数据仓库与数据挖掘试题

《数据库房与数据挖掘试题》一、判断题(每题1分，计30分，答题时每5个答案写在一同)数据库作为数据资源用于管理业务中的信息解析办理。（X）数据库的查问不是指对记录级数据的查问，而是指对解析要求的查问。（X）关系数据库是二维数据（平面），多维数据库是空间立体数据。（v）数据进入数据库房以前，一定经过加工与集成。（V）OLAP使用的是目前数据；OLTP使用的是历史数据。（V）对数据库房操作不明确，操作数据量少。（X）数据市集实现难度超出数据库房。（X）OLAP使用的数据经常更新；OLTP使用的数据不更新，但周期性刷新。（X）数据市集可升级到完好的数据库房。（V）数据库中寄存的数据基本上是保留目前综合数据。（X）OLAP可以应解析人员的要求迅速、灵巧地进行大数据量的复杂办理。（V）OLAP支持复杂的决议解析操作，重视对解析人员和高层管理人员的决议支持。（V）OLTP的事务办理量大，办理内容比较简单但重复率高。（V）数据库房的用户有两类：信息使用者和探究者。（V）对数据库的操作比较明确，操作数据量大。（X）数据库用于事务办理，数据库房用于决议解析。（V）信息使用者以一种可展望的、重发性的方式使用数据库房平台。（V）OLAP一次办理的数据量大；OLTP一次性办理的数据量小。（V）OLTP每次操作的数据量不大且多为目前的数据。（V）数据库房系统由数据库房（DW）、库房管理和解析工具三部分组成。（V）随着业务的变化,数据库房中的数据会随时更新。（X）数据市集的规模比数据库房更大。（X）数据市集拥有更详尽的、早先储蓄在数据库房的数据。（V）不同样维值的组合及其对应的胸怀值组成了不同样的查问和解析。（V）OLAP使用细节性数据，OLTP使用综合性数据。（X）数据市集由公司管理和保护。（X）OLAP的观点模型是多维的。（V）数据库已经成为了成熟的信息基础设备。（V）数据库既保留过去的数据又保留目前的数据。（X）OLTP面对的是事务办理操作人员和低层管理人员。（V）二、填空题(每题1分，计10分)1.信息使用者平时查察归纳数据或齐集数。2.探究者的任务是找寻公司数据内隐含的价值。3.数据立方体是在全部可能组合的维进步行分组齐集计算的总和。4.基本的多维数据解析操作包含切片切块、旋转、钻取等。5.数据立方体的建立和保护等计算方法成为了多维数据解析研究的要点问题。6.OLAP是建立在网络上的开发系统构造。7.在数据立方体中，不同样维度组合组成了不同样的子立方体。8.不同样的数据库房需要建立不同样的数据库。9.ETL是建立数据库房的重要步骤，需要花销开发数据库房70%的工作量。数据库房的数据是综合的集成。三、名词解说(每题5分，计30分)1、数据市集4、元数据2、数据挖掘5、知识发现3、商业智能6、数据库房1，数据市集（DataMarts）是一种更小、更集中的数据库房，为公司供给分析商业数据的一条低价门路。DataMarts是指拥有特定应用的数据库房，主要针对某个应用或许详尽部门级的应用，支持用户获取竞争优势或许找到进入新市场的详尽解决方案。4，元数据（metadata）定义为对于数据的数据（dataaboutdata），即元数据描绘了数据库房的数据和环境。2，数据挖掘（DM）：KDD过程中的一个特定步骤，它用特意算法从数据中抽取知识。3，商业智能以数据库房为基础，经过联机解析办理和数据挖掘技术帮助公司领导者针对市场变化的环境，做出迅速、正确的决议。5，知识发现（KDD）：从数据中发现实用知识的整个过程。6，数据库房是决议支持系统（dss）和联机解析应用数据源的构造化数据环境。数据库房研究和解决从数据库中获守信息的问题。数据库房的特色在于面向主题、集成性、牢固性和时变性。四、简答题(每题5分，计30分)简述数据库房与数据挖掘的关系？数据库房与数据挖掘都是决议支持新技术。但它们有着完好不同样的协助决议方式。在数据库房系统的前端的解析工具中，数据挖掘是此中重要工具之一。它可以帮助决议用户挖掘数据库房的数据中隐含的规律性。比较统计学与数据挖掘的异同？统计学主假如对数目数据（数值）或连续值数据（如年纪、薪资等），进行数值计算（如初等运算）的定量解析，获取数目信息。数据挖掘主要对失散数据（如职称、病症等）进行定性解析（覆盖、归纳等），获取规则知识。统计学与数据挖掘是有区其余。可是，它们之间是相互增补的。3.比较OLAP的数据模型MOLAP与ROLAP？MOLAP是早先生成多维立方体，供此后查问解析用,而ROLAP是经过动向的生成Sql,去做查问关系型数据库，假如没有做性能优化，数据量很大的时候，性能问题就会显得比较突出了。ROLAP

