貨運(yùn)火車(chē)站物流信息系統(tǒng)數(shù)據(jù)挖掘與應(yīng)用考核試卷考生姓名：答題日期：得分：判卷人：

本次考核旨在評(píng)估考生對(duì)貨運(yùn)火車(chē)站物流信息系統(tǒng)數(shù)據(jù)挖掘與應(yīng)用的掌握程度，包括數(shù)據(jù)挖掘技術(shù)、分析方法在實(shí)際物流場(chǎng)景中的應(yīng)用能力。

一、單項(xiàng)選擇題（本題共30小題，每小題0.5分，共15分，在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的）

1.貨運(yùn)火車(chē)站物流信息系統(tǒng)的核心功能是：（）

A.貨物裝卸

B.貨運(yùn)調(diào)度

C.數(shù)據(jù)存儲(chǔ)

D.信息查詢

2.數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則挖掘用于發(fā)現(xiàn)數(shù)據(jù)項(xiàng)之間的聯(lián)系，其目標(biāo)是找出：（）

A.數(shù)據(jù)中的異常

B.數(shù)據(jù)中的模式

C.數(shù)據(jù)中的趨勢(shì)

D.數(shù)據(jù)中的分類(lèi)

3.下列哪項(xiàng)不是物流信息系統(tǒng)數(shù)據(jù)挖掘的預(yù)處理步驟？（）

A.數(shù)據(jù)清洗

B.數(shù)據(jù)集成

C.數(shù)據(jù)歸一化

D.數(shù)據(jù)去重

4.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，聚類(lèi)分析的主要目的是：（）

A.提取數(shù)據(jù)特征

B.發(fā)現(xiàn)數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)

C.尋找數(shù)據(jù)中的相似對(duì)象

D.對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)

5.下列哪項(xiàng)不是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)關(guān)鍵步驟？（）

A.數(shù)據(jù)選擇

B.模型選擇

C.模型訓(xùn)練

D.模型測(cè)試

6.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)常見(jiàn)數(shù)據(jù)類(lèi)型？（）

A.結(jié)構(gòu)化數(shù)據(jù)

B.半結(jié)構(gòu)化數(shù)據(jù)

C.非結(jié)構(gòu)化數(shù)據(jù)

D.所有上述數(shù)據(jù)

7.在物流火車(chē)站中，以下哪項(xiàng)信息通常需要通過(guò)物流信息系統(tǒng)進(jìn)行管理？（）

A.貨車(chē)位置

B.貨物重量

C.貨運(yùn)時(shí)間表

D.所有上述信息

8.數(shù)據(jù)挖掘中的分類(lèi)分析通常用于：（）

A.發(fā)現(xiàn)數(shù)據(jù)中的異常

B.預(yù)測(cè)未來(lái)的數(shù)據(jù)

C.分析數(shù)據(jù)趨勢(shì)

D.提取數(shù)據(jù)特征

9.下列哪項(xiàng)不是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)挑戰(zhàn)？（）

A.數(shù)據(jù)質(zhì)量問(wèn)題

B.數(shù)據(jù)復(fù)雜性

C.模型解釋性

D.數(shù)據(jù)隱私問(wèn)題

10.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是特征選擇的目的？（）

A.減少數(shù)據(jù)量

B.提高模型準(zhǔn)確性

C.提高模型解釋性

D.所有上述選項(xiàng)

11.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的分類(lèi)算法？（）

A.決策樹(shù)

B.K-均值

C.支持向量機(jī)

D.主成分分析

12.在物流火車(chē)站中，以下哪項(xiàng)信息通?？梢酝ㄟ^(guò)物流信息系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控？（）

A.貨車(chē)數(shù)量

B.貨物裝載狀態(tài)

C.貨運(yùn)任務(wù)完成情況

D.所有上述信息

13.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的聚類(lèi)算法？（）

A.K-均值

B.決策樹(shù)

C.支持向量機(jī)

