商务智能复习题

一、选择题(本题共5道小题,每小题2分,共10分)

B.捕捉到的新数据会覆盖原来的快照

C.数据仓库随事件变化不断删去旧的数据内容

2.有关数据仓库的开发特点,不正确的描述是(B)。

A.数据仓库使用的需求在开发初期就要明确

B.数据仓库开发要从数据出发

C.数据仓库的开发是一个不断循环的过程,是启发式的开发

D.在数据仓库环境中,并不存在操作型环境中所固定的和较确切的处理流,数据仓库中数据分析和处理更灵活,且没有固定的模式

3.在有关数据仓库测试,下列说法不正确的是(D)。

A.在完成数据仓库的实施过程中,需要对数据仓库进行各种测试。测试工作中要包括单元测试和系统测试。

B.当数据仓库的每个单独组件完成后,就需要对他们进行单元测试。

C.系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试。

D.在测试之前没必要制定详细的测试计划。

4.关于基本数据的元数据是指(D)。

C.基本元数据包括日志文件和简历执行处理的时序调度信息

D.基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息

6.下面关于数据粒度的描述不正确的是(C)。

A.粒度是指数据仓库小数据单元的详细程度和级别

B.数据越详细,粒度就越小,级别也就越高

C.数据综合度越高,粒度也就越大,级别也就越高

D.粒度的具体划分将直接影响数据仓库中的数据量以及查询质量

6.关于OLAP的特性,下面正确的是:(D)

(1)快速性(2)可分析性(3)多维性(4)信息性(5)共享性

A.(1)(2)(3)

B.(2)(3)(4)

C.(1)(2)(3)(4)

D.(1)(2)(3)(4)(5)

7.关于OLAP和OLTP的区别描述,不正确的是:(C)

A.OLAP主要是关于如何理解聚集的大量不同的数据,它与OTAP应用程序不同。

B.与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.

C.OLAP的特点在于事务量大,但事务内容比较简单且重复率高.

8.关于OLAP和OLTP的说法,下列不正确的是:(A)

A.OLAP事务量大,但事务内容比较简单且重复率高

C.OLTP面对的是决策人员和高层管理人员

D.OLTP以应用为核心,是应用驱动的

9.OLAP技术的核心是(D)。

A.在线性

B.对用户的快速响应

C.互操作性

D.多维分析

10.某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?(A)

A.关联规则

B.聚类

C.分类

D.自然语言处理

A.促销管理

B.个性化和标准化

C.客户分析和建模

D.客户沟通

12.运用关键绩效指标法设计组织关键绩效指标依次经过以下几个步骤(A)。

A.确定关键成功领域、确定关键绩效要素、确定关键绩效指标

B.计划目标、实施目标、评价结果、反馈

C.确定目标、比较目标、收集分析数据、系统学习与改进、评价和提高

D.确定长期整体目标、确定短期目标

13.什么是KDD?(A)

A.知识发现

B.领域知识发现

C.文档知识发现

D.动态知识发现

14.呼叫中心是一种基于(D)的一种新的综合信息服务系统。

AIT技术

BCTI技术

CWEB技术

DCRM技术

15.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C)

A.频繁模式挖掘

B.分类和预测

C.数据预处理

D.数据流挖掘

16.当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?(B)

A.分类

C.关联分析

D.隐马尔可夫链

17.使用交互式的和可视化的技术,对数据进行探索属于数据挖掘的哪一类任务?(A)

A.探索性数据分析

B.建模描述

C.预测建模

D.寻找模式和规则

18.为数据的总体分布建模,把多维空间划分成组等问题属于数据挖掘的哪一类任务?(

B)

19.建立一个模型,通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务?(C)

A.根据内容检索

20.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式,属于数据挖掘哪一类任务?(A)

