數(shù)據(jù)倉庫和數(shù)據(jù)挖掘試題11年

1、提示：務(wù)必寫上學(xué)號和姓名數(shù)據(jù)倉庫與數(shù)據(jù)挖掘I.I.選擇題，為每個問題選擇最合適的答案 (10 x 2% =20%)1.數(shù)據(jù)倉庫上的業(yè)務(wù)處理稱作。A.聯(lián)機(jī)事務(wù)處理B.聯(lián)機(jī)分析處理C.聯(lián)機(jī)輸入處理D.聯(lián)機(jī)查詢處理2.在自然演化體系結(jié)構(gòu)中，關(guān)于導(dǎo)致數(shù)據(jù)缺乏可信性的原因的說法哪個不正確？A.數(shù)據(jù)無時基B.抽取程序的算法有差異C.抽取的層次不同D.缺乏集成性3.下面哪項關(guān)于 OLTP 與 OLAP 訪問特點的說法是不正確的。A.OLTP 和 OLAP 對于響應(yīng)時間的要求都高B.OLTP 訪問頻率高，OLAP 訪問頻率低C.OLAP 訪問大量的歷史，執(zhí)行大量統(tǒng)計操作D.OLTP 數(shù)據(jù)處理具有并發(fā)性4.下面

2、關(guān)于數(shù)據(jù)倉庫中數(shù)據(jù)的說法錯誤的是？A.數(shù)據(jù)越詳細(xì)，粒度越小，層次級別就越高。B.在估計直接存儲設(shè)備數(shù)時，如數(shù)據(jù)超過1000 萬行必須強(qiáng)制采取雙重粒度級。C.數(shù)據(jù)倉庫大部分分析是針對被壓縮的、存取效率高的輕度級數(shù)據(jù)進(jìn)行的。D.數(shù)據(jù)分割便于數(shù)據(jù)的重構(gòu)、重組和恢復(fù)，以提高創(chuàng)建索引和順序掃描的效率。5.下面關(guān)于數(shù)據(jù)倉庫的數(shù)據(jù)存儲方式的說法哪個是不正確的？E.虛擬存儲方式中，數(shù)據(jù)倉庫的數(shù)據(jù)仍然在源數(shù)據(jù)中。F.星型模式下的維表規(guī)范化的，而雪花模式下的不需要規(guī)范化G.在查詢效率方面，星型模式效率更高H.在事實星座模式中有多個事實表，且它們共享相同的維表6.下面關(guān)于星型模型的說法哪個是不正確的？I.有一個包含

3、大量數(shù)據(jù)的事實表J.有一組小的附屬表，稱為維表，每維一個。K.事實表的每個字段都是事實度量字段L.事實中每條元組都含有指向各個維表的外鍵和一些相應(yīng)的度量數(shù)據(jù)。7.下面關(guān)于數(shù)據(jù)倉庫的數(shù)據(jù)追加的說法哪個是不正確的？A.時標(biāo)法需要為記錄數(shù)據(jù)增加一個時間標(biāo)志。B.前后映像文件方法需要掃描整個數(shù)據(jù)庫，占用較多資源，對性能有較大影響C.DELTA 不需要掃描整個數(shù)據(jù)庫，效率較高，應(yīng)用普遍D.日志文件法也不需要掃描整個數(shù)據(jù)庫，是固有機(jī)制。8.假設(shè)收入屬性的最小與最大分別是10000 和 90000,現(xiàn)在想把當(dāng)前值 30000 映射到區(qū)間0,1,若采用最大一最小數(shù)據(jù)規(guī)范方法，計算結(jié)果是多少？A.0.25B.0