D.主成分分析

14.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是關(guān)聯(lián)規(guī)則挖掘中的支持度？（）

A.規(guī)則出現(xiàn)的頻率

B.規(guī)則的置信度

C.規(guī)則的相關(guān)性

D.規(guī)則的覆蓋度

15.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)目標(biāo)？（）

A.提高貨物裝卸效率

B.降低物流成本

C.優(yōu)化貨運(yùn)調(diào)度

D.所有上述目標(biāo)

16.在物流火車(chē)站中，以下哪項(xiàng)信息通常需要通過(guò)物流信息系統(tǒng)進(jìn)行統(tǒng)計(jì)分析？（）

A.貨運(yùn)量

B.貨物周轉(zhuǎn)率

C.貨運(yùn)延誤時(shí)間

D.所有上述信息

17.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)挑戰(zhàn)？（）

A.數(shù)據(jù)質(zhì)量問(wèn)題

B.數(shù)據(jù)復(fù)雜性

C.模型解釋性

D.數(shù)據(jù)隱私問(wèn)題

18.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是特征選擇的目的？（）

A.減少數(shù)據(jù)量

B.提高模型準(zhǔn)確性

C.提高模型解釋性

D.所有上述選項(xiàng)

19.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的分類(lèi)算法？（）

A.決策樹(shù)

B.K-均值

C.支持向量機(jī)

D.主成分分析

20.在物流火車(chē)站中，以下哪項(xiàng)信息通?？梢酝ㄟ^(guò)物流信息系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控？（）

A.貨車(chē)數(shù)量

B.貨物裝載狀態(tài)

C.貨運(yùn)任務(wù)完成情況

D.所有上述信息

21.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的聚類(lèi)算法？（）

A.K-均值

B.決策樹(shù)

C.支持向量機(jī)

D.主成分分析

22.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是關(guān)聯(lián)規(guī)則挖掘中的支持度？（）

A.規(guī)則出現(xiàn)的頻率

B.規(guī)則的置信度

C.規(guī)則的相關(guān)性

D.規(guī)則的覆蓋度

23.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)目標(biāo)？（）

A.提高貨物裝卸效率

B.降低物流成本

C.優(yōu)化貨運(yùn)調(diào)度

D.所有上述目標(biāo)

24.在物流火車(chē)站中，以下哪項(xiàng)信息通常需要通過(guò)物流信息系統(tǒng)進(jìn)行統(tǒng)計(jì)分析？（）

A.貨運(yùn)量

B.貨物周轉(zhuǎn)率

C.貨運(yùn)延誤時(shí)間

D.所有上述信息

25.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中的一個(gè)挑戰(zhàn)？（）

A.數(shù)據(jù)質(zhì)量問(wèn)題

B.數(shù)據(jù)復(fù)雜性

C.模型解釋性

D.數(shù)據(jù)隱私問(wèn)題

26.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是特征選擇的目的？（）

A.減少數(shù)據(jù)量

B.提高模型準(zhǔn)確性

C.提高模型解釋性

D.所有上述選項(xiàng)

27.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的分類(lèi)算法？（）

A.決策樹(shù)

B.K-均值

C.支持向量機(jī)

D.主成分分析

28.在物流火車(chē)站中，以下哪項(xiàng)信息通?？梢酝ㄟ^(guò)物流信息系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控？（）

A.貨車(chē)數(shù)量

B.貨物裝載狀態(tài)

C.貨運(yùn)任務(wù)完成情況

D.所有上述信息

29.下列哪項(xiàng)是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的聚類(lèi)算法？（）

A.K-均值

B.決策樹(shù)

C.支持向量機(jī)

D.主成分分析

30.在物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪項(xiàng)是關(guān)聯(lián)規(guī)則挖掘中的支持度？（）

