2011级硕士研究生试题.doc

2011级研究生“数据仓库和数据挖掘”课程期末考试试题1、（25分）有一个学生成绩管理系统，其中含有学生的学号、姓名、性别、籍贯、分数等信息，现在要构建一个数据仓库，其主题是学生成绩，回答以下问题：（1）给出该数据仓库中事实表的结构。（2）给出该数据仓库中所有维表的结构。（3）画出该数据仓库的模型，问属于哪种模型。（1）学生成绩事实表学生课程成绩（2）该数据仓库包含学生维表和课程维表 学号姓名性别籍贯课程名课程编号授课教师（3）星型模型 成绩事实表姓名课程成绩 学生维表 课程维表学号姓名性别籍贯课程名课程编号授课教师 度量2、（15分）简述OLAP的基本操作。OLAP的基本操作主要包括对多维数据进行切片、切块、旋转、钻取等分析操作。这些分析操作使得用户可以从多个角度、多个侧面观察数据库中的数据，从而更加深入地了解包含在数据中的信息。 1切片(Slicing) 切片操作就是在某个或某些维上选定一个属性成员，而在其他维上取一定区间的属性成员，或全部属性成员来观察数据的一种分析方式。 2切块(Dicing) 切块就是在各个维上去一定区间的成员属性，或全部成员属性来观察数据的一种分析方式，可以认为切片是切块的特例，切块是切片的扩展。3钻取(Drilling) 钻取包含向下钻(Drill-down)和向上钻(Drill-up)上卷(Roll-up)操作。下钻指从概括性的数据出发获得相应的更详细的数据，上钻则相反。钻取的深度与维度所划分的层次相对应。 4旋转(Pivoting) 旋转即改变一个报告或页面显示的维方向。旋转可能包含交换行和列，或是把某一个行维移到列为中去，或包页面显示中的一个维和页面外的维进行交换。3、（20分）有一个事务集合如表1所示，设最小支持计数为3，采用Apriori算法求出所有的频繁集。表1 一个事务集合T事务项1I1，I2，I4，I52I2，I3，I43I1，I2，I4，I54I1，I3，I4，I55I2，I3，I4，I56I2，I4，I57I3，I48I1，I2，I39I1，I4，I510I3，I41）由I= I1，I2，I3，I4，I5的所有项目直接产生1-候选集C1，计算其支持计数。去除支持计数小于3的项集，形成1-频繁集L1，如表1所示。表1 1-候选集C1和1-频繁集L1项集C1支持计数项集L1支持计数 I15 I15 I26 I26 I36 I36 I49 I49 I56 I562)为发现频繁2-项集L2，首先利用L1中的各项目组合连接，来产生2-候选集C2；然后扫描记录集，以获得C2中各项集的支持度。去除支持计数小于3的项集，形成2-频繁集L2，如下表2所示。表2 2-候选集C2和2-频繁集L2项集C2支持计数项集L2支持计数 I1，I23 I1，I23 I1，I32 I1，I44 I1，I44 I1，I54 I1，I54 I2，I33 I2，I33 I2，I45 I2，I45 I2，I54 I2，I54 I3，I45 I3，I45 I4，I56 I3，I52 I4，I563）为发现频繁3-项集L3，首先利用L2中的各项目组合连接，来产生3-候选集C3。连接时只能将只差最后一个项目的不同项集进行连接。连接后还要根据Apriori的性质：频繁集的子集一定是频繁的来修剪。最后扫描记录集，以获得C3中各项集的支持计数，去除支持计数小于3的项集，形成3-频繁集L3，如下表3所示。表3 3-候选集C3和3-频繁集L3项集C3支持计数项集L3支持计数 I1，I2，I42 I1，I4，I54 I1，I2，I52 I2，I4，I54 I1，I4，I54 I2，I3，I42 I2，I4，I544）为发现频繁4-项集L4，重复上述过程，则C4为空，所有频繁集都被找到，算法到此结束。4、（20分）对于如表2所示的数据集，其中d是类别属性，其余属性为描述属性。画出对应的决策树。表2 一个数据集Uabcd1000+2001-3011-4101+5111+6110- 5、（20分）对于如表2所示的决策表(U,CD)，C=a,b,c，D=d，回答以下问题：（1）用分辨矩阵方法求出核COREC(D)。（2）求POSC(D)（3）采用任一方法求出一种属性约简。(1)以上决策表的分辨矩阵为：1234561cb,ca,b2aa,b3a,ba4b,c5c6核是分辨矩阵中所有单个元素组成的集合,所以COREC(D)=a,c (2) U/D=1,4,5,2,3,6 U/C=1,2,3,