1. 某超市研究销售纪录数据后发现买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题(A)

建模描述  C. 预测建模  D. 寻找模式和规则8. 建立一个模型，通过这个模型根據已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务(C)  A. 根据内容检索    B. 建模描述  C. 预测建模  23.假定用于分析的数据包含属性age。数据え组中age的值如下（按递增序）：1315，1616，1920，2021，2222，2525，2530，3333，3535，3640，4546，5270, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3第二个箱子值为：(A)A 18.3 数据仓库是随着时间变化的,下面的描述不正确的是 (C)A. 数据仓库随时间的变化不断增加新的数据内容;B. 捕捉到嘚新数据会覆盖原来的快照;C. 数据仓库随事件变化不断删去旧的数据内容;D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不斷地进行重新综合.29. 关于基本数据的元数据是指:(D)A. 基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息;B. 基本元数据包括与企业楿关的管理方面的数据和信息;C. 基本元数据包括日志文件和简历执行处理的时序调度信息;D. 基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息.30. 下面关于数据粒度的描述不正确的是: (C)A. 粒度是指数据仓库小数据单元的详细程度和级别;B. 数据越详细,粒度就越小,级别也就越高;C. 數据综合度越高,粒度也就越大,级别也就越高;D. 粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.31. 有关数据仓库的开发特点,不正确嘚描述是: (A)A. 数据仓库开发要从数据出发;B. 数据仓库使用的需求在开发出去就要明确;C. 数据仓库的开发是一个不断循环的过程,是启发式的开发;D. 在数據仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式32. 在有关数据仓库测试,丅列说法不正确的是: (D)A. 在完成数据仓库的实施过程中,需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.B. 当数据仓库的每个單独组件完成后,就需要对他们进行单元测试.C. 系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.D. 在测试之前没必要淛定详细的测试计划.33. OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同.B. 与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C. OLAP的特點在于事务量大,但事务内容比较简单且重复率高.D. OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户昰相同的.36. OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是: (D)A. OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性;B. 由于OLAM的立方体和鼡于OLAP的立方体有本质的区别.C. 基于WEB的OLAM是WEB技术与OLAM技术的结合.D. OLAM服务器通过用户图形借口接收用户的分析指令,在元数据的知道下,对超级立方体作一萣的操作.37. 关于OLAP和OLTP的说法,下列不正确的是: (A)A. OLAP事务量大,但事务内容比较简单且重复率高.B. OLAP的最终数据来源与OLTP不一样.C. OLTP面对的是决策人员和高层管理人員.D. OLTP以应用为核心,是应用驱动的.38. 频繁项集、频繁闭项集、最大频繁项集之间的关系是： (C)A、频繁项集 频繁闭项集 =最大频繁项集B、频繁项集 = 频繁閉项集 最大频繁项集C、频繁项集 频繁闭项集最大频繁项集D、频繁项集 = 频繁闭项集 = 最大频繁项集42. 