A.規(guī)則出現(xiàn)的頻率

B.規(guī)則的置信度

C.規(guī)則的相關(guān)性

D.規(guī)則的覆蓋度

二、多選題（本題共20小題，每小題1分，共20分，在每小題給出的選項(xiàng)中，至少有一項(xiàng)是符合題目要求的）

1.物流信息系統(tǒng)數(shù)據(jù)挖掘的主要目的是：（）

A.優(yōu)化資源配置

B.提高運(yùn)營(yíng)效率

C.降低物流成本

D.增強(qiáng)客戶滿意度

2.下列哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中的預(yù)處理步驟？（）

A.數(shù)據(jù)清洗

B.數(shù)據(jù)集成

C.數(shù)據(jù)歸一化

D.模型選擇

3.在物流火車(chē)站中，數(shù)據(jù)挖掘可以應(yīng)用于以下哪些方面？（）

A.貨物裝載優(yōu)化

B.貨運(yùn)路徑規(guī)劃

C.客戶需求分析

D.貨運(yùn)安全監(jiān)控

4.以下哪些是數(shù)據(jù)挖掘中常用的聚類(lèi)分析方法？（）

A.K-均值聚類(lèi)

B.決策樹(shù)

C.密度聚類(lèi)

D.支持向量機(jī)

5.物流信息系統(tǒng)數(shù)據(jù)挖掘中，特征選擇的重要性體現(xiàn)在哪些方面？（）

A.提高模型性能

B.縮小數(shù)據(jù)集規(guī)模

C.降低計(jì)算復(fù)雜度

D.提高模型可解釋性

6.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的分類(lèi)算法？（）

A.決策樹(shù)

B.K-均值

C.支持向量機(jī)

D.主成分分析

7.下列哪些是關(guān)聯(lián)規(guī)則挖掘中的關(guān)鍵概念？（）

A.支持度

B.置信度

C.相干度

D.相關(guān)性

8.在物流火車(chē)站中，數(shù)據(jù)挖掘可以幫助解決哪些問(wèn)題？（）

A.貨物延誤

B.資源閑置

C.供應(yīng)鏈中斷

D.客戶投訴

9.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中的挑戰(zhàn)？（）

A.數(shù)據(jù)質(zhì)量問(wèn)題

B.數(shù)據(jù)復(fù)雜性

C.模型解釋性

D.數(shù)據(jù)隱私問(wèn)題

10.物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪些是常見(jiàn)的預(yù)測(cè)分析方法？（）

A.時(shí)間序列分析

B.回歸分析

C.決策樹(shù)

D.聚類(lèi)分析

11.在物流火車(chē)站中，數(shù)據(jù)挖掘可以用于優(yōu)化哪些流程？（）

A.裝卸作業(yè)

B.貨運(yùn)調(diào)度

C.倉(cāng)庫(kù)管理

D.客戶服務(wù)

12.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的聚類(lèi)分析方法？（）

A.K-均值聚類(lèi)

B.決策樹(shù)

C.密度聚類(lèi)

D.支持向量機(jī)

13.物流信息系統(tǒng)數(shù)據(jù)挖掘中，特征選擇的重要性體現(xiàn)在哪些方面？（）

A.提高模型性能

B.縮小數(shù)據(jù)集規(guī)模

C.降低計(jì)算復(fù)雜度

D.提高模型可解釋性

14.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的分類(lèi)算法？（）

A.決策樹(shù)

B.K-均值

C.支持向量機(jī)

D.主成分分析

15.下列哪些是關(guān)聯(lián)規(guī)則挖掘中的關(guān)鍵概念？（）

A.支持度

B.置信度

C.相干度

D.相關(guān)性

16.在物流火車(chē)站中，數(shù)據(jù)挖掘可以幫助解決哪些問(wèn)題？（）

A.貨物延誤

B.資源閑置

C.供應(yīng)鏈中斷

D.客戶投訴

17.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中的挑戰(zhàn)？（）

A.數(shù)據(jù)質(zhì)量問(wèn)題

B.數(shù)據(jù)復(fù)雜性

C.模型解釋性

D.數(shù)據(jù)隱私問(wèn)題

18.物流信息系統(tǒng)數(shù)據(jù)挖掘中，以下哪些是常見(jiàn)的預(yù)測(cè)分析方法？（）

A.時(shí)間序列分析

B.回歸分析

C.決策樹(shù)

