数据仓库与数据挖掘技术往届考题

1)：在较次上将信息系统中的数据进行综合、归类和分析利用的一个抽象概念，逻辑意义上是宏观分析领域所涉及的分析对象。在数据仓库的具体设计中，可以将理解为目标域的一个大的实数据归可能获得相同或相似结果的前提下，对数据的容量进行有效的缩减。数据规约的主要方法包括数据立方体、减少数据维度、数据压缩、数值压缩、数据离散化及概念层次的建立。 度：度指对一个模式感的程度，它由是否容易被用户所理解、是否有效可信、是否潜在的频繁模式、关联、相关性或因果结构。或者说，关联分析是发现数据库中不同项间的联系。其持数据的处理。ROLAP将数据库的结构划分为事实表和维表，通过主关键字和外关阵处理技术。数据将细节数据和聚合后的数据均保存cube结构中，生成cube时需要大量的时间和空间；但以空间换时间，MOLAP对预综合的数据能够进行快速索引，更加适合于频繁使用的数据集中的分区和对快速查询响应的需要。HOLAP(HybridOLAP)：利用关系数据库来和管理基本数据，利用数据库来和管理聚合数据。这种方式具有更好的灵活性，聚合时需要比ROLAP的时间；查询效率比ROLAP高，但低于MOLAP。能的主要途径之一。在数据仓库建模中，粒度往往由开发人员与最终用户共同决定，体现了数据项集L的所有超集皆为非频繁项集，那么称L为最大频繁项集。概念：数据模型又称概念视图，是为了满足用户从多角度多层次进行数据查询和分析的需要，个数值指标，衡量数据的实际意义。模型是建立数据仓库的一种重要数据库设计方法，它采用星形连接结构，为事实表，周围为维表。

关联分析；聚类分析；异常点检测；分类分析；趋势分析；c𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒(𝐴=>𝐵)=𝑃(𝐵│𝐴)=𝑠𝑢𝑝𝑝𝑜𝑟𝑡(𝐴∪在有些数据仓库版本中,数据集市是微型的数据仓库;而有些数据集市仅是数据仓库的一段。两者的区别在于数据仓库是提供的，提供一种面向数据管理的服务；而数据集市是分类分析是有监督学习算法，训练集带有类，而新的数据基于训练集进行分类。对于目聚类分析是无监督学习算法，训练集不依赖预先设定的类，而是由聚类算法自动确定。聚类与分类分析皆是根据事物的特征对目标空间进行划分，以期从中发现规律和典型模式。BCBDBECDCE2-BC---5BD---6BE---5CD---5CE---5DE---3-BCDBCEBDE3-BCD---5BDE---K均值算法聚类结果有波动,取决于初始的K个点选择。造成这一结果的是K均值法初始时是随机选取点,迭代过程可能会终止于一个局部极值点,而这个极值点很可能不是最优点;传统的K点的聚类算法虽然能够得到较好的局部搜索结果,但需要很长的计算时间。同时在存在“噪声”或者孤立点数据时，k-点的方法比k-平均方法健壮。即K-means算法对于孤立点是敏感的，而k-B树索引：一个B树索引包含一个由结点和相继的低层结点组成的层次结构,在B树索引中有分枝结点（上层结点，简单地指向相应的低层结点和叶子结点（B树方法的实际内容,即包含指向叶子所对应的行的实际位置。B树结构的优点是简洁性、易性及可支持对具有高可选择性列值的高速检索。这种方法适合于对索引列值等值查找和范围查找的查询。表的大小对于从其相应表中提取用B树索引的数据的速度差别很小，甚至没有影响。采用主成分分析等方法进行维归约运行分类或聚类算法进行客户群划分pocesing（On-LineyticalProcessingOLTP是传统的关系型数据库的主要应用