2024年商業(yè)經(jīng)濟(jì)行業(yè)技能考試-數(shù)據(jù)挖掘工程師筆試歷年真題薈萃含答案

2024年商業(yè)經(jīng)濟(jì)行業(yè)技能考試-數(shù)據(jù)挖掘工程師筆試歷年真題薈萃含答案（圖片大小可自由調(diào)整）第1卷一.參考題庫(kù)(共30題)1.決策樹是一種樹形結(jié)構(gòu)，包括（）和（）三個(gè)部分。2.數(shù)據(jù)清理的目的是處理數(shù)據(jù)中的（）。A、空缺值B、噪聲數(shù)據(jù)C、不一致數(shù)據(jù)D、敏感數(shù)據(jù)3.數(shù)據(jù)抽取的兩個(gè)常見類型是靜態(tài)抽取和增量抽取。靜態(tài)抽取用于（）填充數(shù)據(jù)倉(cāng)庫(kù)，增量抽取用于進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)的維護(hù)。4.關(guān)聯(lián)知識(shí)5.在決策樹中，隨著樹中結(jié)點(diǎn)數(shù)變得太大，即使模型的訓(xùn)練誤差還在繼續(xù)減低，但是檢驗(yàn)誤差開始增大，這是出現(xiàn)了模型擬合不足的問(wèn)題。6.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(tài)、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7.什么是數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)ETL過(guò)程？8.進(jìn)行數(shù)據(jù)規(guī)范化的目的是（）。A、去掉數(shù)據(jù)中的噪聲B、對(duì)數(shù)據(jù)進(jìn)行匯總和聚集C、使用概念分層，用高層次概念替換低層次“原始”數(shù)據(jù)D、將屬性按比例縮放，使之落入一個(gè)小的特定區(qū)間9.數(shù)據(jù)挖掘?qū)垲惖臄?shù)據(jù)要求是什么？10.關(guān)于基本數(shù)據(jù)的元數(shù)據(jù)是指（）A、基本元數(shù)據(jù)與數(shù)據(jù)源，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息B、基本元數(shù)據(jù)包括與企業(yè)相關(guān)的管理方面的數(shù)據(jù)和信息C、基本元數(shù)據(jù)包括日志文件和簡(jiǎn)歷執(zhí)行處理的時(shí)序調(diào)度信息D、基本元數(shù)據(jù)包括關(guān)于裝載和更新處理，分析處理以及管理方面的信息11.為什么要進(jìn)行維歸約？12.有關(guān)數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)特點(diǎn)，不正確的描述是：（）。A、數(shù)據(jù)倉(cāng)庫(kù)開發(fā)要從數(shù)據(jù)出發(fā)B、數(shù)據(jù)倉(cāng)庫(kù)使用的需求在開發(fā)出去就要明確C、數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)是一個(gè)不斷循環(huán)的過(guò)程，是啟發(fā)式的開發(fā)D、在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式13.數(shù)據(jù)挖掘的目標(biāo)不在于數(shù)據(jù)采集策略，而在于對(duì)于已經(jīng)存在的數(shù)據(jù)進(jìn)行模式的發(fā)掘。14.數(shù)據(jù)壓縮可分為：（）和（）兩種類型。15.為什么樸素貝葉斯分類稱為“樸素”的？簡(jiǎn)述樸素貝葉斯分類優(yōu)缺點(diǎn)。16.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17.