D.聚類(lèi)分析

19.在物流火車(chē)站中，數(shù)據(jù)挖掘可以用于優(yōu)化哪些流程？（）

A.裝卸作業(yè)

B.貨運(yùn)調(diào)度

C.倉(cāng)庫(kù)管理

D.客戶服務(wù)

20.以下哪些是物流信息系統(tǒng)數(shù)據(jù)挖掘中常用的聚類(lèi)分析方法？（）

A.K-均值聚類(lèi)

B.決策樹(shù)

C.密度聚類(lèi)

D.支持向量機(jī)

三、填空題（本題共25小題，每小題1分，共25分，請(qǐng)將正確答案填到題目空白處）

1.物流信息系統(tǒng)數(shù)據(jù)挖掘過(guò)程中，數(shù)據(jù)的______是確保挖掘結(jié)果準(zhǔn)確性的關(guān)鍵步驟。

2.在數(shù)據(jù)預(yù)處理階段，______用于處理缺失值和數(shù)據(jù)不一致問(wèn)題。

3.聚類(lèi)分析中，______算法通過(guò)迭代方式將數(shù)據(jù)點(diǎn)分配到不同的簇中。

4.關(guān)聯(lián)規(guī)則挖掘中，______表示規(guī)則中前件和后件同時(shí)出現(xiàn)的頻率。

5.物流信息系統(tǒng)中的______信息對(duì)于貨運(yùn)調(diào)度和貨物追蹤至關(guān)重要。

6.數(shù)據(jù)挖掘中的______分析可以用于預(yù)測(cè)未來(lái)的貨物需求量。

7.在物流火車(chē)站，______系統(tǒng)可以幫助優(yōu)化貨物裝載和卸載過(guò)程。

8.數(shù)據(jù)挖掘中的______技術(shù)可以用于識(shí)別和分類(lèi)異常數(shù)據(jù)。

9.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______用于評(píng)估模型的泛化能力。

10.聚類(lèi)分析中的______算法通過(guò)層次分解的方式對(duì)數(shù)據(jù)進(jìn)行分組。

11.關(guān)聯(lián)規(guī)則挖掘中，______表示規(guī)則中后件出現(xiàn)的頻率。

12.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______分析可以幫助預(yù)測(cè)貨物的運(yùn)輸時(shí)間。

13.數(shù)據(jù)挖掘中的______分析可以用于識(shí)別數(shù)據(jù)中的潛在模式。

14.在物流火車(chē)站，______信息對(duì)于監(jiān)控貨物狀態(tài)和位置非常重要。

15.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______用于處理大規(guī)模數(shù)據(jù)集。

16.聚類(lèi)分析中的______算法通過(guò)迭代優(yōu)化聚類(lèi)中心。

17.關(guān)聯(lián)規(guī)則挖掘中，______表示規(guī)則中前件和后件同時(shí)出現(xiàn)的概率。

18.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______分析可以用于優(yōu)化供應(yīng)鏈管理。

19.數(shù)據(jù)挖掘中的______技術(shù)可以幫助減少特征數(shù)量。

20.在物流火車(chē)站，______系統(tǒng)可以幫助管理貨物的庫(kù)存和分發(fā)。

21.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______分析可以用于識(shí)別客戶購(gòu)買(mǎi)行為。

