光大銀行鎮(zhèn)江市揚中市2025秋招數(shù)據(jù)分析師筆試題及答案一、選擇題（共5題，每題2分，共10分）1.在數(shù)據(jù)分析中，以下哪種方法最適合處理缺失值？（）A.直接刪除缺失值B.使用均值/中位數(shù)/眾數(shù)填充C.使用模型預(yù)測缺失值D.以上都不對2.光大銀行鎮(zhèn)江市揚中支行的客戶流失率較高，以下哪種分析方法最適合找出流失原因？（）A.回歸分析B.聚類分析C.關(guān)聯(lián)規(guī)則挖掘D.主成分分析3.在數(shù)據(jù)可視化中，以下哪種圖表最適合展示時間序列數(shù)據(jù)？（）A.散點圖B.條形圖C.折線圖D.餅圖4.光大銀行鎮(zhèn)江市揚中支行的客戶畫像分析中，以下哪個指標最能反映客戶活躍度？（）A.客戶數(shù)量B.交易頻率C.賬戶余額D.客戶年齡5.在Hadoop生態(tài)系統(tǒng)中，以下哪個組件負責分布式存儲？（）A.SparkB.HiveC.HDFSD.MapReduce二、填空題（共5題，每題2分，共10分）1.數(shù)據(jù)分析的基本流程包括：數(shù)據(jù)采集、______、數(shù)據(jù)分析和______。2.在銀行客戶分析中，常用的聚類算法有______和______。3.光大銀行鎮(zhèn)江市揚中支行的信貸業(yè)務(wù)中，壞賬率的計算公式為：______。4.數(shù)據(jù)挖掘的常見任務(wù)包括分類、聚類、關(guān)聯(lián)規(guī)則和______。5.交叉驗證是一種常用的模型評估方法，其目的是______。三、簡答題（共3題，每題10分，共30分）1.簡述光大銀行鎮(zhèn)江市揚中支行在客戶流失分析中可能遇到的數(shù)據(jù)質(zhì)量問題，并提出解決方案。2.如何利用數(shù)據(jù)可視化技術(shù)幫助光大銀行鎮(zhèn)江市揚中支行優(yōu)化營銷策略？請舉例說明。3.解釋什么是特征工程，并說明其在光大銀行鎮(zhèn)江市揚中支行數(shù)據(jù)分析中的重要性。四、計算題（共2題，每題15分，共30分）1.某月光大銀行鎮(zhèn)江市揚中支行的信用卡客戶數(shù)據(jù)如下表所示，請計算該月客戶的平均消費金額和標準差。|客戶ID|消費金額（元）|年齡|性別（1：男，0：女）||--|-||||1|1200|35|1||2|2500|28|0||3|1800|42|1||4|3200|31|0||5|1500|25|1|2.光大銀行鎮(zhèn)江市揚中支行的貸款數(shù)據(jù)如下，請使用邏輯回歸模型預(yù)測客戶的違約概率（假設(shè)自變量為年齡和收入，因變量為是否違約，1：違約，0：未違約）。|客戶ID|年齡|收入（萬元）|是否違約||--||-|-||1|30|5|0||2|45|8|1||3|38|6|0||4|50|4|1||5|40|7|0|五、論述題（共1題，20分）結(jié)合光大銀行鎮(zhèn)江市揚中支行的業(yè)務(wù)特點，論述如何利用數(shù)據(jù)分析技術(shù)提升客戶滿意度和業(yè)務(wù)效率。答案及解析一、選擇題答案及解析1.B-解析：均值/中位數(shù)/眾數(shù)填充適用于少量缺失值，且數(shù)據(jù)分布較均勻時。直接刪除缺失值會導致數(shù)據(jù)量減少，影響分析結(jié)果；模型預(yù)測缺失值適用于缺失值較多或存在復雜關(guān)系時，但計算成本較高。