大數(shù)據(jù)分析師（互聯(lián)網(wǎng)行業(yè)）崗位招聘考試試卷及答案填空題（10題，每題1分）1.Hadoop分布式文件系統(tǒng)的英文縮寫(xiě)是______。2.SQL中用于計(jì)算分組內(nèi)排名的窗口函數(shù)是______（寫(xiě)出一個(gè)即可）。3.互聯(lián)網(wǎng)行業(yè)中，每日活躍用戶(hù)的英文縮寫(xiě)是______。4.Spark的核心不可變分布式數(shù)據(jù)集抽象是______。5.ETL過(guò)程中，從源系統(tǒng)抽取數(shù)據(jù)的環(huán)節(jié)是______。6.描述用戶(hù)屬性、行為的標(biāo)簽集合稱(chēng)為_(kāi)_____。7.A/B測(cè)試中用戶(hù)分配的核心原則是______。8.Python中常用的數(shù)據(jù)可視化庫(kù)是______（寫(xiě)出一個(gè)即可）。9.機(jī)器學(xué)習(xí)分類(lèi)任務(wù)的經(jīng)典算法是______（寫(xiě)出一個(gè)即可）。10.數(shù)據(jù)倉(cāng)庫(kù)的核心特性之一是______（面向主題/集成/非易失/時(shí)變）。答案：1.HDFS；2.RANK()；3.DAU；4.RDD；5.抽??；6.用戶(hù)畫(huà)像；7.隨機(jī)化；8.Matplotlib；9.邏輯回歸；10.面向主題單項(xiàng)選擇題（10題，每題2分）1.HDFS默認(rèn)文件塊大小是（）A.64MBB.128MBC.256MBD.512MB答案：B2.Spark資源調(diào)度組件是（）A.DriverB.ExecutorC.ClusterManagerD.Worker答案：C3.SQL計(jì)算總和的函數(shù)是（）A.COUNT()B.SUM()C.AVG()D.MAX()答案：B4.互聯(lián)網(wǎng)轉(zhuǎn)化率公式中，分母是（）A.訪(fǎng)問(wèn)用戶(hù)數(shù)B.下單用戶(hù)數(shù)C.支付用戶(hù)數(shù)D.注冊(cè)用戶(hù)數(shù)答案：A5.數(shù)據(jù)倉(cāng)庫(kù)最底層是（）A.ODSB.DWDC.DWSD.ADS答案：A6.A/B測(cè)試樣本量不足會(huì)導(dǎo)致（）A.統(tǒng)計(jì)顯著性降低B.結(jié)果更準(zhǔn)確C.周期縮短D.無(wú)影響答案：A7.用戶(hù)生命周期價(jià)值（LTV）指（）A.單次消費(fèi)B.終身總價(jià)值C.注冊(cè)時(shí)長(zhǎng)D.復(fù)購(gòu)次數(shù)答案：B8.處理缺失值屬于數(shù)據(jù)清洗的（）A.抽取B.轉(zhuǎn)換C.預(yù)處理D.加載答案：C9.MapReduce不包含的階段是（）A.MapB.ShuffleC.ReduceD.SparkSQL答案：D10.實(shí)時(shí)流處理框架是（）A.FlinkB.HiveC.HBaseD.MySQL答案：A多項(xiàng)選擇題（10題，每題2分）1.Hadoop生態(tài)組件包括（）A.HDFSB.MapReduceC.SparkD.YARN答案：ABD2.SQL窗口函數(shù)有（）A.RANK()B.SUM()OVER()C.GROUPBYD.PARTITIONBY答案：AB3.互聯(lián)網(wǎng)核心指標(biāo)包括（）A.DAUB.MAUC.GMVD.CTR答案：ABCD4.數(shù)據(jù)倉(cāng)庫(kù)分層有（）A.ODSB.DWDC.DWSD.ADS答案：ABCD5.實(shí)時(shí)計(jì)算框架有（）A.FlinkB.StormC.SparkStreamingD.Hive答案：ABC6.用戶(hù)畫(huà)像標(biāo)簽類(lèi)型包括（）A.靜態(tài)標(biāo)簽B.行為標(biāo)簽C.偏好標(biāo)簽D.實(shí)時(shí)標(biāo)簽答案：ABCD7.A/B測(cè)試注意事項(xiàng)（）A.隨機(jī)分配B.單一變量C.樣本足夠D.避免偏差答案：ABCD8.數(shù)據(jù)可視化工具（）A.TableauB.PowerBIC.MatplotlibD.Excel答案：ABCD9.