新一代信息技术 试题及答案 第5章 大数据技术 习题

第5章大数据分析综合习题集一、选择题1．大数据的核心特征通常被称为“5V”，下列哪一项不属于这5V？()A.VolumeB.VarietyC.VictoryD.Velocity2．在大数据分析中，价值密度（Value）的特点通常是()。A.价值密度极高B.价值密度相对较低，即“浪里淘沙”C.数据量越小价值越高D.与数据量无关3．下列哪种算法主要用于挖掘数据之间的关联规则？()A.K-Means算法B.Apriori算法C.决策树算法D.朴素贝叶斯4．数据预处理是大数据分析的重要步骤，下列不属于数据预处理主要内容的是()。A.数据清洗B.数据可视化C.数据变换D.属性规约5．在关联规则分析中，用于衡量规则可靠性的指标是()。A.支持度(Support)B.置信度(Confidence)C.提升度(Lift)D.三个选项都是6．某电商网站想要根据用户的浏览记录推荐相关商品，这主要利用了数据挖掘中的()技术。A.聚类分析B.关联规则分析C.回归分析D.时序分析7．下列关于Apriori算法的描述，错误的是()。A.是一种挖掘关联规则的算法B.需要设置最小支持度和最小置信度C.主要用于处理连续型数值预测D.可以发现“啤酒与尿布”之类的购买模式8．在大数据计算系统中，负责海量数据物理存储（如分布式文件系统）的是()。A.大数据应用系统B.大数据处理系统C.大数据存储系统D.大数据采集系统9．将原始数据中的“2023-05-2010:00:00”转换为“2023年5月”或“上午时段”，这种操作属于数据预处理中的()。A.数据清洗B.数据集成C.数据变换D.属性规约10．()是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。A.数据仓库B.关系型数据库C.大数据D.云计算二、判断题1．大数据的数据类型繁多，不仅包括传统的结构化数据，还包括文本、音频、视频等非结构化数据。()2．数据清洗的主要任务是去除数据中的噪声、处理缺失值和纠正不一致的数据。()3．Apriori算法中，支持度表示某个项集在所有事务中出现的频率。()4．在商业应用中，大数据的“Veracity”（真实性/准确性）特征并不重要，只要数据量够大即可。()5．数据预处理中的“属性规约”是指通过删除不相关的属性（列）来减少数据维度，提高分析效率。()6．关联规则分析中的“置信度”越高，说明规则的前项出现时，后项出现的可能性越小。()7．大数据分析建模通常直接使用原始采集的数据，不需要进行任何预处理。()8．所有的SessionID在用户关闭浏览器后都会永久保留，不会失效。()9．大数据存储系统通常采用分布式文件系统（如HDFS）来解决海量数据的存储问题。()10．数据挖掘就是简单的数据库查询操作。()三、填空题1．数据挖掘的基本任务包括________、聚类分析、________、________、________。2．数据挖掘的建模过程包括________、________、________、________、模型评估等。3．数据探索主要包括异常值分析及________、________、________等。4．数据预处理主要包括数据清洗、________、________、属性规约等。5．分析建模常见的模型分类方式包括分类与预测、聚类分析、________、________、________等模型。四、名词解释1．数据预处理2．数据探索3．大数据存储系统五、简答题1．什么是数据挖掘？它与传统数据分析有什么区别？2．数据挖掘的主要任务有哪些？3．数据挖掘的过程有哪些步骤？4．数据挖掘中常用的算法有哪些？5．请简述大数据“5V”特征中的“Value”（价值）含义及其挑战。========================================参考答案一、选择题1.C2.B3.B4.B5.D6.B7.C8.C9.C10.C二、判断题1.√2.√3.√4.×5.√6.×7.×8.×9.√10.×三、填空题1.分类分析、关联分析、预测分析、偏差检测2.业务理解、数据理解、数据准备、模型构建3.缺失值分析、相关分析、特征分析（或分布分析）4.数据集成、数据变换5.关联规则、时序模式、偏差检测四、名词解释1.数据预处理：是指在对数据进行挖掘或分析之前，对原始数据进行清洗、集成、变换和规约等操作，以消除噪声、纠正不一致、处理缺失值，并将数据转换为适合挖掘的形式，从而提高数据质量和分析结果的准确性。2.数据探索：是通过统计分析和可视化手段，对数据进行初步的观察和分析，了解数据的分布特征、相关性、异常值和缺失值情况，以便为后续的数据预处理和建模提供依据。3.大数据存储系统：是指用于存储海量、多样化数据的软硬件系统，通常基于分布式文件系统（如HDFS）和非关系型数据库（NoSQL），提供高可靠、高扩展的数据存储和管理功能。五、简答题1.数据挖掘定义及区别：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。区别：传统分析通常基于假设检验，侧重于解释过去；数据挖掘侧重于发现未知模式和预测未来，处理的数据量更大、类型更复杂，且更多使用机器学习算法。2.数据挖掘的主要任务：主要任务包括：分类（Classification）、预测（Prediction）、聚类（Clustering）、关联规则发现（AssociationRuleDiscovery）、异常检测（AnomalyDetection）等。3.数据挖掘的过程：一般包括：业务理解（定义目标）、数据理解（数据采集与探索）、数据准备（数据预处理）、模型构建（选择算法建模）、模型评估（验证模型效果）、模型部署（应用结果）。4.常用算法：分类算法（决策树、SVM、KNN）、聚类算法（K-Means、DBSCAN）、关联规则