簡(jiǎn)述數(shù)據(jù)倉(cāng)庫(kù)ETL軟件的主要功能和對(duì)產(chǎn)生數(shù)據(jù)的目標(biāo)要求。18.（）這些數(shù)據(jù)特性都是對(duì)聚類分析具有很強(qiáng)影響的。A、高維性B、規(guī)模C、稀疏性D、噪聲和離群點(diǎn)19.具有較高的支持度的項(xiàng)集具有較高的置信度。20.簡(jiǎn)述在多層關(guān)聯(lián)規(guī)則挖掘中，在不同的層使用一致的支持度的優(yōu)缺點(diǎn)。21.廣義知識(shí)22.數(shù)據(jù)倉(cāng)庫(kù)的概念模型通常采用信息包圖法來(lái)進(jìn)行設(shè)計(jì)，要求將其5個(gè)組成部分（）全面地描述出來(lái)。23.數(shù)據(jù)倉(cāng)庫(kù)后端工具和程序包括哪些？24.數(shù)據(jù)倉(cāng)庫(kù)就是一個(gè)面向主題的、集成的、（）、反映歷史變化的數(shù)據(jù)集合。25.簡(jiǎn)述決策樹的構(gòu)建。26.簡(jiǎn)述數(shù)據(jù)的定義及類型。27.以下哪個(gè)范圍是數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)庫(kù)規(guī)模的一個(gè)合理范圍？（）A、1－100MB、100M－10GC、10－1000GD、100GB－數(shù)TB28.什么是葉節(jié)點(diǎn)？29.已知數(shù)據(jù)元組中age的值如下（按遞增序）： 13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。 （a）使用min-max規(guī)范化，將age值35轉(zhuǎn)換到[0.0，1.0]區(qū)間。 （b）使用z-score規(guī)范化轉(zhuǎn)換age值35，其中，age的標(biāo)準(zhǔn)偏差為12.94年。 （c）使用小數(shù)定標(biāo)規(guī)范化轉(zhuǎn)換age值35。30.簡(jiǎn)述數(shù)據(jù)挖掘的過(guò)程。第1卷參考答案一.參考題庫(kù)1.參考答案:決策節(jié)點(diǎn)，分支節(jié)點(diǎn)；頁(yè)節(jié)點(diǎn)2.參考答案:A,B,C3.參考答案:最初4.參考答案:是反映一個(gè)事件和其他事件之間依賴或相互關(guān)聯(lián)的知識(shí)。如果兩項(xiàng)或多項(xiàng)屬性之間存在關(guān)聯(lián)，那么其中一項(xiàng)的屬性值就可以依據(jù)其他屬性值進(jìn)行預(yù)測(cè)。5.參考答案:錯(cuò)誤6.參考答案:C7.參考答案: 數(shù)據(jù)的ETL過(guò)程就是負(fù)責(zé)將操作型數(shù)據(jù)轉(zhuǎn)換成調(diào)和數(shù)據(jù)的過(guò)程。數(shù)據(jù)調(diào)和是構(gòu)建一個(gè)數(shù)據(jù)倉(cāng)庫(kù)中最難的和最具技術(shù)挑戰(zhàn)性的部分。在為企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)填充數(shù)據(jù)的過(guò)程中，數(shù)據(jù)調(diào)和可分為兩個(gè)階段：一是企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)（EDW）首次創(chuàng)建時(shí)的原始加載；二是接下來(lái)的定期修改，以保持EDW的當(dāng)前有效性和擴(kuò)展性。 整個(gè)過(guò)程由四個(gè)步驟組成：抽取、清洗、轉(zhuǎn)換、加載和索引。事實(shí)上，這些步驟可以進(jìn)行不同的組合，如，可以將數(shù)據(jù)抽取與清洗組合為一個(gè)過(guò)程，或者將清洗和轉(zhuǎn)換組合在一起。8.參考答案:D9.