。
。
1
数据仓库与数据挖掘
第一章
课后习题
一：填空题
1
)数据库中存储的都是
数据
，而数据仓库中的数据都是一些历史的、存档的、归纳的、计
算的数据。
2
)数据仓库中的数据分为四个级别：
早起细节级、
当前细节级、
轻度综合级、
高度综合级
。
3
)数据源是数据仓库系统的基础，
是整个系统的数据源泉，
通常包括
业务数据和历史数据。
4
)元数据是
“关于数据的数据”
。
根据元数据用途的不同将数据仓库的元数据分为
技术元数
据和业务元数据两类。
5
)数据处理通常分为两大类：
联机事务处理和联机事务分析
6
)
Fayyad
过程模型主要有
数据准备，数据挖掘和结果分析
三个主要部分组成。
7
)如果从整体上看数据挖掘技术，可以将其分为
统计分析类、知识发现类和其他类型
的数
据挖掘技术三大类。
8
)那些与数据的一般行为或模型不一致的数据对象称做
孤立点
。
9
)按照挖掘对象的不同，将
Web
数据挖掘分为三类：
web
内容挖掘、
web
结构挖掘和
web
使用挖掘。
10
)
查询型工具、
分析型工具盒挖掘型工具
结合在一起构成了数据仓库系统的工具层，
它们
各自的侧重点不同，因此适用范围和针对的用户也不相同。
二：简答题
1
)什么是数据仓库？数据仓库的特点主要有哪些？
数据仓库是一个
面向主题的、集成的、相对稳定的、反映历史变化
的数据集合，用于支
持管理决策。
主要特点：面向主题组织的、集成的、稳定的、随时间不断变化的、数据的集合性、支持决
策作用
2
)简述数据挖掘的技术定义。
从技术角度看，数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据
中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。
3
)什么是业务元数据？
业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间
的语义层，使得不懂计算机技术的业务人员也能够读懂数据仓库中的数据
4
)简述数据挖掘与传统分析方法的区别。
本质区别是：数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所
得到的信息应具有先前未知、有效和实用三个特征。
5
)简述数据仓库
4
种体系结构的异同点及其适用性。
a.
虚拟的数据仓库体系结构
b.
单独的数据仓库体系结构
c.
单独的数据集市体系结构
d.
分布式数据仓库结构
2497
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
