商业大数据分析与应用基础-习题答案汇 第1-8章 大数据分析概述-数据分析综合案例

第1章大数据分析概述课后习题参考答案：1.单选：BDDCCABCCACBBDAA2.多选：（1）BCD（2）ABCD（3）ABCDE（4）ABCD（5）BCD（6）ABC3.判断：××××√√√4.简答：（1）大数据分析是针对海量的多样化的数据集合进行处理、分析和挖掘，提炼有价值信息的过程。（2）大数据的存储数据通常是以GB甚至是TB乃至PB作为存储的数据量级，因而与传统的数据存储方式差异较大。传统数据的获取大多是人工的，或者是简单的键盘输入。在大数据时代，数据获取的方式有这样几类：爬虫抓取、用户留存、用户上传、数据交易和数据共享。（3）大数据对科学活动的影响,大数据对思维方式的影响,大数据对社会发展的影响,大数据对就业市场的影响。（4）第一，在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。第二，大数据和云计算的目标受众不同，云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，而大数据的决策者是业务层。（5）两者都是存储的数据。结构化数据常指存储关系在数据库中的数据，该数据遵循某种标准，如企业财务报表、医疗数据库信息、行政审批数据、学生档案数据等。非结构化数据常指不规则或不完整的数据，包括所有格式的办公文档、XML、HTML、各类报表、图片、图像以及音频、视频信息等。企业中80%的数据都是非结构化数据。（6）Excel、Orange、Tableau和PowerBI在数据分析领域各有所长，形成了从基础工具到专业平台的完整生态链。Excel凭借其易用性和普及性，仍是小规模数据分析的首选工具；Orange以其组件化的工作流和机器学习能力，成为学术研究和数据挖掘的理想选择；Tableau和PowerBI则在商业智能和企业级数据分析领域各领风骚，Tableau以丰富的图表类型和跨平台能力见长，PowerBI则以与Excel的深度集成和企业级功能为优势。第2章业务与数据理解课后习题参考答案：1.单选：DABD2.多选：（1）BCD（2）ABCDE（3）CD（4）ABC（5）ABCD（6）ABCDE（7）ABD3.判断：×√×√√√×4.简答：（1）业务数据，行业数据，内容数据，线上行为数据，线下行为数据（2）1）公开的数据库数据2）网络指数3）基于电商平台的基础数据4）基于电商专业网站的研究数据5）基于电商媒体的报道、评论数据网络爬虫(WebSpider)又称之为网络机器人、网络蜘蛛，是一种通过既定规则，能够自动提取网页信息的程序。爬虫的目地在于将目标网页数据下载至本地，以便进行后续的数据分析。1）txt格式2）doc格式3）xls格式4）pdf格式5）XML格式6）JSON格式7）HTML格式8）tar格式9）dmg格式10）py格式数据采集又称数据获取，是指利用某些装置，从系统外部采集数据并输入到系统内部的一个接口。在互联网行业快速发展的今天，数据采集已经被广泛应用于互联网及分布式领域，比如摄像头、麦克风以及各类传感器等都是数据采集工具。第3章数据预处理课后习题参考答案：1.单选：ABDC2.多选：（1）ABC（2）ABC（3）ADE（4）ABC（5）ABCDE（6）ABCD（7）ABCDE3.判断：√√√×√√√√√×√4.简答：（1）数据定义、数据操作、数据查询、数据控制等。（2）清洗数据、数据转换、数据筛选、数据统计和分析等。（3）连续变量离散化、离散变量连续化、缺失值估计、选择相关特征、选择随机特征、标准化、随机化等。第4章数据基本统计分析课后习题参考答案：1.单选：BBA2.多选：（1）ABCD（2）ABC（3）ABCD（4）AB（5）CDE（6）BC3.判断：√××√√√√√××4.简答：（1）1）数据指标是数据分析的载体，是通过数据指标实现数据分析的目标；2）数据分析离不开数据指标，数据指标贯穿数据分析过程。（2）1）反映现象之间的相互联系程度，说明总体现象的质量、经济效益和经济实力情况。2）使原来不能直接相比的数量关系变为可比，有利于对所研究事物进行分析比较。3）表明事物的发展程度、内部结构以及比例关系，为人们深刻认识事物提供依据。（3）SPSS有两个主要窗口：数据编辑器窗口、结果查看器窗口。数据编辑器窗口的主要功能是对变量进行定义、录入、文件管理、数据分析。结果查看器窗口的主要功能是结果查看与管理。（4）Excel是一款广泛使用的电子表格软件，操作简单，界面直观，适合处理较小规模的数据集。Excel中的数据分析功能主要通过创建数据透视图或数据透视表以及Excel自带的数据分析模块（Excel加载项）进行。Orange是一款开源的数据分析软件，通过拖拽组件的方式构建数据分析流程，提供数据预处理、特征统计、逻辑回归等组件，能够方便地进行数据清洗、特征选择和模型评估等操作，使用户无需编写代码即可进行复杂的数据分析。