參考答案: （1）可伸縮性 （2）處理不同類型屬性的能力 （3）發(fā)現(xiàn)任意形狀的聚類 （4）使輸入?yún)?shù)的領(lǐng)域知識(shí)最小化 （5）處理噪聲數(shù)據(jù)的能力 （6）對(duì)于輸入順序不敏感 （7）高維性 （8）基于約束的聚類 （9）看解釋性和可利用性10.參考答案:D11.參考答案:維歸約可以去掉不重要的屬性，減少數(shù)據(jù)立方體的維數(shù)，從而減少數(shù)據(jù)挖掘處理的數(shù)據(jù)量，提高挖掘效率。12.參考答案:A13.參考答案:正確14.參考答案:有損壓縮；無(wú)損壓縮15.參考答案:基于貝葉斯定理的推斷需要大量訓(xùn)練數(shù)據(jù)以覆蓋類條件概率空間，引入了很大開銷。樸素貝葉斯分類做了類條件獨(dú)立假設(shè)，大幅降低了計(jì)算開銷。他的優(yōu)點(diǎn)是容易實(shí)現(xiàn)并在大多數(shù)情況下可以取得較好的結(jié)果；他的缺陷是類條件獨(dú)立在實(shí)際應(yīng)用缺乏準(zhǔn)確性，因?yàn)樽兞恐g經(jīng)常存在依賴關(guān)系，這種依賴關(guān)系影響了樸素貝葉斯分類器的準(zhǔn)確性。16.參考答案:D17.參考答案:ETL軟件的主要功能： 數(shù)據(jù)的抽取，數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的加載； 對(duì)產(chǎn)生數(shù)據(jù)的目標(biāo)要求： 詳細(xì)的、歷史的、規(guī)范化的、可理解的、即時(shí)的、質(zhì)量可控制的。18.參考答案:A,B,C,D19.參考答案:錯(cuò)誤20.參考答案:優(yōu)點(diǎn)：搜索是容易采用優(yōu)化策略，即一個(gè)項(xiàng)如果不滿足最小支持度，它的所有子項(xiàng)都可以不用搜索。缺點(diǎn)：最小支持度設(shè)置困難，太高則將丟掉出現(xiàn)在較低抽象層中有意義的關(guān)聯(lián)規(guī)則；太低則會(huì)在較高層產(chǎn)生太多的無(wú)興趣的規(guī)則。21.參考答案:通過(guò)對(duì)大量數(shù)據(jù)的歸納、概括和抽象，提煉出帶有普遍性的、概括性的描述統(tǒng)計(jì)的知識(shí)。22.參考答案:包括名稱、維度、類別、層次和度量23.參考答案: 1，數(shù)據(jù)提取：從多個(gè)外部的異構(gòu)數(shù)據(jù)源收集數(shù)據(jù)； 2，數(shù)據(jù)清理：檢測(cè)數(shù)據(jù)中的粗偶并作可能的訂正； 3，數(shù)據(jù)變換：將數(shù)據(jù)由歷史或主機(jī)的格式轉(zhuǎn)化為數(shù)據(jù)倉(cāng)庫(kù)的格式； 4，裝載：排序、匯總、合并、計(jì)算視圖、檢查完整性，并建立索引和分區(qū)； 5，刷新：將數(shù)據(jù)源的更新傳播到數(shù)據(jù)倉(cāng)庫(kù)中。24.參考答案:相對(duì)穩(wěn)定的25.參考答案:1）屬性的選擇（很重要，一般要最大限度地增大樣本集純度） 2）獲得大小適合的決策樹 3）使用ID3等經(jīng)典算法構(gòu)建決策樹26.參考答案:數(shù)據(jù)及數(shù)據(jù)類型：數(shù)據(jù)是數(shù)據(jù)庫(kù)存儲(chǔ)的基本對(duì)象，數(shù)據(jù)類型：標(biāo)稱屬性，序數(shù)屬性，區(qū)間屬性，比率屬性。27.參考答案:D28.參考答案:每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)一個(gè)類標(biāo)號(hào)，表示一種可能的分類結(jié)果。29.參考答案:（a）已知最大值為70，最小值為13，則可將35規(guī)范化為： （b）已知均值為30，標(biāo)準(zhǔn)差為12.94，則可將35規(guī)范化為： （c）使用小數(shù)定標(biāo)規(guī)范化可將35規(guī)范化為：35/100=0.3530.