2025年大學(xué)大數(shù)據(jù)管理與應(yīng)用（大數(shù)據(jù)挖掘技術(shù)）試題及答案

（考試時(shí)間：90分鐘滿分100分）班級(jí)______姓名______第I卷（選擇題共30分）（總共10題，每題3分，每題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的，請(qǐng)將正確答案填在題后的括號(hào)內(nèi)）w1.以下哪種算法不屬于常見(jiàn)的分類(lèi)算法？（）A.決策樹(shù)算法B.支持向量機(jī)算法C.聚類(lèi)算法D.樸素貝葉斯算法w2.數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘主要用于發(fā)現(xiàn)（）。A.數(shù)據(jù)之間的因果關(guān)系B.數(shù)據(jù)之間的相關(guān)性C.數(shù)據(jù)的聚類(lèi)情況D.數(shù)據(jù)的分類(lèi)結(jié)果w3.在數(shù)據(jù)預(yù)處理階段，數(shù)據(jù)清洗的主要目的不包括（）。A.去除重復(fù)數(shù)據(jù)B.處理缺失值C.數(shù)據(jù)加密D.糾正錯(cuò)誤數(shù)據(jù)w4.以下關(guān)于頻繁項(xiàng)集的說(shuō)法，錯(cuò)誤的是（）。A.頻繁項(xiàng)集是指在數(shù)據(jù)集中頻繁出現(xiàn)的項(xiàng)的集合B.支持度是衡量頻繁項(xiàng)集的重要指標(biāo)C.頻繁項(xiàng)集一定是最大頻繁項(xiàng)集D.挖掘頻繁項(xiàng)集是關(guān)聯(lián)規(guī)則挖掘的重要步驟w5.對(duì)于分類(lèi)算法，以下哪個(gè)指標(biāo)用于評(píng)估模型對(duì)正例的識(shí)別能力？（）A.準(zhǔn)確率B.召回率C.F1值D.以上都不是w6.數(shù)據(jù)挖掘中，特征選擇的主要目的是（）。A.增加數(shù)據(jù)維度B.提高模型性能C.使數(shù)據(jù)更復(fù)雜D.降低數(shù)據(jù)可讀性w7.以下哪種算法常用于處理文本數(shù)據(jù)的分類(lèi)？（）A.K近鄰算法B.神經(jīng)網(wǎng)絡(luò)算法C.PageRank算法D.Apriori算法w8.在數(shù)據(jù)挖掘中，監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)的主要區(qū)別在于（）。A.是否有標(biāo)注數(shù)據(jù)B.算法復(fù)雜度C.數(shù)據(jù)量大小D.處理的數(shù)據(jù)類(lèi)型w9.以下關(guān)于決策樹(shù)的說(shuō)法，正確的是（）。A.決策樹(shù)的每個(gè)內(nèi)部節(jié)點(diǎn)都是一個(gè)屬性B.決策樹(shù)只能處理數(shù)值型數(shù)據(jù)C.決策樹(shù)的葉節(jié)點(diǎn)是分類(lèi)結(jié)果D.決策樹(shù)構(gòu)建過(guò)程不需要考慮數(shù)據(jù)特征w10.數(shù)據(jù)挖掘中，模型評(píng)估時(shí)常用的交叉驗(yàn)證方法不包括（）。A.留一法B.隨機(jī)劃分法C.自助法D.十折交叉驗(yàn)證法第II卷（非選擇題共70分）w11.（10分）簡(jiǎn)述數(shù)據(jù)挖掘的主要流程，并說(shuō)明每個(gè)階段的主要任務(wù)。w12.（15分）請(qǐng)?jiān)敿?xì)闡述關(guān)聯(lián)規(guī)則挖掘中的支持度、置信度和提升度的概念，并舉例說(shuō)明它們?cè)趯?shí)際應(yīng)用中的意義。材料：在一個(gè)電商購(gòu)物數(shù)據(jù)集里，經(jīng)過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，購(gòu)買(mǎi)商品A的顧客中有80人同時(shí)購(gòu)買(mǎi)了商品B，總共有100人購(gòu)買(mǎi)了商品A，而購(gòu)買(mǎi)商品B的顧客有100人。w13.（20分）根據(jù)上述材料，計(jì)算商品A和商品B之間的支持度、置信度和提升度。w14.（15分）在大數(shù)據(jù)挖掘技術(shù)中，分類(lèi)算法有多種。請(qǐng)選擇一種你熟悉的分類(lèi)算法，闡述其原理、優(yōu)缺點(diǎn)以及適用場(chǎng)景。w15.（20分）隨著大數(shù)據(jù)時(shí)代的發(fā)展，數(shù)據(jù)挖掘技術(shù)在各個(gè)領(lǐng)域得到了廣泛應(yīng)用。請(qǐng)結(jié)合實(shí)際生活中的一個(gè)場(chǎng)景，說(shuō)明數(shù)據(jù)挖掘技術(shù)如何發(fā)揮作用，并分析其可能面臨的挑戰(zhàn)及應(yīng)對(duì)策略。答案：w1.C；w2.B；w3.C；w4.C；w5.B；w6.B；w7.B；w8.A；w9.C；w10.C；w11.數(shù)據(jù)挖掘主要流程包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘算法選擇與應(yīng)用、模型評(píng)估與優(yōu)化。數(shù)據(jù)預(yù)處理階段主要任務(wù)是清理數(shù)據(jù)中的噪聲、缺失值等，進(jìn)行數(shù)據(jù)集成、變換等；數(shù)據(jù)挖掘算法選擇與應(yīng)用階段根據(jù)需求選擇合適算法挖掘數(shù)據(jù)模式；模型評(píng)估與優(yōu)化階段通過(guò)合適指標(biāo)評(píng)估模型，優(yōu)化模型提升性能。；w12.支持度是指項(xiàng)集在數(shù)據(jù)集中出現(xiàn)的頻率。置信度是指在包含A的事務(wù)中同時(shí)包含B的比例。提升度是置信度與A、B單獨(dú)出現(xiàn)概率乘積的比值。例如在上述電商場(chǎng)景中，支持度=(80/總記錄數(shù))，置信度=80/100，提升度用于衡量A和B同時(shí)出現(xiàn)的關(guān)聯(lián)性比它們單獨(dú)出現(xiàn)的關(guān)聯(lián)性提升的程度。；w13.支持度=(80/總記錄數(shù))，假設(shè)總記錄數(shù)足夠大，支持度=80/1000=0.08。置信度=80/100=0.8。商品B單獨(dú)購(gòu)買(mǎi)概率=100/1000=0.1，提升度=0.8/(0.10.8)=10。；w14.以決策樹(shù)算法為例，原理是基于信息增益等準(zhǔn)則將數(shù)據(jù)集不斷劃分，形成樹(shù)形結(jié)構(gòu)進(jìn)行分類(lèi)。優(yōu)點(diǎn)是簡(jiǎn)單直觀、易理解，處理數(shù)據(jù)類(lèi)型廣泛。缺點(diǎn)是容易過(guò)擬合。適用場(chǎng)景為數(shù)據(jù)具有明顯特征且對(duì)解釋性要求較高的情況，如醫(yī)療診斷、信用評(píng)估等。；w15.比如在電商