2.B-解析：聚類分析可以將客戶分為不同群體，通過分析各群體特征找出流失原因；回歸分析適合預(yù)測，但不適合解釋原因；關(guān)聯(lián)規(guī)則挖掘適用于商品推薦等場景；主成分分析用于降維，不適用于分析流失原因。3.C-解析：折線圖最適合展示時間序列數(shù)據(jù)的趨勢變化；散點圖用于展示相關(guān)性；條形圖適合比較不同類別數(shù)據(jù)；餅圖適合展示占比。4.B-解析：交易頻率直接反映客戶活躍度；客戶數(shù)量反映規(guī)模；賬戶余額反映財富水平；年齡反映生命周期階段。5.C-解析：HDFS是Hadoop的核心組件，負責分布式存儲；Spark是計算框架；Hive是數(shù)據(jù)倉庫工具；MapReduce是計算模型。二、填空題答案及解析1.數(shù)據(jù)清洗，數(shù)據(jù)建模-解析：數(shù)據(jù)分析流程包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)分析和結(jié)果解釋。2.K-Means，DBSCAN-解析：K-Means和DBSCAN是常用的聚類算法，適用于客戶分群等場景。3.壞賬率=壞賬金額/總貸款金額×100%-解析：壞賬率是衡量信貸風險的指標，計算公式如上。4.異常檢測-解析：數(shù)據(jù)挖掘任務(wù)包括分類、聚類、關(guān)聯(lián)規(guī)則和異常檢測。5.減少過擬合，提高模型泛化能力-解析：交叉驗證通過多次訓練和驗證，確保模型在不同數(shù)據(jù)集上的表現(xiàn)一致。三、簡答題答案及解析1.數(shù)據(jù)質(zhì)量問題及解決方案-問題：-數(shù)據(jù)缺失：客戶信息不完整（如收入、職業(yè)等）。-數(shù)據(jù)不一致：不同系統(tǒng)客戶ID不一致。-數(shù)據(jù)噪聲：異常交易記錄（如單筆大額消費）。-解決方案：-缺失值處理：使用均值/中位數(shù)填充或模型預(yù)測。-一致性處理：建立統(tǒng)一客戶ID映射表。-噪聲處理：使用異常檢測算法識別并剔除。2.數(shù)據(jù)可視化優(yōu)化營銷策略-舉例：-通過折線圖展示客戶消費趨勢，調(diào)整促銷時間。-使用散點圖分析年齡與消費的關(guān)系，針對性營銷。-餅圖展示客戶渠道來源，優(yōu)化獲客成本。3.特征工程的重要性-解釋：特征工程是將原始數(shù)據(jù)轉(zhuǎn)化為模型可用特征的過程。-重要性：-提高模型準確性；-減少數(shù)據(jù)維度，降低計算成本；-幫助發(fā)現(xiàn)業(yè)務(wù)規(guī)律（如光大銀行鎮(zhèn)江市揚中支行的信貸客戶特征）。四、計算題答案及解析1.平均消費金額和標準差-平均消費金額=(1200+2500+1800+3200+1500)/5=1820元-標準差=√[(1200-1820)2+(2500-1820)2+(1800-1820)2+(3200-1820)2+(1500-1820)2]≈847.5元2.邏輯回歸模型預(yù)測-公式：P(y=1)=1/(1+e^(-β0-β1年齡-β2收入))-示例計算（假設(shè)β0=0.5，β1=0.1，β2=0.05）：-客戶1：P=1/(1+e^(-0.5-0.130-0.055))≈0.2-客戶2：P=1/(1+e^(-0.5-0.145-0.058))≈0.1-其他客戶類推。五、論述題答案及解析如何利用數(shù)據(jù)分析技術(shù)提升客戶滿意度和業(yè)務(wù)效率-客戶滿意度提升：-通過客戶畫像分析（如年齡、收入、消費習慣），提供個性化產(chǎn)品推薦（如光大銀行鎮(zhèn)江市揚中支行的信用卡營銷）。-利用流失分析找出不滿意客戶原因（如