与

MOLAP

比较ROLAP

MOLAP沿用现有的关系数据库的技术

专为

OLAP所设计响应速度比MOLAP慢；现相关系型数据库已经对OLAP做了好多优化，包含并行储蓄、性能好、响应速度快并行查问、并行数据管理、鉴于成本的查问优化、位图索引、SQL的OLAP扩展(cube,rollup)等，性能有所提升数据装载速度快数据装载速度慢需要进行估计算,可能致使储蓄空间耗资小，维数没有限制数据爆炸，维数有限；没法支持维的动向变化受操作系统平台中文件大借用RDBMS储蓄数据，没有文件大小限制小的限制，难以达到TB级(只好10~20G)缺乏数据模型和数据接见可以经过SQL实现详尽数据与纲领数据的储蓄的标准–支持高性能的决议支持–不支拥相关估计算的读写操作计算–SQL没法达成部分计算?复杂的跨维计算?没法达成多行的计算?多用户的读写操作?没法达成维之间的计算?行级的计算保护困难管理简单比较数据挖掘与OLAP的差别？OLAP的典型应用，经过商业活动变化的查问发现的问题，经过追踪查问找出问题出现的原由，达到协助决议的作用。数据挖掘任务在于聚类（如神经网络聚类）、分类（如决议树分类）、展望等。什么是对于数据库房照射的元数据？数据库房的元数据除对数据库房中数据的描绘（数据库房词典）外，还有以下三类元数据：对于数据源的元数据对于抽取和变换的元数据对于最后用户的元数据简述联机解析办理的四个特色？（1）迅速性：用户对OLAP的迅速反应能力有很高的要求。（2）可解析性：OLAP系统应能办理任何逻辑解析和统计解析。（3）多维性：系统一定供给对数据解析的多维视图和解析。（4）信息性：OLAP系统应能实时获取信息，而且管理大容量的信息。数据库房与数据挖掘第一章课后习题一：填空题1）数据库中储蓄的都是数据，而数据库房中的数据都是一些历史的、存档的、归纳的、计算的数据。2）数据库房中的数据分为四个级别：早起细节级、目前细节级、轻度综合级、高度综合级。3）数据源是数据库房系统的基础，是整个系统的数据源泉，平时包含业务数据和历史数据。4）元数据是“对于数据的数据”。依据元数据用途的不同样将数据库房的元数据分为技术元数据和业务元数据两类。5）数据办理平时分为两大类：联机事务办理和联机事务解析6）Fayyad过程模型主要有数据准备，数据挖掘和结果解析三个主要部分组成。7）假如从整体上看数据挖掘技术，可以将其分为统计解析类、知识发现类和其余种类