機(jī)器學(xué)習(xí)分類(lèi)算法（）A.邏輯回歸B.決策樹(shù)C.隨機(jī)森林D.K-Means答案：ABC10.ETL工具包括（）A.SqoopB.DataXC.FlumeD.SparkSQL答案：ABC判斷題（10題，每題2分）1.HDFS默認(rèn)副本數(shù)是3。（）答案：對(duì)2.SparkRDD是可變的。（）答案：錯(cuò)3.GROUPBY后只能用分組字段+聚合函數(shù)。（）答案：對(duì)4.GMV等于實(shí)際收入。（）答案：錯(cuò)5.A/B測(cè)試需隨機(jī)分配用戶(hù)。（）答案：對(duì)6.數(shù)據(jù)倉(cāng)庫(kù)面向主題、集成。（）答案：對(duì)7.用戶(hù)畫(huà)像標(biāo)簽靜態(tài)不變。（）答案：錯(cuò)8.實(shí)時(shí)計(jì)算核心是低延遲。（）答案：對(duì)9.MapReduce適合實(shí)時(shí)處理。（）答案：錯(cuò)10.LTV越高用戶(hù)價(jià)值越大。（）答案：對(duì)簡(jiǎn)答題（4題，每題5分）1.簡(jiǎn)述Hadoop核心組件及作用答案：Hadoop核心組件含HDFS、MapReduce、YARN。HDFS是分布式文件系統(tǒng)，分塊存儲(chǔ)海量數(shù)據(jù)，副本機(jī)制保障可靠性；MapReduce是批處理框架，拆分任務(wù)為Map（映射）和Reduce（歸約），實(shí)現(xiàn)并行計(jì)算；YARN是資源調(diào)度器，統(tǒng)一管理集群CPU、內(nèi)存，為應(yīng)用分配資源。三者協(xié)同支撐海量數(shù)據(jù)存儲(chǔ)與計(jì)算。2.DAU與MAU的區(qū)別及業(yè)務(wù)意義答案：DAU是單日活躍用戶(hù)，MAU是月內(nèi)活躍用戶(hù)。區(qū)別：DAU反映短期活躍度，MAU反映長(zhǎng)期規(guī)模。意義：DAU觀(guān)察日級(jí)運(yùn)營(yíng)效果（如活動(dòng)引流），MAU評(píng)估市場(chǎng)滲透；DAU/MAU比值（活躍度）衡量用戶(hù)粘性，比值越高粘性越強(qiáng)。3.數(shù)據(jù)倉(cāng)庫(kù)分層的目的及結(jié)構(gòu)答案：目的：解耦數(shù)據(jù)與業(yè)務(wù)，提升復(fù)用性；減少冗余，降低維護(hù)成本；隔離原始與分析數(shù)據(jù)，保障安全。結(jié)構(gòu)：①ODS（原始層）：存儲(chǔ)源系統(tǒng)數(shù)據(jù)；②DWD（明細(xì)層）：清洗整合后的明細(xì)；③DWS（匯總層）：主題匯總寬表；④ADS（應(yīng)用層）：面向業(yè)務(wù)的結(jié)果數(shù)據(jù)（報(bào)表、看板）。4.A/B測(cè)試基本流程答案：①明確目標(biāo)：確定測(cè)試指標(biāo)（如轉(zhuǎn)化率）；②設(shè)計(jì)方案：生成實(shí)驗(yàn)組（新策略）和對(duì)照組（原策略）；③隨機(jī)分配：用戶(hù)分組保證同質(zhì)性；④執(zhí)行實(shí)驗(yàn)：收集行為數(shù)據(jù)；⑤統(tǒng)計(jì)分析：驗(yàn)證指標(biāo)差異的顯著性；⑥決策落地：效果顯著則全量上線(xiàn)，否則迭代。討論題（2題，每題5分）1.如何通過(guò)用戶(hù)數(shù)據(jù)提升產(chǎn)品留存率？答案：①用戶(hù)分層：按行為（登錄頻率、時(shí)長(zhǎng)）分為新用戶(hù)、活躍用戶(hù)、流失風(fēng)險(xiǎn)用戶(hù)，針對(duì)性運(yùn)營(yíng)（新用戶(hù)引導(dǎo)、活躍用戶(hù)激勵(lì)）；②個(gè)性化運(yùn)營(yíng)：基于用戶(hù)畫(huà)像（偏好、行為標(biāo)簽）推送定制內(nèi)容（如電商推薦、資訊個(gè)性化）；③流失預(yù)警：分析流失特征（近期未活躍），提前觸達(dá)（短信提醒、專(zhuān)屬福利）挽回高價(jià)值用戶(hù)；④A/B測(cè)試驗(yàn)證策略效果，持續(xù)優(yōu)化。2.大數(shù)據(jù)分析在電商推薦系統(tǒng)中的價(jià)值答案：①精