22.聚類(lèi)分析中的______算法通過(guò)迭代劃分區(qū)域。

23.關(guān)聯(lián)規(guī)則挖掘中，______表示規(guī)則中前件出現(xiàn)的頻率。

24.物流信息系統(tǒng)數(shù)據(jù)挖掘中，______分析可以用于預(yù)測(cè)貨物損壞風(fēng)險(xiǎn)。

25.數(shù)據(jù)挖掘中的______技術(shù)可以幫助識(shí)別數(shù)據(jù)中的異常點(diǎn)。

四、判斷題（本題共20小題，每題0.5分，共10分，正確的請(qǐng)?jiān)诖痤}括號(hào)中畫(huà)√，錯(cuò)誤的畫(huà)×）

1.數(shù)據(jù)挖掘在物流信息系統(tǒng)中的應(yīng)用主要是為了提高貨物的運(yùn)輸效率。（）

2.物流信息系統(tǒng)中的數(shù)據(jù)預(yù)處理步驟不包括數(shù)據(jù)清洗。（）

3.聚類(lèi)分析是數(shù)據(jù)挖掘中用于發(fā)現(xiàn)數(shù)據(jù)項(xiàng)之間關(guān)聯(lián)的一種方法。（）

4.關(guān)聯(lián)規(guī)則挖掘中的支持度越高，說(shuō)明規(guī)則越有實(shí)際應(yīng)用價(jià)值。（）

5.物流信息系統(tǒng)數(shù)據(jù)挖掘中的模型選擇步驟與模型訓(xùn)練步驟相同。（）

6.結(jié)構(gòu)化數(shù)據(jù)比非結(jié)構(gòu)化數(shù)據(jù)更容易進(jìn)行數(shù)據(jù)挖掘分析。（）

7.在物流火車(chē)站中，貨物裝載優(yōu)化可以通過(guò)數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)。（）

8.時(shí)間序列分析是物流信息系統(tǒng)數(shù)據(jù)挖掘中用于預(yù)測(cè)未來(lái)趨勢(shì)的方法之一。（）

9.數(shù)據(jù)挖掘可以完全消除物流過(guò)程中的不確定性。（）

10.物流信息系統(tǒng)中的客戶滿意度分析可以通過(guò)聚類(lèi)分析完成。（）

11.數(shù)據(jù)挖掘中的特征選擇步驟可以提高模型的準(zhǔn)確性。（）

12.關(guān)聯(lián)規(guī)則挖掘中的置信度越高，說(shuō)明規(guī)則越可靠。（）

13.物流信息系統(tǒng)數(shù)據(jù)挖掘中的分類(lèi)分析可以用于預(yù)測(cè)貨物的損壞情況。（）

14.聚類(lèi)分析中的K-均值算法適用于所有類(lèi)型的數(shù)據(jù)聚類(lèi)。（）

15.數(shù)據(jù)挖掘中的模型解釋性是指模型能夠被用戶理解的程度。（）

16.物流信息系統(tǒng)數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理步驟包括數(shù)據(jù)去重。（）

17.關(guān)聯(lián)規(guī)則挖掘中的支持度與置信度是相互獨(dú)立的。（）

18.物流火車(chē)站中，數(shù)據(jù)挖掘可以用于優(yōu)化貨物的配送路線。（）

19.數(shù)據(jù)挖掘技術(shù)可以幫助物流企業(yè)實(shí)現(xiàn)完全自動(dòng)化的運(yùn)營(yíng)管理。（）

20.物流信息系統(tǒng)數(shù)據(jù)挖掘中的數(shù)據(jù)可視化步驟有助于理解和解釋挖掘結(jié)果。（）

五、主觀題（本題共4小題，每題5分，共20分）

1.請(qǐng)簡(jiǎn)述貨運(yùn)火車(chē)站物流信息系統(tǒng)數(shù)據(jù)挖掘的關(guān)鍵步驟，并解釋每一步驟的重要性。

2.分析三種在貨運(yùn)火車(chē)站物流信息系統(tǒng)中常用的數(shù)據(jù)挖掘技術(shù)，并說(shuō)明它們各自的優(yōu)勢(shì)和適用場(chǎng)景。

