2 0 1 1 年数据挖掘与数据仓库考试题 1． （10 分）讨论:：下列每项活动是否是数据挖掘任务?简单陈述你的理由。 (a) 根据性别划分公司的顾客。 不是。数据挖掘是在大型数据存储库中，自动地发现有用信息的过程。数据挖掘技术服务用来探查大型数据库，发现先前未知的有用模式。还可以预测未来观测结果，例如，预测一位新的顾客是否会在一家百货公司消费 100 美元以上。但并非所有的信息发现任务都被视为数据挖掘，数据挖掘与信息检索不同，使用数据库管理系统查找个别的记录，或通过因特网的搜索引擎查找特定的 Web 页面，则是信息检索领域的任务，它们主要依赖传统的计算机科学技术和数据的明显特征来创建索引结构，从而有效地组织和检索信息。数据挖掘的任务可分为两大类：预测任务和描述任务。主要任务有四种：聚类分析，关联分析，异常检测，和预测建模。其目的是根据其它属性的值，预测特定属性的值，或导出概括数据中潜在联系的模式，主要是预测某些信息。而根据性别划分公司的顾客，只是一种简单的数据库查询操作，并没有涉及预测分析。 (b) 根据可赢利性划分公司的顾客。 不是。根据可赢利性划分公司的顾客是使用阈值进行的一种统计计算。它仅仅是根据消费结果统计将原有顾客进行划分，只是一种统计的结果，而没有根据这些结果的特点预测一个新的顾客的赢利性，这种预测才是数据挖掘。 (c) 预测投一对骰子的结果。 不是。因为骰子的六个数值出现的可能性是相同的，这是一种概率计算，如果结果出现的可能性是不确定的，不相同的，则更像是数据挖掘的任务，但在很早以前利用数学已经能够很好的解决这个问题了。所以预测投一对骰子的结果不属于数据挖掘的任务，不带有发现新信息的预测特点。 (d) 使用历史记录预测某公司未来的股票价格。 这是数据挖掘的任务。可以通过对历史记录特点的分析来创建一种模型预测未来的公司的股票价格，这是数据挖掘任务中预测建模的一个例子，预测建模涉及以说明变量函数的方式为目标变量建立模型，有两类预测建模任务：分类，用于预测离散的目标变量；回归，用于预测连续的目标变量dm j 预测某公司未来的股票价格则是回归任务，因为价格具有连续值属性。 2． （10 分）列举3 种数据挖掘功能，对每种举2 个实际应用的例子。 （1）支持商务智能应用。借助POS（销售点）数据收集技术，零售商可以在其商店的收银台收集顾客购物的最新数据。零售商可以利用这些信息，加上电子商务网站...
VIP
