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(）。 （單選本2分）A:數(shù)據(jù)規(guī)模大B：數(shù)據(jù)類型多樣數(shù)據(jù)處理速度快 D：數(shù)據(jù)價值密度高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，標明了大風(fēng)與洋流可能發(fā)的地點。這體現(xiàn)了大數(shù)據(jù)分析理念中的（）。（單選題，本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)特點的說法中，錯誤的(）。 (單選題，本分）A：數(shù)據(jù)規(guī)模大數(shù)據(jù)類型多樣C：數(shù)據(jù)處理速度快D:數(shù)據(jù)價

2、值密度4、 當前社會中，最為突出的大數(shù)據(jù)環(huán)境是（）。 （單選本2分）A：互聯(lián)網(wǎng)物聯(lián)網(wǎng)綜合國力自然資源5、 下列關(guān)于計算機存儲容量單位的說法中，錯誤的(）。 （單選本題分) A：1KB1MB1GB基本單位是字(Byte) C：一個漢字需要一個字節(jié)的存儲空間一個字節(jié)能夠容納一個英文字6、 下列關(guān)于聚類挖掘技術(shù)的說法中，錯誤的是（ ）。 （2分） AB：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)進行分類處理7、 下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯誤的是（). （單選題，本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

3、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)模上強調(diào)相對數(shù)據(jù)而不是絕對據(jù)8、 大數(shù)據(jù)時,數(shù)據(jù)使用的關(guān)鍵是（。 （單選題，本分）數(shù)據(jù)收集數(shù)據(jù)存儲數(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，本分）收集業(yè)務(wù)需求建立數(shù)據(jù)倉庫邏輯模型 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10、 支撐大數(shù)據(jù)業(yè)務(wù)的基礎(chǔ)是（）。 （單選,本2分）A：數(shù)據(jù)科學(xué)B:數(shù)據(jù)應(yīng)用數(shù)據(jù)硬件數(shù)據(jù)人11、 在網(wǎng)絡(luò)爬蟲的爬行策略中，應(yīng)用最為基礎(chǔ)的(）。 （多選題，本3分）A:深度優(yōu)先遍歷策略廣度優(yōu)先遍歷策略高度優(yōu)先遍歷策略反向鏈接策略大站優(yōu)先策12、 當前，

4、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點是（). 多選題，本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13、 下列關(guān)于數(shù)據(jù)生命周期管理的核心認識中，正確的(）. （多選題，本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)的價值是不同的C:根據(jù)數(shù)據(jù)價值的不同應(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,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，錯誤的(）。（多選題，本分）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 BC：傳統(tǒng)營銷模式比基于大數(shù)

5、據(jù)的營銷模式轉(zhuǎn)化率低 DE15、 下列關(guān)于臟數(shù)據(jù)的說法中，正確的是（）。 （多選,本分) A：格式不規(guī)范編碼不統(tǒng)一C：意義不明確與實際業(yè)務(wù)關(guān)系不E：數(shù)據(jù)不完整16、 數(shù)據(jù)再利用的意義在(） 。 （ 多 選 本 題 分 ） A：挖掘數(shù)據(jù)的潛在價值B：實現(xiàn)數(shù)據(jù)重組的創(chuàng)新價值 C：利用數(shù)據(jù)可擴展性拓寬業(yè)務(wù)領(lǐng)域優(yōu)化存儲設(shè)備，降低設(shè)備成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3分A：線性回歸分析非線性回歸分析C：一元回歸分析 D：多元回歸分析綜合回歸分析18、 大數(shù)據(jù)人才整體上需要具備（）等核心知識。 多選本題分A：數(shù)學(xué)與統(tǒng)計知識B：計算機相關(guān)知

6、識 C：馬克思主義哲學(xué)知識市場運營管理知識 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，錯誤的是（）。 （多選題，本3分A：大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一、時效性強的特征20、 在噪聲數(shù)據(jù)中，波動數(shù)據(jù)比離群點數(shù)據(jù)偏離整體水平更大。（判斷題，本分是否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，但在邏輯上是統(tǒng)一的數(shù)據(jù)庫。因此分布式數(shù)據(jù)庫具有物理上的獨立性、邏輯上的一體性、性能上的可擴展性等特點。（判斷題，本題2分）是否23、 具備很強的報告撰寫能力，可

7、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)重組和擴展對數(shù)據(jù)價值的重要意義。（判斷本題分是否25、 決策樹是一種基于樹形結(jié)構(gòu)的預(yù)測模型，每一個樹形分叉代表一個分類條件，葉子節(jié)點代表最終的分類結(jié)果,其優(yōu)點在于易于實現(xiàn)，決策時間短，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2分是否27、 簡單隨機抽樣,是從總體N個對象中任意抽取n個