3.結(jié)合實(shí)際案例，論述如何利用數(shù)據(jù)挖掘技術(shù)優(yōu)化貨運(yùn)火車(chē)站的貨物裝載和卸載流程。

4.討論數(shù)據(jù)挖掘在貨運(yùn)火車(chē)站物流信息系統(tǒng)中的應(yīng)用前景，以及可能面臨的挑戰(zhàn)和解決方案。

六、案例題（本題共2小題，每題5分，共10分）

1.案例題1：

某貨運(yùn)火車(chē)站希望通過(guò)數(shù)據(jù)挖掘技術(shù)來(lái)優(yōu)化其貨運(yùn)調(diào)度流程。請(qǐng)根據(jù)以下情況，設(shè)計(jì)一個(gè)數(shù)據(jù)挖掘方案：

-站點(diǎn)每天處理的貨運(yùn)量約為1000噸。

-每個(gè)貨車(chē)的裝載時(shí)間約為2小時(shí)。

-站點(diǎn)每天有50輛貨車(chē)進(jìn)出。

-貨運(yùn)需求受季節(jié)性因素影響較大。

-站點(diǎn)目前使用傳統(tǒng)的貨運(yùn)調(diào)度方法。

請(qǐng)說(shuō)明數(shù)據(jù)挖掘方案的設(shè)計(jì)思路，包括數(shù)據(jù)收集、預(yù)處理、分析方法和結(jié)果評(píng)估等步驟。

2.案例題2：

某貨運(yùn)火車(chē)站希望提高其貨物裝卸效率，降低貨物在站停留時(shí)間。請(qǐng)根據(jù)以下情況，設(shè)計(jì)一個(gè)數(shù)據(jù)挖掘方案：

-站點(diǎn)每天處理的貨物種類(lèi)超過(guò)100種。

-貨物裝卸時(shí)間受貨物種類(lèi)、體積和重量等因素影響。

-站點(diǎn)目前存在裝卸作業(yè)不平衡的問(wèn)題。

-站點(diǎn)希望實(shí)現(xiàn)貨物裝卸的自動(dòng)化和智能化。

請(qǐng)說(shuō)明數(shù)據(jù)挖掘方案的設(shè)計(jì)思路，包括數(shù)據(jù)收集、預(yù)處理、分析方法和結(jié)果評(píng)估等步驟。

標(biāo)準(zhǔn)答案

一、單項(xiàng)選擇題

1.B

2.B

3.D

4.C

5.D

6.A

7.D

8.B

9.D

10.A

11.A

12.A

13.A

14.A

15.D

16.D

17.D

18.A

19.C

20.D

21.D

22.B

23.D

24.A

25.B

二、多選題

1.ABCD

2.ABC

3.ABCD

4.ACD

5.ABCD

6.AC

7.ABC

8.ABCD

9.ABCD

10.AB

11.ABCD

12.AC

13.ABCD

14.AC

15.ABC

16.ABCD

17.ABCD

18.AB

19.ABCD

20.ABCD

三、填空題

1.數(shù)據(jù)清洗

2.數(shù)據(jù)集成

3.K-均值聚類(lèi)

4.支持度

5.貨運(yùn)信息

6.時(shí)間序列分析

7.貨物裝卸優(yōu)化系統(tǒng)

8.異常檢測(cè)

9.泛化能力

10.層次聚類(lèi)

11.置信度

12.運(yùn)輸時(shí)間預(yù)測(cè)

13.模式識(shí)別

14.貨物狀態(tài)和位置信息

15.大規(guī)模數(shù)據(jù)處理

16.K-均值算法

17.置信度

18.供應(yīng)鏈管理

19.特征選擇

20.貨物庫(kù)存和分發(fā)系統(tǒng)

21.客戶購(gòu)買(mǎi)行為分析

22.K-均值算法

23.支持度

24.貨物損壞風(fēng)險(xiǎn)預(yù)測(cè)

25.異常點(diǎn)識(shí)別

四、判斷題

1.√

2.×