2025年大学大三（数据挖掘）关联规则挖掘阶段测试题及答案

2025年大学大三（数据挖掘）关联规则挖掘阶段测试题及答案

（考试时间：90分钟满分100分）班级______姓名______第I卷（选择题共30分）答题要求：本卷共6题，每题5分。每题给出的选项中，只有一项是符合题目要求的。请将正确答案的序号填在括号内。1.以下关于支持度的说法，正确的是（）A.支持度越高，说明规则越普遍B.支持度是指项集在数据集中出现的频率C.支持度用于衡量规则的可信度D.支持度与置信度呈正相关2.在关联规则挖掘中，频繁项集是指（）A.支持度大于等于最小支持度的项集B.置信度大于等于最小置信度的项集C.同时满足支持度和置信度要求的项集D.出现次数最多的项集3.以下哪种算法常用于关联规则挖掘（）A.K-Means算法B.Apriori算法C.决策树算法D.神经网络算法4.关联规则A→B的置信度计算公式为（）A.support(A∪B)/support(A)B.support(A∩B)/support(A)C.support(A∪B)/support(B)D.support(A∩B)/support(B)5.对于给定的数据集，若最小支持度设置过高，可能会导致（）A.发现过多的频繁项集B.发现过少的频繁项集C.降低规则的置信度D.对挖掘结果无影响6.在关联规则挖掘中，提升度的作用是（）A.衡量规则的支持度B.衡量规则的置信度C.衡量规则是否比随机出现更有意义D.衡量项集的频繁程度第II卷（非选择题共70分）二、填空题（共15分）答题要求：本大题共5空，每空3分。请将正确答案填在横线上。1.关联规则挖掘的主要步骤包括______、______、______。2.频繁项集的生成可以采用______算法或______算法。3.最小支持度和最小置信度是关联规则挖掘中的两个重要参数，它们的设置会直接影响______和______。三、简答题（共20分）答题要求：简要回答以下问题，每题10分。1.简述关联规则挖掘中支持度、置信度和提升度的含义及作用。2.说明Apriori算法的基本原理。四、材料分析题（共20分）答题要求：阅读以下材料，回答问题。材料：在某电商平台的销售数据中，通过关联规则挖掘发现，购买笔记本电脑的用户往往同时购买鼠标。经过分析，得到以下信息：购买笔记本电脑且购买鼠标的用户有200人，购买笔记本电脑的用户有500人，购买鼠标的用户有300人。1.计算购买笔记本电脑→购买鼠标这条关联规则的支持度和置信度。（10分）2.若该电商平台想进一步提高鼠标的销量，可以采取哪些措施？（10分）五、综合应用题（共15分）答题要求：根据以下问题进行分析和解答。假设你是一名数据分析师，负责分析某超市的销售数据，以发现潜在的关联规则，帮助超市优化商品布局和促销策略。请描述你将如何进行关联规则挖掘，并给出一个可能的关联规则示例及分析。（15分）答案1.B2.A3.B4.B5.B6.C二、1.数据预处理、频繁项集生成、关联规则生成2.Apriori、FP-Growth3.频繁项集的数量、规则的质量三、1.支持度是指项集在数据集中出现的频率，用于衡量规则的普遍程度；置信度是指在包含A的事务中同时包含B的比例，用于衡量规则的可信度；提升度是指规则的置信度与A、B单独出现的概率乘积的比值，用于衡量规则是否比随机出现更有意义。2.Apriori算法的基本原理是基于频繁项集性质的先验知识，通过逐层搜索的迭代方法，从候选k项集生成频繁k项集，直到不能再生成新的频繁项集为止。然后根据频繁项集生成关联规则。四、1.支持度=200/总用户数（假设总用户数足够大，这里可近似看作所有购买行为的集合）=200/500=0.4；置信度=200/500=0.4。2.可以在笔记本电脑的页面显著推荐鼠标；设置购买笔记本电脑搭配鼠标的套餐优惠；对购买笔记本电脑的用户发送鼠标的优惠券等。五、首先进行数据清洗，去除重复、错误数据。然后设置合适的最小支持度和最小置信度。利用Apriori算法