数据仓库和数据挖掘复习大纲-2014第一学期

《数据仓库和数据挖掘复习大纲-2014第一学期》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、《数据仓库和数据挖掘》复习大纲一、共三道大题：填空题（每空1分，共20分），简答题（8道小题，每题5分，共40分），计算、分析与证明题（四道题，共40分）二、复习范围：填空题与简答题：OLTP、OLAP、KDD、BI、ETL的缩写（英语）、数据仓库的特征、数据仓库模型、数据仓库的多层结构、数据仓库的视图、度量的分类，聚类分析常用的数据结构、两种学习模型、为什么需要数据预处理及其主要内容、挖掘的知识类型、常见的OLAP操作、关联规则的确定性度量与实用性度量、数据立方的两种表。数据挖掘在互联网、移动互联网的应用；知识发现过程的主要步骤；OLTP与OLAP的主

2、要区别；为什么需要构建单独隔离的数据仓库；数据预处理（缺失数据）方法；数据仓库的设计模式；三种度量函数的定义；分箱平滑；无监督离散化（如分箱）、有监督离散法（基于熵）；评估分类器准确率的方法；基于规则的分类器；不同类型属性之间的相似性计算（realvalue、binary、nominal、orderedset）；常见的聚类优化目标（最小化聚类间相似性、最大化聚类内相似性等）及k-center、k-cluster、k-means聚类算法及其时间复杂性；PageRank与HITS的基本思想及各自优缺点。计算、分析与证明题：数据立方体的方体格、关联规则的提升度

3、、用Apriori算法挖掘强关联规则、频繁模式树的构造、信息增益的计算及决策树算法时间复杂性、贝叶斯分类、k-means聚类、k-center聚类、凝聚层次聚类法（全链接与单链接，可能涉及Dijkstra单源最短路径算法、最小生成树算法）。