4、.375C.0.125D.0.59.卜面關(guān)于維的概忿哪個是/、止確的？A.維是人們觀察數(shù)據(jù)的特定角度。B.維的層次性是由觀察數(shù)據(jù)細(xì)致程度不同造成的。C.某 E 月某日”是時間維的層次。D.月、季、年”是時間維的層次。10.敏循倉庫升友皿用同勘 PJ 分為二個階段，卜外哪壩小是具甲呆個階段？A.規(guī)劃分析階段B.體系結(jié)構(gòu)設(shè)計階段C.設(shè)計實施階段D.使用維護(hù)階段II.簡答題(4 X 5% = 20%)1.在現(xiàn)實世界的數(shù)據(jù)中，兀組在某些屬性上缺少值是常有的，描述處理該 1 可題的方法?少給出 5 種不同的方法）2.簡述數(shù)據(jù)倉庫的四個基本特征？3.簡述輪轉(zhuǎn)綜合數(shù)據(jù)存儲的過程？4.簡述數(shù)據(jù)庫數(shù)據(jù)與數(shù)據(jù)倉庫

5、數(shù)據(jù)的異同？II.II.設(shè)計題（5 X 12% = 60%）1、 假定大學(xué)的數(shù)據(jù)倉庫包含4 個維（student 學(xué)生、course 課程、semester 學(xué)期、instructor 教師, 2 個度量count 和 avg_grade。在最低的概念層（例如對于給定的學(xué)生、課程、學(xué)期和教師組合），度量 avg_grade 存放學(xué)生的實際成績。在較高概念層，avg_grade 存放給定組合的平均成績。a）為數(shù)據(jù)倉庫畫出雪花模式圖 8%b）由基本立方體 （學(xué)生、 課程、 學(xué)期、教師開始，列出大學(xué)每個學(xué)生的計算機(jī)導(dǎo)論”課程的平均成績，應(yīng)當(dāng)使用哪些OLAP 操作（如由學(xué)期上卷到年）？4%2、 假定數(shù)

6、據(jù)倉庫包含 4 個維 date 時間，spectator 觀眾,location 地區(qū)和 game 節(jié)目，2 個度量 count 和 chargeo 其中，charge 是觀眾在給定的日期觀看節(jié)目的付費。觀眾可以是學(xué)生、成年人或老人，每類觀眾有不同的收費標(biāo)準(zhǔn)。a）畫出該數(shù)據(jù)倉庫的星形模式圖 8%b）由基本立方體date,spectator,location,game開始，為列出 2011 年觀眾在 GM-Place 的總 付費，應(yīng)當(dāng)執(zhí)行哪些 OLAP 操作？ 4%3、 假定下面的表從面向?qū)傩缘臍w納導(dǎo)出。類出生地人數(shù)程序員江蘇 180其它 120 x transaction, buys(X,it

7、em1) buys(X ,item2)= buys(X, item3)s,c5、假設(shè)數(shù)據(jù)集 D 含有 9 個數(shù)據(jù)對象(用 2 維空間的點表示)：A(3,2), A2(3,9), A3(8,6), BI(9,5),B2(2,4), B3(3,10), CI(2,6),C2(9,6), C3(2,2) 采用 k-均值方法進(jìn)行聚類，距離函數(shù)采用歐幾里德距離，取 k=3,假設(shè)初始的三個簇質(zhì)心為A,B1,和 G,求：(1)第一次循環(huán)結(jié)束時的三個簇的質(zhì)心。4%(2)最后求得的三個簇。4%(3)如果采用曼哈坦距離或q=3 時的閔可夫斯基距離情況如何？4%請于2011年12月31日之前，把試卷答案發(fā)至江蘇20其它80a)將該表轉(zhuǎn)換成顯示相關(guān) t-權(quán)和 d-權(quán)的交叉表 6%b)將類“程序員”轉(zhuǎn)換成(雙向的)量化描述規(guī)則。例如銷售員VX ,Programmer(X) u (birth _ place(X)=江蘇八.)t: x%,d : y%. v (.)(t : w%, d : z%4、數(shù)據(jù)庫有TIDT100T200T300T400a)使用事物。設(shè) min_sup=60%,min_conf=80%購買的物品K,A,D,BD,A,C,E,B日期99/10/1599/10/1