SPSS是一款专业的统计分析软件，提供丰富的统计分析方法，从基本的描述性统计到复杂的多元统计分析，如回归分析、因子分析、聚类分析等，几乎涵盖了所有的统计分析需求。第5章数据可视化分析课后习题参考答案：1.单选：CBBC2.多选：（1）ABC（2）ABCDE（3）ABC（4）AB3.判断：×√√√√√√√4.简答：（1）一般由下列三个方面组成：1）科学可视化：主要关注三维现象的可视化，包含气象学、生物学、物理学、农学等。重点在于对客观事物的体、面及光源等的逼真渲染。2）信息可视化：将数据信息和知识转换为一种视觉形式，在信息可视化中充分利用了人们对可视模式快速识别度自然能力。3）可视化分析：是科学可视化与信息可视化领域发展的产物，侧重于借助交互式的用户界面而进行对数据的分析与推理。（2）1）明确制作目标；2）确定展示方式；3）确定视图布局；4）图表专业化；5）选择合适的图表。（3）按照数据的作用和功能可以把图表分类以下几类：比较类、分布类、流程类、地图类、占比类、区间类、关联类、时间类和趋势类等。其中在每一种类型的图表中都可包含不同的数据可视化图形，如柱状图、饼图、气泡图、热力图、趋势图、直方图、雷达图、色块图、漏斗图、和弦图、仪表盘、面积图、折线图、K线图、环图、词云等。第6章数据分析报告撰写课后习题参考答案：1.单选：CCDBDBACB2.多选：（1）ABCDE（2）ABC（3）ABCD（4）ABC（5）BCD（6）ABDE（7）ABC3.判断：√√√√×√√×√××4.简答：（1）不足之处包括数据量偏少、数据分析深度不够等。可从数据统计分析等方面进一步修改完善。（2）双样本方差分析（Two-Samplet-Test或Two-SampleF-Test）和单因素方差分析（One-WayANOVA）是统计学中用于比较不同组别之间均值差异的两种方法，但它们的应用场景和假设条件有所不同。双样本方差分析：主要用于比较两个独立样本的方差是否相等，适用于需要检验两个总体方差是否相同的场景。单因素方差分析：主要用于比较三个或三个以上独立样本的均值是否相等，适用于需要检验多个组别均值是否存在显著差异的场景。（3）由年龄与购买自用品时考虑因素交叉表结果可知，不同年龄段的消费者在购买自用品时最关注的因素也各不相同。年龄在30岁以下的消费者在购买自用品时，更加关注产品的外观设计部分，与同年龄段选择的别的因素相比，选择“外观”的消费者最多，占总数的15.0%。年龄在31~50岁的消费者更加注重产品的品牌。与同年龄段选择的别的因素相比，选择“品牌”的消费者最多，占总数的26.7%。年龄在50岁以上的消费者则更加注重产品的质量。与同年龄段选择的别的因素相比，选择“质量”的消费者最多，占总数的33.3%。（4）介绍型报告。第7章数据分析综合案例课后习题参考答案：1.单选：DACDDD2.多选：（1）ABCDE（2）ABCE（3）ABCDE（4）ABCDE（5）ABC3.判断：√×√××4.简答：（1）自带的字段：通常在“数据”窗格中以默认的维度（蓝色）或度量（绿色）显示，其数据类型和名称与原始数据源一致。如果字段来自原始数据表，会直接显示在“维度”或“度量”区域。计算得到的字段：在“数据”窗格中，计算字段会显示为一个带有“fx”图标的字段，并且其定义中会包含具体的计算公式。计算字段可以基于原始字段、其他计算字段或聚合函数生成。（2）在Tableau中，可以通过“数据”窗格中字段名称左侧的图标来判断字段的数据类型：字符串类型（文本值）：字段图标为"ABC"或“abcd”的标识。数值类型（数字值）：字段图标为"123"或#的标识。地理位置类型：字段图标为地球仪或地理标记的标识。此外，也可以通过右键点击字段，选择“更改数据类型”来查看或修改字段类型，相关数据类型也会以图标形式展示。（3）Tableau中的.twb文件与.twbx文件的不同点在于，后者保存的文件不仅包括图表，还包括导入的源数据。（4）进行数据分析时，选择软件主要应考虑以下五个核心维度：功能性、用户友好性、数据处理能力、成本效益和技术支持。（5）使用Excel软件对会员RFM模型进行分析，主要分为数据准备、RFM指标计算、客户分群与制定策略四个步骤。1）数据准备确保销售数据包含以下字段：客户ID：每个客户的唯一标识符订单日期：每次购买的具体日期订单金额：每次购买的总金额2）计算RFM指标包括计算Recency（最近一次购买时间间隔）、计算Frequency（购买频率）、计算Monetary（消费金额）。3）客户分群评分规则：将R、F、M三个指标按业务需求分为5档（1-5分），5分为最好R分箱：按升序分箱（R值越小分数越高）F/M分箱：按降序分箱（F/M值越大分数越高）例如R分：R≤30天得5分，R≤90天得4分，依此类推客户分类：根据RFM组合分值将用户分为8类：重要价值客户（R↑F↑M↑）：近期消费、高频次、高金额，提供VIP服务重要保持客户（R↓F↑M↑）：历史消费高但近期未活跃，推送限时优惠重