数据模型和决策考试试题及答案

数据模型和决策考试试题及答案考试时长：120分钟满分：100分一、单选题（总共10题，每题2分，总分20分）1.数据模型中的“维度表”主要用于存储什么信息？A.度量值数据B.描述业务实体的属性C.关系型数据的主键D.时间序列数据2.以下哪种数据模型最适合用于描述复杂的企业业务流程？A.关系模型B.层次模型C.网状模型D.面向对象模型3.在数据仓库中，事实表通常包含哪些类型的数据？A.描述性维度数据B.高度聚合的业务指标C.外部参照数据D.事务性细节数据4.决策树算法中，选择分裂属性时常用的指标是？A.方差分析（ANOVA）B.互信息（MutualInformation）C.卡方检验（Chi-Square）D.皮尔逊相关系数5.以下哪种方法不属于数据预处理中的缺失值处理技术？A.均值/中位数填充B.K最近邻（KNN）插补C.回归预测填充D.直接删除缺失行6.在聚类分析中，K-means算法的典型时间复杂度是？A.O(nlogn)B.O(n^2)C.O(n^3)D.O(2^n)7.逻辑回归模型主要用于解决哪种类型的问题？A.分类问题B.回归问题C.聚类问题D.关联规则挖掘8.在贝叶斯网络中，节点之间的边表示？A.因果关系B.相互依赖关系C.独立关系D.函数映射关系9.以下哪种指标常用于评估分类模型的性能？A.决策树深度B.熵值C.准确率（Accuracy）D.决策系数10.以下哪种算法属于强化学习范畴？A.K-means聚类B.神经网络反向传播C.Q-learningD.主成分分析（PCA）二、填空题（总共10题，每题2分，总分20分）1.数据模型中的“______”表存储业务实体的描述性属性。2.数据仓库中的“______”表存储业务事实和度量值。3.决策树算法中，常用的分裂标准包括“______”和“信息增益”。4.数据预处理中的“______”技术通过随机采样减少数据维度。5.聚类分析中，“______”算法基于距离度量将数据分组。6.逻辑回归模型的输出通常映射到______区间。7.贝叶斯网络中，节点的条件概率表（CPT）表示______。8.评估分类模型性能时，“______”指标衡量模型预测的精确度。9.强化学习中的“______”是智能体通过试错学习最优策略的过程。10.数据挖掘中的“______”技术通过关联规则发现数据项之间的频繁模式。三、判断题（总共10题，每题2分，总分20分）1.关系模型中的主键可以重复。（×）2.数据仓库中的事实表通常包含大量外键。（√）3.决策树算法是懒惰学习算法。（√）4.数据预处理中的异常值处理通常采用删除法。（×）5.K-means算法需要预先指定聚类数量K。（√）6.逻辑回归模型可以处理多分类问题。（×）7.贝叶斯网络中的节点必须相互独立。（×）8.准确率是评估分类模型的最优指标。（×）9.强化学习中的“折扣因子”γ通常取值在0.9-1.0之间。（√）10.关联规则挖掘中的“支持度”和“置信度”是核心指标。（√）四、简答题（总共4题，每题4分，总分16分）1.简述数据模型与决策模型在业务应用中的区别。答：数据模型侧重于结构化数据的存储和表示，如关系模型、层次模型等，用于描述业务实体的关系和属性；决策模型则关注基于数据的分析结果支持业务决策，如决策树、逻辑回归等，通过算法从数据中提取规律并预测未来趋势。2.解释数据预处理中缺失值处理的三种常用方法及其适用场景。答：均值/中位数填充适用于数据分布近似正态或存在极端异常值的情况；KNN插补适用于数据缺失比例较低且局部相似性强的场景；回归预测填充适用于缺失值与某些特征高度相关的情况。3.描述聚类分析中K-means算法的基本步骤及其局限性。答：步骤：①随机初始化K个聚类中心；②将每个数据点分配到最近的聚类中心；③更新聚类中心为所属数据点的均值；④重复②③直到收敛。局限性：①对初始聚类中心敏感；②无法处理非凸形状的聚类；③需要预先指定聚类数量K。4.