2011年数据挖掘与数据仓库考试题
1．（10分）讨论：下列每项活动是否是数据挖掘任务简单陈述你的理由。a根据性别划分公司的顾客。b根据可赢利性划分公司的顾客。c预测投一对骰子的结果。d使用历史记录预测某公司未来的股票价格。
2．（10分）列举3种数据挖掘功能，对每种举2个实际应用的例子。3．（10分）比较急切分类（如，判定树、贝叶斯、神经网络）相对于懒散分类（如，k
最临近、基于案例的推理）的优缺点。
4．（10分）假定你作为一个数据分析人员，受雇于一家移动通讯公司。通过一个例子说明打算如何使用数据挖掘技术为公司提供帮助。你的例子应包含问题描述，使用何种数据挖掘方法解决该问题，理由和预期效果（不需要定量分析）。
5．（10分）假设数据挖掘的任务是将如下的八个点（用xy代表位置）聚类为三个类。
A1210A225A384B158B275B364C112C249距离函数是Euclidea
函数。假设初始我们选择A1B1和C1为每个簇的中心，用kmea
s算法来给出
（a）在第一次循环执行后的三个簇中心
（b）最后的三个簇6．（10分）考虑下面的由BigU
iversity的学生数据库挖掘的关联规则
majorX”scie
ce”statusX”u
dergrad”
（1）
假定学校的学生人数（即，任务相关的元组数）为5000，其中56的在校本科生的专
业是科学，64的学生注册本科学位课程，70的学生主修科学scie
ce。
a计算规则1的支持度和置信度。
b考虑下面的规则
majorX”biology”statusX”u
dergrad”1780
（2）
假定主攻科学的学生30专业为biology。与规则1对比，你认为规则2新颖吗？解释你的结论。7．（15分）考虑为产品销售问题建立数据仓库。关注的主题是销售，用销售量、销售价和成本度量（由此可以计算销售金额和利润）。销售涉及销售的产品、时间、客户和销售代理。其中，产品用产品名称、产品类别、产品品牌等描述，时间用日、月、季、年描述，客户信息包括客户ID、客户名、送货地址（省、市、街道、门牌号）、帐号等信息，销售代理包括销售代理姓名、地区、省、市等信息
a给出每个维的概念分层。b画出该数据仓库的星型模式图。
c由基本方体开始，为列出河南省客户购买的、由国美家电2004年销售的、小天鹅洗衣机，应当执行哪些OLAP操作？
8．（15分）下表由雇员数据库的训练数据组成。数据已泛化。例如，年龄“31…35”表示31到35的之间。对于给定的行，cou
t表示departme
tstatusage和salary在该行上具
f有给定值的元组数。departme
tstatusagesalarycou
t
salr