山东大学软件学院2020-2021数据科学导论期末考试题

一、简答题

1. 结合疫情分析说明大数据的全生命周期
2. 举例说明关系型数据库的不足

二、设计题

1. 设计mapreduce实现自然连接
2. 新浪用redis存储用户信息，简述这样做的好处；○2新浪使用有序集合存储粉丝集合(数据规模可达亿)，建立索引机制通过用户ID快速判断其是否在粉丝集合里

三、计算题

1. TF-IDF的计算
2. 加权的用户商品二分图，用随机算法推荐下一首音乐

	音乐1	音乐2	音乐3	音乐4	音乐5	音乐6	音乐7
Alice	5			4	1
Bob	5	5	4	4	2
John
xx

具体数据忘记了，大差不大。

建议选课时多听听学长学姐们的意见，莫使前人哀后人