解释贝叶斯网络中条件概率表（CPT）的作用及其构建方法。答：CPT表示给定父节点状态时子节点的概率分布，是贝叶斯网络的核心组件。构建方法：根据领域知识或训练数据统计父节点不同取值下子节点的条件概率。五、应用题（总共4题，每题6分，总分24分）1.某电商公司需要分析用户购买行为，数据包含用户年龄、性别、购买金额、购买频率等字段。请设计一个数据仓库模型，包括至少三种表及其关系。答：-事实表：购买事实表（用户ID、订单ID、购买金额、购买频率、购买时间等）-维度表：用户维度表（用户ID、年龄、性别等）-维度表：产品维度表（产品ID、类别、价格等）关系：事实表通过用户ID与用户维度表关联，通过产品ID与产品维度表关联。2.假设某医疗诊断系统需要预测患者是否患有某种疾病，已知数据包含年龄、血压、血糖、吸烟史等特征。请设计一个分类模型评估方案，包括至少三种评估指标。答：模型：可选用逻辑回归或支持向量机。评估指标：①准确率（衡量整体预测正确率）；②精确率（衡量阳性预测的准确性）；③召回率（衡量实际阳性中检出比例）；④F1分数（精确率与召回率的调和平均）。3.某银行需要分析客户流失原因，数据包含客户年龄、账户余额、交易频率、投诉次数等。请设计一个聚类分析方案，包括数据预处理步骤和聚类算法选择。答：数据预处理：标准化处理（消除量纲影响）、缺失值填充（均值插补）、异常值检测（IQR方法）。聚类算法：K-means，因客户群体可自然划分为若干类别，且数据维度适中。4.假设某超市需要发现商品之间的关联规则，数据包含交易记录（商品ID列表）。请设计一个关联规则挖掘方案，包括支持度、置信度阈值设定及结果解释。答：方案：①数据预处理：转换为1项集；②频繁项集挖掘：设定最小支持度（如0.05）；③关联规则生成：设定最小置信度（如0.7）；结果解释：如“购买面包的客户中有70%也购买了黄油”，可指导商品陈列优化。【标准答案及解析】一、单选题1.B2.C3.D4.B5.D6.B7.A8.B9.C10.C解析：1.维度表存储描述性属性，如用户名、产品名称等。2.网状模型最适合表示复杂业务流程的多对多关系。3.事实表存储度量值和维度外键，如销售额、订单日期等。4.信息增益是决策树常用的分裂标准，衡量分裂后信息熵的减少量。5.删除法仅适用于缺失比例极低的情况，其他方法更常用。二、填空题1.维度2.事实3.信息增益比4.主成分分析（PCA）5.K-means6.[0,1]7.条件概率分布8.精确率9.Q-learning10.关联规则挖掘三、判断题1.×关系模型主键唯一。2.√事实表通过外键关联维度表。3.√决策树按需构建，无需提前训练。4.×应采用更稳健的异常值处理方法。5.√K-means需要指定K值。6.×逻辑回归为二分类，多分类需扩展。7.×贝叶斯网络允许节点间存在依赖。8.×应结合业务场景选择指标。9.√γ=0.9-1.0表示强折扣。10.√支持度和置信度是关联规则核心。四、简答题1.答：数据模型关注数据结构化存储，如关系表中的主外键约束；决策模型关注数据驱动决策，如分类模型通过预测支持业务行动。2.答：均值/中位数填充适用于正态分布数据；KNN插补适用于局部相似性强的数据；回归填充适用于特征与缺失值相关的情况。3.答：K-means步骤：初始化聚类中心→分配数据点→更新中心→迭代直至收敛。局限性：对初始中心敏感、无法处理非凸聚类、需预设K值。4.答：CPT存储条件概率分布，如P(病|吸烟=是)。构建方法：统计数据或基于专家知识设定。五、应用题1.答：事实表：购买事实表（订单ID、用户ID、产品ID、购买金额、购买时间等）维度表：用户维度表（用户ID、年龄、性别、职业等）维度表：产品维度表（产品ID、类别、品牌、价格等）关系：事实表通过用户ID与用户维度表关联，通过产品ID与产品维度表关联。2.答：模型：逻辑回归或支持向量机。评估指标：①准确率（整体正确率）；②精确率（阳性预测正确率）；③召回率（实际