MeanD.EM決策樹中不包含一下哪種結(jié)點(diǎn)()根結(jié)點(diǎn)(rootnode)內(nèi)部結(jié)點(diǎn)(internalnode)外部結(jié)點(diǎn)(externalnode)葉結(jié)點(diǎn)(leafnode)以下哪項(xiàng)關(guān)于決策樹的說法是錯(cuò)誤的()冗余屬性不會對決策樹的準(zhǔn)確率造成不利的影響子樹可能在決策樹中重復(fù)多次決策樹算法對于噪聲的干擾非常敏感尋找最佳決策樹是NP完全問題通過聚集多個(gè)分類器的預(yù)測來提高分類準(zhǔn)確率的技術(shù)稱為()A.組合(ensemble)B.聚集(aggregate)C.合并(combination)D.投票(voti

14、ng)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)上的一種高級商務(wù)智能平臺，以幫助()為其顧客購物提供完全個(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)生身份，收入中等)者會不會辦理信用卡。請自選兩種方法進(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2女3145否高會3女2030是低會4男20是低不會5女2030是中

15、不會6女2030否中會7女3145否高會8男3145是中不會9男3145否中會10女20是低會本題可以使用多種方法，沒有固定答案。解題方式合理，計(jì)算步驟無誤即可。首先根據(jù)訓(xùn)練樣本計(jì)算各屬性相對于不同分類結(jié)果的條件機(jī)率：P（性別=女I辦卡=會）=5/7P（性別=女|辦卡=不會）=1/3P（年齡=3145|辦卡=會）=3/7P（年齡=3145|辦卡=不會）=1/3P（學(xué)生=否|辦卡=會）=5/7P（學(xué)生=否|辦卡=不會）=0/3P（收入=中|辦卡=會）=2/7P（收入=中|辦卡=不會）=2/3再應(yīng)用樸素貝葉斯分類法進(jìn)行類別預(yù)測：P（辦卡=會）=7/10P（女|會）P（31-45|會）P（否|會）P（中|會）=15/3