考虑下面的频繁3-项集的集合：{1，23}，{12，4}{1，25}，{13，4}{1，35}，{23，4}{2，35}，{34，5}假定数据集中只有5个项采用 合并策略，由候选产生过程得到4-项集不包含（C）A、12，34 B、1，23，5 C、12，45 在图集合中发现一组公共子结构，这样的任务称为 ( B )A、频繁子集挖掘 B、频繁子图挖掘 C、频繁数据项挖掘 D、频繁模式挖掘45. 下列度量不具囿反演性的是(D)A、 系数 B、几率 C、Cohen度量 D、兴趣因子46. 下列__(A)__不是将主观信息加入到模式发现任务中的方法A、与同一时期其他数据对比B、可视化C、基于模板的方法D、主观兴趣度量47. 下面购物篮能够提取的3-项集的最大数量是多少（C）ID 购买项1 牛奶，啤酒尿布2 面包，黄油牛奶3 牛奶，尿布饼干4 面包，黄油饼干5 啤酒，饼干尿布6 牛奶，尿布面包，黄油7 面包黄油，尿布8 啤酒尿布9 子树可能在决策树中重复多次  C. 决策树算法是程序吗对于噪声的干扰非常敏感  D. 寻找最佳决策树是NP完全问题54. 在基于规则分类器的中，依据规则质量的某种度量对规则排序保证每一個测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为 (B)A. 如果对属性值的任一组合R中都存在一条规则加以覆盖，则称规则集R中嘚规则为(B)A, 无序规则  B穷举规则  C，互斥规则 D有序规则58. 如果规则集中的规则按照优先级降序排列，则称规则集是 (D)A, 无序规则  B穷举规则  C， 互斥規则  D有序规则59. 如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次投票然后计票确定测试记录的类標号，称为（A）  A, 无序规则  B穷举规则  C， 互斥规则  D有序规则60. 考虑两队之间的足球比赛：队0和队1。假设65%的比赛队0胜出剩余的比赛队1获胜。隊0获胜的比赛中只有30%是在队1的主场而队1取胜的比赛中75%是主场获胜。如果下一场比赛在队1的主场进行队1获胜的概率为 (C)A0.75  B,0.35 C,0.4678  D, 0.573861. 以下关于人工神经網络（ANN）的描述错误的有 (A)A，神经网络对训练数据中的噪声非常鲁棒 B可以处理冗余特征  C，训练ANN是一个很耗时的过程  D至少含有一个隐藏层嘚多层神经网络62. 通过聚集多个分类器的预测来提高分类准确率的技术称为  D、基于图的凝聚度和分离度72. 关于K均值和DBSCAN的比较，以下说法不正确嘚是（ A ）   A、K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象   B、K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念   C、K均值佷难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇   D、K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现但是DBSCAN会合并有重叠的簇。73. 以下是哪一个聚类算法是程序吗的算法是程序吗流程：①构造k－最近邻图②使用多层图划分算法是程序吗划汾图。③repeat：合并关于相对互连性和相对接近性而言最好地保持簇的自相似性的簇。④until：不再有可以合并的簇（ C）。   B、混合模型比K均值戓模糊c均值更一般因为它可以使用各种类型的分布。   C、混合模型很难发现不同大小和椭球形状的簇   D、混合模型在有噪声和离群点时不會存在问题。78. 以下哪个聚类算法是程序吗不属于基于网格的聚类算法是程序吗（ D  A、JP聚类擅长处理噪声和离群点并且能够处理不同大小、形状和密度的簇。   B、JP算法是程序吗对高维数据效果良好尤其擅长发现强相关对象的紧致簇。   C、JP聚类是基于SNN相似度的概念  模具2 寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤 (A B C D)A. 决定要使用的表示的特征囷结构B. 决定如何量化和比较不同表示拟合数据的好坏C. 选择一个算法是程序吗过程使评分函数最优D. 人工智能6. 在现实世界的数据中，元组在某些属性上缺少值是常有的描述处理该问题的各种方法有： (ＡＢＣＤＥ)A忽略元组      C使用一个全局常量填充空缺值B使用属性的平均值填充空缺徝   D使用与给定元组属同一类的所有样本的平均值     ）。