THE END
1.数据挖掘概念(AnalysisServices与以下关系图的突出显示相同,数据挖掘过程的第一步就是明确定义业务问题,并考虑解答该问题的方法。 该步骤包括分析业务需求,定义问题的范围,定义计算模型所使用的度量,以及定义数据挖掘项目的特定目标。这些任务转换为下列问题: 您在查找什么?您要尝试找到什么类型的关系? https://technet.microsoft.com/zh-cn/library/ms174949(en-us,sql.105).aspx
2.数据挖掘的分析方法可以划分为关联分析序列模式分析分类分析和数据挖掘是从大量数据中提取有用信息的方法,主要分为四种分析方式:关联分析、序列模式分析、分类分析和聚类分析。在本指南中,我们将详细介绍这四种方法的实现过程,并提供相应的代码示例。 数据挖掘流程 首先,我们需要明确数据挖掘的基本流程,如下表所示: 流程图 https://blog.51cto.com/u_16213297/12863680
3.如何入门大数据(数据挖掘方面)?数据分析里大致分三个岗位,离线数仓,实时开发。算法分析挖掘。显然最后一个算法挖掘一般人搞不了。那就https://www.zhihu.com/question/27292215/answer/56802217680
4.python数据挖掘算法的过程详解python这篇文章主要介绍了python 数据挖掘算法,首先给大家介绍了数据挖掘的过程,基于sklearn主要的算法模型讲解,给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下+ 目录 1、首先简述数据挖掘的过程 第一步:数据选择 可以通过业务原始数据、公开的数据集、也可通过爬虫的方式获取。 第二https://www.jb51.net/article/238548.htm
5.数据挖掘你必须得知道的聚集通常作为数据挖掘的第一步。例如,"哪一种类的促销对客户响应最好?",对于这一 类问题,首先对整个客户做聚集,将客户分组在各自的聚集里,然后对每个不同的聚集,回答问题,可能效果更好。 · 描述和可视化(Des cription and Visualization) 是对数据挖掘结果的表示方式。 https://blog.csdn.net/RainyLin/article/details/2738546
6.什么是数据挖掘的流程?一步步带你掌握数据挖掘的完整过程数据挖掘已经成为现代商业和科技领域中不可或缺的一部分。它不仅帮助企业从海量数据中提取有价值的信息,还为决策提供了有力的支持。本文将带你详细了解数据挖掘的完整流程,从商业理解到模型部署,帮助你逐步掌握这一复杂而有趣的过程。 1. 商业理解 数据挖掘的第一步是商业理解,即明确业务目标和问题,理解项目需求。https://www.cda.cn/view/204893.html
7.数据挖掘的六个阶段是什么帆软数字化转型知识库数据挖掘的六个阶段是什么 数据挖掘的六个阶段包括:数据准备、数据清洗、数据转换、数据挖掘、模式识别、结果评估。数据准备是数据挖掘过程的第一步,这一步骤的主要目的是获取和整理数据源,使其适合后续的处理和分析。具体来说,数据准备包括收集数据、选择数据、合并数据和初步整理数据。通过数据准备,可以确保数据的完整https://www.fanruan.com/blog/article/594221/
8.如何从零开始构建用户画像构建用户画像包括以下几个步骤:第一步,明确用户画像构建的目的;第二步,进行数据挖掘及搜集;第三步,进行数据分析与建模;第四步,进行数据维度分解和列举。 用户画像的核心工作是给用户打“标签”。标签是高度精炼的用户描述用户属性的特征标识,如年龄、性别、地域、用户偏好等,通过综合用户的所有标签信息可勾勒出该用户https://www.linkflowtech.com/news/920
