零售大数据工程师考试试卷及答案

零售大数据工程师考试试卷及答案一、填空题（共10题，每题1分）1.零售大数据中，______是指单位时间内完成的交易次数。2.Hadoop生态中，用于分布式存储的核心组件是______。3.RFM模型的F代表______。4.常用实时计算框架是______（举1个）。5.ABC分类法按______占比划分商品等级。6.数据清洗的步骤包括去重、补全、______等。7.SQL中SUM、COUNT属于______函数。8.线上销售中，访问页面后完成购买的比例叫______。9.Tableau属于______工具。10.常用离线计算框架是______（举1个）。二、单项选择题（共10题，每题2分）1.零售大数据特征不包括？A.体量大B.价值密度高C.速度快D.多样性2.HDFS默认块大小是？A.64MBB.128MBC.256MBD.512MB3.RFM模型中R值越高代表？A.最近消费越近B.最近消费越远C.消费频率越高D.消费金额越大4.以下是实时计算框架的是？A.HiveB.FlinkC.HBaseD.Pig5.安全库存公式不包括？A.平均日需求量B.订货周期C.需求波动系数D.商品单价6.“SELECTFROMtableWHEREid=1”属于？A.DDLB.DMLC.DCLD.TCL7.属于客户行为标签的是？A.年龄B.性别C.购买偏好D.职业8.Spark核心组件不包括？A.SparkCoreB.SparkSQLC.SparkStreamingD.SparkDB9.跳失率是指？A.仅访1页就离开的用户占比B.未购用户占比C.重复访问占比D.新用户占比10.属于NoSQL数据库的是？A.MySQLB.OracleC.MongoDBD.SQLServer三、多项选择题（共10题，每题2分）1.零售大数据应用场景包括？A.精准营销B.库存优化C.客户流失预警D.供应链管理2.Hadoop核心组件包括？A.HDFSB.MapReduceC.YARND.Spark3.RFM模型维度是？A.RecencyB.FrequencyC.MonetaryD.Member4.数据清洗常见问题包括？A.数据重复B.数据缺失C.格式错误D.数据不一致5.库存分析方法包括？A.ABC分类法B.EOQC.安全库存法D.聚类分析6.实时计算应用场景包括？A.实时交易监控B.实时推荐C.实时库存更新D.离线报表7.客户画像标签类型包括？A.基本属性B.行为C.价值D.偏好8.SQLDML语句包括？A.SELECTB.INSERTC.UPDATED.DELETE9.大数据可视化工具包括？A.TableauB.PowerBIC.EChartsD.Matplotlib10.供应链大数据应用包括？A.需求预测B.供应商评估C.物流优化D.库存共享四、判断题（共10题，每题2分）1.零售大数据价值密度高，每GB数据都有高价值。（）2.HDFS适合存储小文件，不适合大文件。（）3.RFM模型M值越高代表消费金额越大。（）4.Flink支持Exactly-Once语义。（）5.ABC分类中A类是销售额占比最高的少数商品。（）6.SQLDDL用于数据操作（如INSERT）。（）7.跳失率越高，用户体验越好。（）8.MongoDB是关系型数据库。（）9.Spark比MapReduce快，因采用内存计算。（）10.客户流失预警只需分析行为数据，不用基本属性。（）五、简答题（共4题，每题5分）1.简述零售客户画像构建步骤。2.简述HDFS主要特点。3.简述零售库存优化常用方法及作用。4.简述SparkCore核心概念（至少3个）。六、讨论题（共2题，每题5分）1.如何利用零售大数据提升线上店铺转化率？2.零售大数据在供应链管理中的挑战及解决方案？---答案部分一、填空题答案1.交易频次2.HDFS3.消费频率4.Flink（或SparkStreaming）5.销售额（或价值量）6.格式转换7.聚合8.转化率9.BI（商业智能）10.Spark（或MapReduce）二、单项选择题答案1.B2.B3.B4.B5.D6.B7.C8.D9.A10.C三、多项选择题答案1.ABCD2.ABC3.ABC4.ABCD5.ABCD6.ABC7.ABCD8.ABCD9.ABCD10.ABCD四、判断题答案1.×2.×3.√4.√5.√6.×7.×8.×9.√10.×五、简答题答案1.客户画像构建步骤：①数据采集：整合线上线下（购买、浏览、交易）数据；②数据清洗：处理缺失、重复、格式错误；③标签体系：按基本属性、行为、价值等定义标签；④画像生成：用聚类算法（如K-means）分组，可视化输出，支撑营销/库存优化。2.HDFS特点：①分布式存储：大文件切分块（128MB）分散存储；②高容错：3副本机制；③适合大文件：小文件效率低；④流式访问：优化批量处理；⑤主从架构：NameNode管元数据，DataNode存数据块。3.库存优化方法：①ABC分类：重点管A类（高价值少数）；②EOQ：平衡订货/持有成本；③安全库存：避免缺货；④需求预测：算法预测销量；⑤库存共享：连锁间共享减少积压。4.SparkCore核心概念：①RDD：弹性分布式数据集，支持内存计算；②分区：数据分散到集群节点并行处理；③算子：转换（map/filter）生成新RDD，行动（count）触发计算；④依赖：窄依赖（单分区）/宽依赖（多分区，触发Shuffle）。六、讨论题答案1.提升线上转化率：①精准引流：分析搜索/浏览轨迹优化关键词；②个性化推荐：基于画像实时推“猜你喜欢”；③体验优化：降跳失率（改页面加载/详情页）；④动态定价：结合需求预测调促销价；⑤流失挽回：对