的数据挖掘技术三大类。8）那些与数据的一般行为或模型不一致的数据对象称做9）依据挖掘对象的不同样，将Web数据挖掘分为三类：

孤立点。web内容挖掘、

web

构造挖掘和

web使用挖掘。10）查问型工具、解析型工具盒挖掘型工具

联合在一同组成了数据库房系统的工具层，

它们各自的重视点不同样，所以适用范围和针对的用户也不同样。二：简答题1）什么是数据库房？数据库房的特色主要有哪些？数据库房是一个面向主题的、集成的、相对牢固的、反应历史变化的数据会合，用于支持管理决议。主要特色：面向主题组织的、集成的、牢固的、随时间不停变化的、数据的会合性、支持决议作用2）简述数据挖掘的技术定义。从技术角度看，数据挖掘是从大批的、不完好的、有噪声的、模糊的、随机的实质数据中，提取隐含在此中的、人们不知道的、但又是暗藏实用的信息和知识的过程。3）什么是业务元数据？业务元数据从业务角度描绘了数据库房中的数据，它供给了介于使用者和实质系统之间的语义层，使得不懂计算机技术的业务人员也可以读懂数据库房中的数据4）简述数据挖掘与传统解析方法的差别。实质差别是：数据挖掘是在没有明确假定的前提下去挖掘信息、发现知识。数据挖掘所获取的信息应拥有先前未知、有效和适用三个特色。5）简述数据库房4种系统构造的异同点及其适用性。a.虚构的数据库房系统构造b.独自的数据库房系统构造c.独自的数据市集系统构造d.散布式数据库房构造第二章课后习题一：填空题1）模型是对现实世界进行抽象的工具。在信息管理中需要将现实世界的事物及其相关特色变换为信息世界的数据才能对信息进行办理与管理，这就需要依靠数据模型作为这类变换的桥梁。2）数据库房模型设计包含观点、逻辑、物理、元数据模型设计等内容。3）现实世界是存在于现实之中的各样客观事物。观点世界是现真相况在人们脑筋中的反应。逻辑世界是人们为将存在于自己脑筋中的观点模型变换到计算机中的实质的物理储蓄过程中的一个计算机逻辑表示模式。计算机世界则是指现实世界中的事物在计算机系统中的实质储蓄模式。4）数据库房设计的观点模型与业务数据办理系统的三级数据模型仍旧拥有必定的差距。表现在数据种类的差别、数据的历史变迁性、数据大体性5）数据库房项目需求的采集与解析需求要从历史数据与用户需求两个方面同时着手，采纳数据驱动+用户驱动的理念。6）所谓主题，是指在较高程度大将业务数据进行综合，归类和解析利用的一个抽象观点，每个主题基本对峙业务的一个解析领域。7）多维数据模型较为广泛地采纳星型模型、雪花模型两种模式。8）设计齐集模型时，第一需要考虑用户的使用要求，其次要考虑数据库房的粒度模型和数据的统计解析状况。9）切割是数据库房逻辑设计中要解决的另一个重要问题，它的目的在于提升效率能为数据库房的物理实行供给设计依据。10）元数据依据使用状况，主要有技术元数据和业务元数据两类元数据。二：简答题1）简述观点模型设计主要达成哪些工作？界定系统界限、确立主要的主题域、细化解析详尽内容2）简述一个符合第三范式的关系一定拥有的三个条件。A.每个属性的值唯一，不拥有多义性B.每个非主属性一定完好依靠于整个主键C.每个非主属性不可以依靠于其余关系中的属性。3）简述确立粒度级其余步骤A.估量DASDB.计算储蓄空间、确立能否区分粒度。C.计划影响数据库房的粒度区分D.使用多重粒度E.使用多种储蓄介质的空间量F.选择适合的粒度G.只采纳大体数据4）简述CWM五个功能层对象模型层、基础层、资源层、解析层、管理层5）数据库房物理模型进行优化时可以考虑的解决方案有哪些？A.归并表与簇文件B.建立数据序列C.引入冗余,反规范办理D.表的物理切割分区E.生成派出数据第三章课后习题一：填空题1）ETL过程主要包含三个部分：数据抽取、数据冲刷与数据变换以及数据的加载。2）ETL工作流模型包含ETL观点模型和ETL逻辑模型两部分。3）触发器方式是广泛采纳的一种增量抽取体系。该方式是依据抽取要求，在要被抽取的源表上建立插入、改正和删除3个触发器。4）一般状况下，在一个ETL流程中，抽取操作老是最初履行，加载操作最后履行。5）数据质量问题既有可能来自于数据源，又有可能来自于ETL的实行过程。6）基本的多线程并行办理技术分为3种：任务并行办理、数据并行办理和管道并行办理。7）ETL过程中数据质量问题分为四类：单数据源模式层问题、单数据源实例层问题、多半据源模式层问题、多半据源实例层。8）ETL过程可以被区分为两各样类：全量ETL过程和增量ETL过程。9）加载数据到目标数据库房的两个基本方式是刷新方式和更新方式。10）控制“脏数据”对数据库房解析结果的影响程度，采纳各样有效的举措对其进行办理，这一办理过程称为数据冲刷。二：简答题1）怎样保障ETL过程中的数据质量？A.数据源端实行数据质量控制：多半据源的异构问题、数据扔掉值得问题、相像重复记录的问题b.ETL过程中实行数据质量控制：数据抽取程序严格审查、实时监控数据源系统的更改、确立采信数据源、建立故障检测体系、建立数据审查体系2）增量数据抽取中常用的捕捉变化数据的方法有哪几种？触发器方式、时间戳方式、全表删除插入方式、全表比对方式、日记表方式、系统日记解析方式、系统日记解析方式。3）怎样办理空缺数据？可以采纳忽略元组、用一个全局常量填补空缺值、用属性性平均值填补空缺值、使用与给定元组同类的全部样本的平均值填补空缺值、使用最可能的值填补空缺值、使用像Baysian公式或判断树这样的鉴于推断的方法。4）怎样办理噪声数据？分箱或聚类等方法办理5）简述数据加载操作。数据加载负责将经过前几步冲刷和变换后的数据依据目标数据定义的表构造装入数据仓库6）在ETL过程中会出现哪几类数据质量问题？解析其产生原由。单数据源模式层次问题---------》缺乏完好性拘束，糟糕的模式设计单数据源实例层次问题---------》数据记录的错误多半据源模式层次问题---------》异质的数据模型和模式设计多半据源实例层次问题---------》冗余、相互矛盾或许不一致的数据第四章课后习题一：填空题1）OLAP系统依据其储蓄的数据储蓄格式可以分为关系OLAP、多维OLAP和混淆OLAP三种种类。2）对于拥有海量数据的数据库房，B-Tree索引技术显得其实不灵巧，于是人们探访新的索引技术，如位图索引和表记符来解决此问题。3）用户决议解析角度或决议解析出发点就是数据库房中的维度。4）胸怀是多维数据集的核心值，是进行OLAP操作的用户所要察看解析的数据。5）上卷和下钻的深度与维所区分的层次相对应，上卷解析的细化程度越低，粒度度越大。下钻解析的细化程度越高，粒度越小。6）所谓的数据“上卷”是指用户在数据库房的应用中，从较低层次开始渐渐将数据依据