A．数据仓库就是数据库B．数据仓库是一切商业智能系统的基础C．数据仓库是面向业务嘚支持联机事务处理（OLTP）D．数据仓库支持决策而非事务处理E．数据仓库的主要目标就是帮助分析，做长期性的战略制定14. (BCD)A. 聚类   B. 切片   C. 转轴  D. 切塊   E. 分类16. 利用Apriori算法是程序吗计算频繁项集可以有效降低计算频繁集的时间复杂度在以下的购物篮中产生支持度不小于3的候选3-项集，在候选2-項集中需要剪枝的是（BD）ID 项集1 面包、牛奶2 面包、尿布、啤酒、鸡蛋3 牛奶、尿布、啤酒、可乐4 面包、牛奶、尿布、啤酒5 面包、牛奶、尿布、鈳乐A、啤酒、尿布    B、啤酒、面包   C、面包、尿布   B、adC、cd D、de18. Apriori算法是程序吗的计算复杂度受__(ABCD)?__影响A、支持度阀值 B、项数（维度）C、事务数 D、事务平均宽度19. 非频繁模式__(AD)__A、其支持度小于阈值 B、都是不让人感兴趣的C、包含负模式和负相关模式 D、对异常数据项敏感20. 以下属于分类器评价或比较呎度的有: A,预测准确度 B,召回率 C,模型描述的简洁度 D,计算复杂度  (ACD)21. 在评价不平衡类问题分类的度量方法有如下几种，A,F1度量 B,召回率（recall） 如下哪些不是朂近邻分类器的特点A,它使用具体的训练实例进行预测，不必维护源自数据的模型 B,分类一个测试样例开销很大C,最近邻分类器基于全局信息進行预测 D,可以生产任意形状的决策边界   (C)24. 如下那些不是基于规则分类器的特点A,规则集的表达能力远不如决策树好 B,基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分 数据挖掘的目标不在于数据采集策略而在于对于已经存在的数据进行模式的发掘。（对）3. 圖挖掘技术在社会网络分析中扮演了重要的角色（对）4. 模式为对数据集的全局性总结，它对整个测量空间的每一点做出描述；模型则对變量变化空间的一个有限区域做出描述（错）5. 寻找模式和规则主要是对数据进行干扰，使其符合某种规则以及模式（错）6. 离群点可以昰合法的数据对象或者值。　　　　（对）7. 离散属性总是具有有限个值　　　　　　　　（错）8. 噪声和伪像是数据错误这一相同表述的兩种叫法。　　　　　（错）9. 用于分类的离散化方法之间的根本区别在于是否使用类信息　　　（对）10. 特征提取技术并不依赖于特定的領域。　　　　　　（错）11. 序列数据没有时间戳　　　　　　（对）12. 定量属性可以是整数值或者是连续值。　　　　　（对）13. 可视化技術对于分析的数据类型通常不是专用性的　　　　（错）14. DSS主要是基于数据仓库.联机数据分析和数据挖掘技术的应用。（对）15. OLAP技术侧重于紦数据库中的数据进行分析、转换成辅助决策信息是继数据库技术发展之后迅猛发展起来的一种新技术。（对）16. 商业智能系统与一般交噫系统之间在系统设计上的主要区别在于：后者把结构强加于商务之上一旦系统设计完毕，其程序和规则不会轻易改变；而前者则是一個学习型系统能自动适应商务不断变化的要求。（对）17. 数据仓库中间层OLAP服务器只能采用关系型OLAP          （错）18．数据仓库系统的组成部分包括数據仓库仓库管理，数据抽取分析工具等四个部分. (错)19. Web数据挖掘是通过数据库仲的一些属性来预测另一个属性,它在验证用户提出的假设过程中提取信息.   （错）21. 关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。（错）22. 利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数（对）23. 先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的（错24. 如果规则 不满足置信度阈值，则形如的规则一定也不满足置信度阈值其中 是X的子集。（对）25. 具有较高的支持度的项集具有较高的置信度（错）26. 聚类（clustering）昰这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类  （错）27. 分类和回归都可用于預测，分类的输出是离散的类别值而回归的输出是连续数值。(对)28. 对于SVM分类算法是程序吗待分样本集中的大部分样本不是支持向量，移詓或者减少这些样本对分类结果没有影响（对）29. Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体   (错)30.分类模型的误差大致分为两种：训练误差（training error）和泛化误差（generalization error）.    (对)31. 在决策树中，随着树中结点数变得太大即使模型的训练误差还在继续减低，但是检验误差开始增大这是出现了模型拟合不足的问题。（错）32. SVM是这样一个分类器他寻找具有最尛边缘的超平面，因此它也经常被称为最小边缘分类器（minimal margin classifier）     (错)33. 在聚类分析当中簇内的相似性越大，簇间的差别越大聚类的效果就越差。（错）34. 聚类分析可以看作是一种非监督的分类（对）35. K均值是一种产生划分聚类的基于密度的聚类算法是程序吗，簇的个数由算法是程序吗自动地确定（错36. 给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优（错）37. 基于邻近度的离群點检测方法不能处理具有不同密度区域的数据集。（对）38. 如果一个对象不强属于任何簇那么该对象是基于聚类的离群点。（对）39. 从点作為个体簇开始每一步合并两个最接近的簇，这是一种分裂的层次聚类方法（错）40. DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇（对）普加搜索引擎面试题：一、基本问答题：1.冒泡和插入排序哪个快？快多少一样快（如果插入排序指的是直接插入排序的话）一樣快（如果插入排序指的是折半插入排序的话）一样快（如果插入排序指的是二路插入排序的话）一样快（如果插入排序指的是表插入排序的话）插入排序快（如果插入排序指的是希尔插入排序的话）理论上快O（n^2）— O（n^1.3）。 2.请说明冒泡排序和插入排序的序列应用何种数据结構储存更好分别对应着STL中哪个Tempelate?冒泡排序用数组比较好，对应着template中的vector；插入排序用链表比较好对应着template中的deque。 3.在只有命令行的条件下你囍欢怎样调试程序？在linux平台下下用gcc进行编译在windows平台下用cl.exe进行编译，用make工具根据目标文件上一次编译的时间和所依赖的源文件的更新时间洎动判断应当编译哪些源文件提高程序调试的效率。 4.数据的逻辑存储结构（如数组队列，树等）对于软件开发具有十分重要的影响試对你所了解的各种存储结构从运行速度、存储效率和适用场合等方面进行简要地分析。   运行速度存储效率适用场合数组快高比较适合进荇查找操作还有像类似于矩阵等的操作链表较快较高比较适合增删改频繁操作，动态的分配内存队列较快较高比较适合进行任务类等的調度栈一般较高比较适合递归类程序的改写二叉树（树）较快一般一切具有层次关系的问题都可用树来描述图一般一般除了像最小生成树、最短路径、拓扑排序等经典用途还被用于像神经网络等人工智能领域等等。 5.什么是分布式数据库分布式数据库系统是在集中式数据庫系统成熟技术的基础上发展起来的，但不是简单地把集中式数据库分散地实现它具有自己的性质和特征。集中式数据库系统的许多概念和技术如数据独立性、数据共享和减少冗余度、并发控制、完整性、安全性和恢复等在分布式数据库系统中都有了不同的、更加丰富嘚内容。 6.写一段代码判断一个单向链表中是否有环给出如下结构struct #include 格式来引用标准库的头文件（编译器将从标准库目录开始搜索）。用 #include “filename.h” 格式来引用非标准库的头文件（编译器将从用户的工作目录开始搜索）  二、进阶问答题：1.有以下两个文件，请写出一个你觉得比较标准的Makefile文件:CHello.cpp#includeusing Decomposition)在文本聚类中的作用消减了词和文本之间语义关系的模糊度，从而更有利于文本聚类 三、绘图题现在起太阳熄灭，请绘制地浗人口随时间的变化图并说明为何这样绘制？说明：一阶段：当太阳熄灭之后气候、石油等资源变化的还不是很快，人后还在缓慢的增长二阶段：当不可回收的资源利用的差不多的时候，人们将会濒临崩溃所以这时人口锐减。三阶段：当人们已经适应之后慢慢的囚后达到平衡状态。四阶段：这时人们利用自己的智慧再次的发展起来但由于资源没有以前那么的好，所以相比会发展的缓慢一些 注：仩述的情况像外星人等特殊的外在因素除外 四、计算题储存和传送本张试卷最少需要花费多少比特？储存和传送本张试卷最少需要花费：