1、共 4 页，第 页1 试卷代号：7563 A 卷 浙江广播电视大学 2006 年 1 月期末考试试题 数据挖掘与客户管理期末考试试卷 （试卷总分：100 分，考试时间：120 分钟） 题号 一 二 三 四 总分 分数 一、名词解释（每题 4 分，共 20 分） 1数据挖掘： 2. 过度拟合： 3. 过抽样： 4辛普森差异系数（基尼系数）： 5数据仓库： 共 4 页，第 页2 二、填空题（每空 2 分，共 30 分） 1. 数据挖掘的三大支柱分别是 、 和 。 2. 互动循环过程有四个业务过程，这四个过程循环往复，分别是理解业务问题、将数据 转换成可执行的决策、 和 。 3. 预测模型成功应用的
2、三个假定分别是 、 和 。 4. 数据仓库的优点是 和 。 5. 数据仓库可由多个数据中心构成，数据仓库设计者们安排好这些数据中心的最主要挑 战是要建立合适的 。 6. 使用无监督的数据挖掘方法必须 。 7. 为了确保输入数据早于输出结果,可以用 方法对数据时间 元素进行处理。 8. 分段输入组合模型和模型分段组合模型的最大区别在于 。 9. 客户流失的原因，大致可以分为两类：自愿流失和 。 三、单项选择题(每题 2 分，共 20 分) 1. 企业所建立的预测模型的好坏取决于模型在( )上的表现效果。 A 得分集 B 训练集 C 测试集 D 评价集 2. 客户在经济活动中具有多重身份，下面哪一
3、种不是其身份之一( )。 A 行为身份 B 所有权身份 C 学习身份 D 决策身份 3. 下列四条描述中，正确的一条是( )。 A 企业实施数据挖掘，必须要有数据仓库。 B 企业要实施数据挖掘最好的方式是请编外专家。 C 企业购买现成数据挖掘模型的一个先决条件是：该企业的产品、客户、市场定位 和所买来的现成模型设计之初的假设相吻合。 共 4 页，第 页3 D 在建模的时侯，增益最高的模型就是最好的模型。 4. 数据挖掘算法以( )形式来组织数据。 A 行 B 列 C 记录 D 表格 5. 企业要建立预测模型，需准备建模数据集，以下四条描述建模数据集正确的是( )。 A 数据越多越好。 B 尽可
4、能多的适合的数据。 C 得分集数据是建模集数据的一部分。 D 以上三条都正确。 6. K均值类别侦测要求输入的数据类型必须是( )。 A 整型 B 数值型 C 字符型 D 逻辑型 7. 在决策树和累计增益图的关系转化过程图中，决策树上某一页节点的增益与累计增益 图上的( )相对应。 A 线段长度 B 线段斜率 C 相对应的线段长度 D 相对应的线段斜率 8. 企业为提升每个客户的价值，应实现( )最优化。 A 促销活动 B 预算最优化 C 客户最优化 D 三者都不是 9. 数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了( )数据挖掘方法。 A 分类 B 预测 C 组合或关联法则 D 聚类
5、10. 企业成功实施数据挖掘， 需要以下( )知识或技术 A 预先的规划 B 对商业文体的理解 C 综合商业知识和技能 D 都需要 四、简答题（每题 6 分，共 30 分） 1. 数据挖掘的六种常用算法和技术分别是什么？ 2. 实现数据挖掘技术在企业中专业化应用的四种有效途径？ 共 4 页，第 页4 3. 一般认为有哪几种方法可以提升客户的价值？ 4. 数据挖掘中的数据需要采用哪些格式？ 5. 预测模型的建立过程有哪些？ 共 4 页，第 页5 数据挖掘与客户管理期末考试试卷答案 （试卷总分：100 分，考试时间：120 分钟） 一、名词解释（每题 4 分，共 20 分） 1. 数据挖掘：是通过
6、自动或半自动化的工具对大量的数据进行探索和分析的过程，其 目的就是发现其中有意义的模式和规律。 2. 过度拟合：预测模型对训练集和测试集的模式记忆太深，而不能很好地、一般化地 对未来数据进行预测。 3. 过抽样：多抽取稀有事件，少抽取常见结果，以建立模型集的过程。目的是调整模 型集中稀疏数据与一般数据间的比例关系，使之保持在 15%-30%. 4. 辛普森差异系数（基尼系数）：衡量度量总体的差异程度。解释为从总体中有放回 地随机取得两个样品属于不同类别的概率。公式为：2P1（1P1） ，其中 P1 是属于第 一类的概率。 5. 数据仓库：是从关系型数据库中发展起来的，是一个面向主题的、集成的、
7、反映历 史变化的和相对稳定的数据集合。 二、填空题（每空 2 分，共 30 分） 1. 数据挖掘技术与算法、 无所不在的数据、 建立有效的预测模型 2. 决策实施、 评价决策模型 3. 过去是将来的预言家、 数据是可以获得的、 数据中应包括我们的预期目标 4. 数据仓库是从一个点上观察整个企业，而不是许多小定义的“地下仓库”的拼凑集 合、 数据挖掘记录的是最令人感兴趣的详细的数据 5. 纬度和事实 6. 人机交互 7. 将时间范围附加到时间字段上 8. 数据的分段是预先知道的还是模型决定的 9. 非自愿流失 三、单项选择题(每题 2 分，共 20 分) 1. A 2. C 3. B 4. D
8、5. B 6. B 7. D 8. C 9. C 10. B 共 4 页，第 页6 四、简答题（每题 6 分，共 30 分） 1. 数据挖掘的六种常用算法和技术分别是什么？ 分类：处理结果是离散的 估计：处理的是连续的结果 预测：任何的预测都可以被认为是分类或估计。不同之处在于你强调的是什么：可 以对分类后的结果加以检验；但在预测中，检验只能等待事物发生后才能确定。 组合或关联分析 聚类：其与分类的区别是聚类不依赖于事先确定好的组别。 描述与可视化：“女性比男性更支持民主党” 。 2. 实现数据挖掘技术在企业中专业化应用的四种有效途径？ 购买与企业的商业问题配套的评分机制 购买数据挖掘软件这类
9、整体解决方案 聘请外部专家完成预测模型的建立 组织内部掌握数据挖掘技能 3. 一般认为有哪几种方法可以提升客户的价值？ 一般认为，有如下三种方法可以提升客户的价值： 对客户已有产品，增添新功能，或者说提升产品的购买价值。 向客户出售更多、更容易升级的产品。 使客户能长期购买本公司的产品。 4. 数据挖掘中的数据需要采用哪些格式？ 数据挖掘中的数据需要采用以下格式： 所有数据应该在一个表格/数据库视图中 每一行对应于与业务问题相关的一个案例 忽略具有单一值/几乎单一值的列 忽略所有行的值都不同的列 删除所有同义列 对于预测模型，目标列必须是可识别的 5. 预测模型的建立过程有哪些？ 搜集建模所需的尽可能多的适合的数据，即搜集模型集数据； 建立训练集数据，用于建立预测模型； 建立测试集数据，用于预测模型的修正； 建立评价集数据，用于估计模型的效果，或不同模型的效果比较； 建立得分集数据，该数据不属于模型集的一部分，不知道这部分数据会产生什么样 的结果。