9.数据挖掘VS机器学习,你了解多少?通过数据挖掘,通常称为数据库中的知识发现,分析大量数据和数据集以提取有意义的见解,帮助企业解决问题、预测趋势、降低风险和发现新机会。数据挖掘者在堆积如山的内容中进行筛选,寻找有价值的材料和组件,就像矿工在实际挖掘中所做的那样。 建立业务目标是数据挖掘过程中的第一步。然后,从各种来源收集信息并添加到数据仓https://www.fromgeek.com/telecom/509859.html
10.7种常用的数据挖掘技术分享开源地理空间基金会中文分会开放这项技术的第一步也是最重要的一步是种植树木。种树的基础是在每个树枝上找到可能被问到的最佳问题。诊断树在以下任何一种情况下停止增长。如果数据段仅包含一条记录,所有记录都包含相同的特征。这一增长不足以使情况进一步恶化,CART 代表分类和回归树,是一种数据探索和预测算法,可以更复杂地挑选问题。它尝试所有这https://www.osgeo.cn/post/14c56
11.数据仓库和数据挖掘基础数据挖掘的第一步是要定义清晰的挖掘对象、认清数据挖掘的目标。数据挖掘的最后结果往往是不可预测的,但是探索的问题应是有预见性的、有目标的。为了数据挖掘而挖掘数据带有盲目性,往往是不会成功的。 在定义挖掘对象时,需要确定这样的问题: 从何处入手? https://developer.aliyun.com/article/1529273
12.在挖掘能力的过程中,伯乐的帮助是最重要的。更多“在挖掘能力的过程中,伯乐的帮助是最重要的。”相关的问题 第1题 在挖掘能力的过程中,伯乐的帮助是最重要的。 点击查看答案 第2题 在挖掘能力的过程中,伯乐的帮助是最重要的。 点击查看答案 第3题 创业者最重要的能力是学习能力。() 点击查看答案 第4题 数据挖掘的过程中,数据挖掘是第一步。 https://www.shangxueba.cn/wangke/FYIMTENR.html
13.Python数据挖掘算法入门与实践腾讯云开发者社区数据挖掘一般的流程如下: 首先,进行数据挖掘的第一步是数据选择。在明确了业务需求后,我们需要从各种来源中选择与需求相关的数据。这些数据可能来自业务原始数据、公开的数据集,或者通过爬虫从网站上抓取的结构化数据。选择合适的数据是进行数据挖掘的基础。 https://cloud.tencent.com/developer/article/2388786
14.62449免费资料中特,深入登降数据利用,跨界版5077.4984二、深入登降数据利用:挖掘数据的潜在价值在获取大量数据资料后,我们需要对数据进行深入挖掘,以发现数据的潜在价值。 1. 数据清洗:数据清洗是数据挖掘的第一步。我们需要对数据进行去重、填补缺失值等处理,确保数据的准确性和完整性。 2. 数据预处理:数据预处理包括数据标准化、特征工程等。通过预处理,我们可以将数https://cs.nczlzc.cn/post/5035.html
15.数据采集控制(精选十篇)聚类通常是数据挖掘的第一步。有别于分类分析的是, 聚类分析面对的是一组未明确分类的数据, 它的任务是把这些数据按相似特征归成若干类, 基本要求是属于同一个类别的数据之间的相似性尽可能大, 而不同类别数据之间的相似性尽可能小, 从而发现数据的分布模式和数据属性间的关系。聚类分析可以采用的技术方法有统计https://www.360wenmi.com/f/cnkeyqmanycn.html
16.m6A甲基化以上就是关于m6A-seq的标准步骤,现在是不是对m6A-seq有了一个非常直观的认识呢? 再次强调下,这种测序方法只能鉴定高甲基化的区域,并不能做到单碱基的分辨率。 m6A研究思路 思路1 老数据挖掘 第一步:先从原有的转录组数据中,挖掘到差异表达的甲基化酶; https://www.jianshu.com/p/ae699780887a
17.大数据计算学习笔记AcFun弹幕视频网5、数据挖掘的第一步是描述数据、计算统计变量(如均值、方差等),再用图表或图片的形式直观地演示出来,就可以看出一些变量之间的相关性。因此为了挖掘工作提供足够的证据,必须为历史数据建立一个预言模型,然后用另外一些数据对这个模型进行测试,最后验证这个模型。 以上就是刚开始学习大数据的同学整理的大数据学习笔记,也https://www.acfun.cn/a/ac16109104?from=video