參考答案:數(shù)據(jù)清洗，數(shù)據(jù)集成（考慮數(shù)據(jù)一致性和冗余），數(shù)據(jù)選擇，數(shù)據(jù)轉(zhuǎn)換，數(shù)據(jù)挖掘，模式評(píng)估，知識(shí)表示。第2卷一.參考題庫(kù)(共30題)1.通過(guò)聚集多個(gè)分類器的預(yù)測(cè)來(lái)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（voting）2.簡(jiǎn)述數(shù)據(jù)清理的基本內(nèi)容。3.考慮下表所示二元分類問(wèn)題的數(shù)據(jù)集。 （1）計(jì)算按照屬性A和B劃分時(shí)的信息增益。決策樹歸納算法將會(huì)選擇哪個(gè)屬性？ （2）計(jì)算按照屬性A和B劃分時(shí)Gini系數(shù)。決策樹歸納算法將會(huì)選擇哪個(gè)屬性？4.下表所示的相依表匯總了超級(jí)市場(chǎng)的事務(wù)數(shù)據(jù)。其中hotdogs指包含熱狗的事務(wù)，指不包含熱狗的事務(wù)。hamburgers指包含漢堡的事務(wù)，指不包含漢堡的事務(wù)。 假設(shè)挖掘出的關(guān)聯(lián)規(guī)則是“hotdogs=>hamburgers”。給定最小支持度閾值25%和最小置信度閾值50%，這個(gè)關(guān)聯(lián)規(guī)則是強(qiáng)規(guī)則嗎？ 計(jì)算關(guān)聯(lián)規(guī)則“hotdogs=>hamburgers”的提升度，能夠說(shuō)明什么問(wèn)題？購(gòu)買熱狗和購(gòu)買漢堡是獨(dú)立的嗎？如果不是，兩者間存在哪種相關(guān)關(guān)系？5.連續(xù)型屬性的數(shù)據(jù)樣本之間的距離有歐氏距離、曼哈頓距離和（）6.下面關(guān)于Jarvis－Patrick（JP）聚類算法的說(shuō)法不正確的是（）。A、JP聚類擅長(zhǎng)處理噪聲和離群點(diǎn)，并且能夠處理不同大小、形狀和密度的簇B、JP算法對(duì)高維數(shù)據(jù)效果良好，尤其擅長(zhǎng)發(fā)現(xiàn)強(qiáng)相關(guān)對(duì)象的緊致簇C、JP聚類是基于SNN相似度的概念D、JP聚類的基本時(shí)間復(fù)雜度為O（m）7.聚類分析中常見的數(shù)據(jù)類型有哪些？8.比較數(shù)據(jù)挖掘與OLAP的差異？9.什么是數(shù)據(jù)倉(cāng)庫(kù)的3層數(shù)據(jù)結(jié)構(gòu)？10.關(guān)于混合模型聚類算法的優(yōu)缺點(diǎn)，下面說(shuō)法正確的是（）。A、當(dāng)簇只包含少量數(shù)據(jù)點(diǎn)，或者數(shù)據(jù)點(diǎn)近似協(xié)線性時(shí)，混合模型也能很好地處理B、混合模型比K均值或模糊c均值更一般，因?yàn)樗梢允褂酶鞣N類型的分布C、混合模型很難發(fā)現(xiàn)不同大小和橢球形狀的簇D、混合模型在有噪聲和離群點(diǎn)時(shí)不會(huì)存在問(wèn)題11.下面哪種數(shù)據(jù)預(yù)處理技術(shù)可以用來(lái)平滑數(shù)據(jù)，消除數(shù)據(jù)噪聲？（）A、數(shù)據(jù)清理B、數(shù)據(jù)集成C、數(shù)據(jù)變換D、數(shù)據(jù)歸約12.常用的數(shù)值屬性概念分層的方法有哪些？13.簡(jiǎn)述K-平均算法的輸入、輸出及聚類過(guò)程（流程）。14.關(guān)聯(lián)規(guī)則15.下列幾種數(shù)據(jù)挖掘功能中，（）被廣泛的用于購(gòu)物籃分析。A、關(guān)聯(lián)分析B、分類和預(yù)測(cè)C、聚類分析D、演變分析16.ROLAP17.數(shù)據(jù)庫(kù)中的知識(shí)挖掘（KDD）包括以下七個(gè)步驟：（）、（）、（）、（）、（）、（）和（）18.