8、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，總體中每個對象被抽中為調(diào)查樣本的概率可能會有差異.（判斷題,本題2分）是否28、 啤酒與尿布的經(jīng)典案例，充分體現(xiàn)了實驗思維在大數(shù)據(jù)分析理念中的重要性。（判斷題，本分是否29、 對于企業(yè)來說，給用戶進行各種促銷或者實施運營策略的時機也比較重要，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）(）的分析結(jié)果。數(shù)據(jù)清洗。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錄數(shù)據(jù)后發(fā)現(xiàn)，買啤酒的人很大概率也會購買尿這種屬于數(shù)據(jù)挖掘的哪類問題()A。 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)。聚類C。 分類。 自然語言

9、處理以下兩種描述分別對應(yīng)哪兩種對分類算法的評價標準？ (）（a）警察抓小偷，描述警察抓的人中有多少個是小偷的標準。(b)描述有多少比例的小偷給警察抓了的標準.A. Precision,RecallB. Recall,PrecisionA. Precision，ROCD. Recall,ROC將原始數(shù)據(jù)進行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在以下哪個步驟的任務(wù)A。 頻繁模式挖掘B.分類和預(yù)測C. 數(shù)據(jù)預(yù)處理。 數(shù)據(jù)流挖掘當不知道數(shù)據(jù)所帶標簽時，可以使用哪種技術(shù)促使帶同類標簽的數(shù)據(jù)與帶其他標簽的數(shù)據(jù)相分離()分類B。 聚類C. 關(guān)聯(lián)分析D.隱馬爾可夫鏈建立一個模型，通過這個模型根據(jù)已知的變量值來預(yù)測

10、其他某個變量值屬于數(shù)據(jù)挖掘的哪一類務(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.變量代換離散化C。聚集。估計遺漏值8) 假設(shè)12個銷售價格記錄組已經(jīng)排序如下10,13，15，35,50，55，72，92，204，215 使用如下每種方法將它們劃分成四個箱。等頻（等深）劃分,15在第幾個箱子內(nèi)？ （）A。第一個。第二個C.第三個第四個以下哪種方法不屬于特征選擇的標準方法：(A。嵌入。過濾C.包裝。抽樣下面不屬于創(chuàng)建新屬性的相關(guān)方法的: (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)造假設(shè)屬性income的最大最小值分別

11、是12000元和98000元。利用最大最小規(guī)范化的方法將屬性的值射到0至1的范圍內(nèi)。對屬性income的73600元將被轉(zhuǎn)化:（）A.0821。224C.1.458。0.716一所大學(xué)內(nèi)的各年紀人數(shù)分別:一年級200人,二年級160人，三年級130人，四年級110人則年屬性的眾數(shù)是： （）一年級二年級C。三年級。四年級下列哪個不是專門用于可視化時間空間數(shù)據(jù)的技術(shù)： （A.等高線圖B.餅圖C.曲面圖。矢量場圖在抽樣方法中，當合適的樣本容量很難確定時，可以使用的抽樣方法是： ()A。有放回的簡單隨機抽樣B。無放回的簡單隨機抽樣C。分層抽樣D 漸進抽樣以下哪些算法是分類算法 （）A.DBSCAN。C

12、4。5C.KMeanD.EM決策樹中不包含一下哪種結(jié)點 （)根結(jié)點（root node）內(nèi)部結(jié)點（internal (external (leaf node）以下哪項關(guān)于決策樹的說法是錯誤的 (）B。 子樹可能在決策樹中重復(fù)多次C. 決策樹算法對于噪聲的干擾非常敏感D. 尋找最佳決策樹是NP 完全問題18）通過聚集多個分類器的預(yù)測來提高分類準確率的技術(shù)稱為 (A。組合（ensemble）。聚集C.合(combination） 投票(voting)19)在基本K均值算法里，當鄰近度函數(shù)采(的時候，合適的質(zhì)心是簇中各點的中位.。曼哈頓距離平方歐幾里德距離C。余弦距離D.Bregman散度20） 個

13、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（）為其顧客物提供完全個性化的決策支持和信息服.A。公司C?？鐕髽I(yè)三、計算題（共13分）各單位D。 電子商務(wù)網(wǎng)站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。請自選兩種方法進行計算信用卡。請自選兩種方法進行計算.項目 性別 年齡學(xué)生身分 收入 辦卡項目 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20306女20307女31458男31459男3145否中會10女20是低會是中不會否中會否高會是中不會本題可以使用多種方法，沒有固定答案.解題方式合理，計算步驟無誤即可。首先根據(jù)訓(xùn)練樣本計算各屬性相對于不同分類結(jié)果的條件機率：P(性別女辦卡會)=5/7P（性別女辦卡不會）=1/3 P（年齡=3145|辦會)=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行類別預(yù)測：P(辦卡會)=7/10P（女會)P（31-45|