网易游戏笔试-数据挖掘实习生

2017年4月20号

  

1.聚类是一种重要的数据挖掘方法，同时具有广泛的应用场景。结合聚类相关知识，回答一下问题：

1）简单描述k-means算法；（7分）

如何选择初始聚类中心，什么时候会进行数据归一化处理；（8分）

3）介绍一个把聚类作为“数据挖掘功能”或“数据预处理功能”的应用场景； （10分）

2.某产品的用户登录表结构如下：

 create table login(

uid number(15) not null,--用户编号

nick varchar2(25) not null,--昵称

login_time time not null,--登录时间

server varchar2(20) not null,--服务器编号

ip varchar2(20) not null,--登录(ip））；

请编写SQL语句查询：

1） 每天各服务器登录用户数；（5分）

2）每天登录次数超过2次（不包括2次）的用户数；（10分）

3）在2017-03-01--2-17-03-31期间，每个用户的最后一次登录时间及登录ip；（10分）

3.某手机直播平台中，若用户关注了主播成为其粉丝，当主播下次开启直播时，他可以给其粉丝发放弹窗通知，请回答以下问题：

1）你会用哪些指标反应目前弹窗的使用及用户反馈情况；（10分）

2)当用户关注主播数量较多时，会对用户造成消息骚扰。你会用什么方法，优化弹窗提醒，做到精确推送呢？（15分）

4.“BI系统”是用来将企业数据进行有效整合，快速准确的提供报表并提出决策依据：

1）你用过哪些BI系统（工具），简述BI系统的功能；（7分）

2）请你画出BI系统整个流程的体系结构（8分）

3）请问如何保证BI系统中数据仓库的数据质量，说说你的看法。（10分）