存放最低層匯總的方體稱為（）。A、頂點(diǎn)方體B、方體的格C、基本方體D、維19.何謂相異度矩陣？它有什么特點(diǎn)？20.當(dāng)維表中的主鍵在事實(shí)表中沒有與外鍵關(guān)聯(lián)時(shí)，這樣的維稱為（）。它于事實(shí)表并無(wú)關(guān)系，但有時(shí)在查詢限制條件中需要用到。21.模式為對(duì)數(shù)據(jù)集的全局性總結(jié)，它對(duì)整個(gè)測(cè)量空間的每一點(diǎn)做出描述；模型則對(duì)變量變化空間的一個(gè)有限區(qū)域做出描述。22.數(shù)據(jù)集分為三類：（）。23.何謂數(shù)據(jù)倉(cāng)庫(kù)？為什么要建立數(shù)據(jù)倉(cāng)庫(kù)？24.Aprior算法包括（）和（）兩個(gè)基本步驟25.孤立點(diǎn)挖掘適用于下列哪種場(chǎng)合？（）A、目標(biāo)市場(chǎng)分析B、購(gòu)物籃分析C、模式識(shí)別D、信用卡欺詐檢測(cè)26.典型聚類方法有哪些？27.下面屬于定量的屬性類型是：（）。A、標(biāo)稱B、序數(shù)C、區(qū)間D、相異28.以下是一個(gè)商場(chǎng)所銷售商品的價(jià)格清單（按遞增順序排列，括號(hào)中的數(shù)表示前面數(shù)字出現(xiàn)次數(shù)） 1（2）、5（5）、8（2）、10（4）、12、14（3）、15（5）、18（8）、20（7）、21（4）、25（5）、28、30（3）。 請(qǐng)分別用等寬的方法和等高的方法對(duì)上面的數(shù)據(jù)集進(jìn)行劃分。29.分別說(shuō)明利用支持度、置信度和提升度評(píng)價(jià)關(guān)聯(lián)規(guī)則的優(yōu)缺點(diǎn)。30.規(guī)則：age（X，”19-25”）∧buys（X，“popcorn”）=>buys（X，“coke”）是一個(gè)（）。A、單維關(guān)聯(lián)規(guī)則B、多維關(guān)聯(lián)規(guī)則C、混合維關(guān)聯(lián)規(guī)則D、不是一個(gè)關(guān)聯(lián)規(guī)則第2卷參考答案一.參考題庫(kù)1.參考答案:A2.參考答案:①盡可能賦予屬性名和屬性值明確的含義；②統(tǒng)一多數(shù)據(jù)源的屬性值編碼；③去除無(wú)用的惟一屬性或鍵值（如自動(dòng)增長(zhǎng)的id）；④去除重復(fù)屬性（在某些分析中，年齡和出生日期可能就是重復(fù)的屬性，但在某些時(shí)候它們可能又是同時(shí)需要的）；⑤去除可忽略字段（大部分為空值的屬性一般是沒有什么價(jià)值的，如果不去除可能造成錯(cuò)誤的數(shù)據(jù)挖掘結(jié)果）；⑥合理選擇關(guān)聯(lián)字段（對(duì)于多個(gè)關(guān)聯(lián)性較強(qiáng)的屬性，重復(fù)無(wú)益，只需選擇其中的部分用于數(shù)據(jù)挖掘即可，如價(jià)格、數(shù)據(jù)、金額）；⑦去掉數(shù)據(jù)中的噪音、填充空值、丟失值和處理不一致數(shù)據(jù)。3.參考答案:按照屬性A和B劃分時(shí)，數(shù)據(jù)集可分為如下兩種情況： 按照屬性A劃分樣本集分別得到的兩個(gè)子集（A取值T和A取值F）的信息熵分別為： 按照屬性B劃分樣本集分別得到的兩個(gè)子集（B取值T和B取值F）的信息熵分別為： 因此，決策樹歸納算法將會(huì)選擇屬性A。 （2） 劃分前的Gini值為G=1-0.42-0.62=0.48 按照屬性A劃分時(shí)Gini指標(biāo)： 因此，決策樹歸納算法將會(huì)選擇屬性B。4.參考答案: 故這個(gè)關(guān)聯(lián)規(guī)則是強(qiáng)規(guī)則。 S（{hamburgers}）=2500/5000=50% 提升度=1.334?提升度大于1，表明hot?dogs和hamburgers不是互相獨(dú)立的，二者之間存在正相關(guān)關(guān)系。5.參考答案:明考斯基距離6.參考答案:D7.參考答案:常見數(shù)據(jù)類型有區(qū)間標(biāo)度變量、比例標(biāo)度型變量、二元變量、標(biāo)稱型、序數(shù)型以及混合類型等。8.參考答案: OLAP的典型應(yīng)用，通過(guò)商業(yè)活動(dòng)變化的查詢發(fā)現(xiàn)的問(wèn)題，經(jīng)過(guò)追蹤查詢找出問(wèn)題出現(xiàn)的原因，達(dá)到輔助決策的作用。 數(shù)據(jù)挖掘任務(wù)在于聚類（如神經(jīng)網(wǎng)絡(luò)聚類）、分類（如決策樹分類）、預(yù)測(cè)等。9.參考答案:數(shù)據(jù)是從企業(yè)內(nèi)外部的各業(yè)務(wù)處理系統(tǒng)（操作型數(shù)據(jù)）流向企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)（EDW）或操作型數(shù)據(jù)存儲(chǔ)區(qū)(ODS)，在這個(gè)過(guò)程中，要根據(jù)企業(yè)（或其他組織）的數(shù)據(jù)模型和元數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)進(jìn)行調(diào)和處理，形成一個(gè)中間數(shù)據(jù)層，然后再根據(jù)分析需求，從調(diào)和數(shù)據(jù)層（EDW、ODS）將數(shù)據(jù)引入導(dǎo)出數(shù)據(jù)層，如形成滿足各類分析需求的數(shù)據(jù)集市。10.參考答案:B11.參考答案:A12.參考答案:分箱、直方圖分析，聚類分析，基于熵的離散化和通過(guò)自然劃分分段。13.參考答案:14.參考答案:同時(shí)滿足最小支持度閾值和最小可信度閾值的規(guī)則稱之為關(guān)聯(lián)規(guī)則。15.參考答案:A16.參考答案:是基于關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)方式的，在這種結(jié)構(gòu)中，多維數(shù)據(jù)被映像成二維關(guān)系表，通常采用星型或雪花型架構(gòu)，由一個(gè)事實(shí)表和多個(gè)維度表構(gòu)成。17.參考答案:數(shù)據(jù)清理；數(shù)據(jù)集成；數(shù)據(jù)選擇；數(shù)據(jù)變換；數(shù)據(jù)挖掘；模式評(píng)估；知識(shí)表示18.參考答案:C19.參考答案: 相異度矩陣是用于存儲(chǔ)所有對(duì)象兩兩之間相異度的矩陣，為一個(gè)nn維的單模矩陣。 其特點(diǎn)是d（i，j）=d（j，i），d（i，i）=0，d（j，j）=0。如下所示： 20.參考答案:退化維21.參考答案:錯(cuò)誤22.參考答案:記錄數(shù)據(jù)，基于圖形的數(shù)據(jù)和有序的數(shù)據(jù)集23.參考答案:數(shù)據(jù)倉(cāng)庫(kù)是一種新的數(shù)據(jù)處理體系結(jié)構(gòu)，是面向主題的、集成的、不可更新的（穩(wěn)定性）、隨時(shí)間不斷變化（不同時(shí)間）的數(shù)據(jù)集合，為企業(yè)決策支持系統(tǒng)提供所需的集成信息。 建立數(shù)據(jù)倉(cāng)庫(kù)的目的有3個(gè)： 一是為了解決企業(yè)決策分析中的系統(tǒng)響應(yīng)問(wèn)題，數(shù)據(jù)倉(cāng)庫(kù)能提供比傳統(tǒng)事務(wù)數(shù)據(jù)庫(kù)更快的大規(guī)模決策分析的響應(yīng)速度。 二是解決決策分析對(duì)數(shù)據(jù)的特殊需求問(wèn)題。決策分析需要全面的、正確的集成數(shù)據(jù)，這是傳統(tǒng)事務(wù)數(shù)據(jù)庫(kù)不能直接提供的。 三是解