一、填空题
1.Web挖掘可分为  、  和  3大类。
2.数据仓库需要统一数据源，包括统一  、统一  、统一  和统一数据特征4个方面。
3.数据分割通常按时间、  、  、  以及组合方法进行。
4.噪声数据处理的方法主要有  、  和  。
5.数值归约的常用方法有  、  、  、  和对数模型等。
6.评价关联规则的2个主要指标是  和  。
7.多维数据集通常采用  或雪花型架构，以  表为中心，连接多个  表 。
8.决策树是用  作为结点，用  作为分支的树结构。
9.关联可分为简单关联、  和  。
10.BP神经网络的作用函数通常为  区间的  。
11.数据挖掘的过程主要包括确定业务对象、  、  、  及知识同化等几个步骤。
12.数据挖掘技术主要涉及  、  和  3个技术领域。
13.数据挖掘的主要功能包括  、  、  、  、趋势分析、孤立点分析和偏差分析7个方面。
14.人工神经网络具有  和  等特点，其结构模型包括  、  和自组织网络3种。
15.数据仓库数据的4个基本特征是  、  、非易失、随时间变化。
16.数据仓库的数据通常划分为  、  、  和  等几个级别。
17.数据预处理的主要内容(方法)包括  、  、  和 数据归约等。
18.平滑分箱数据的方法主要有  、  和  。
19.数据挖掘发现知识的类型主要有广义知识、  、  、  和偏差型知识五种。
20.OLAP的数据组织方式主要有  和  两种。
21.常见的OLAP多维数据分析包括  、  、  和旋转等操作。
22.传统的决策支持系统是以  和  驱动，而新决策支持系统则是以   、建立在  和  技术之上。
23.OLAP的数据组织方式主要有  关系型数据库系统有哪些和  2种。
24.SQL Server2000的OLAP组件叫  ，OLAP操作窗口叫  。
25.BP神经网络由  、  以及一或多个  结点组成。
26.遗传算法包括  、  、  3个基本算子。
27.聚类分析的数据通常可分为区间标度变量、  、  、  、序数型以及混合类型等。
28.聚类分析中最常用的距离计算公式有  、  、  等。
29.基于划分的聚类算法有  和  。
30.Clementine的工作流通常由  、  和  等节点连接而成。
31.简单地说，数据挖掘就是从  中挖掘  的过程。
32.数据挖掘相关的名称还有  、  、  等。
二、判断题
(  )1.数据仓库的数据量越大，其应用价值也越大。
(  )2.啤酒与尿布的故事是聚类分析的典型实例。
(  )3.等深分箱法使每个箱子的记录个数相同。
(  )4.数据仓库“粒度”越细，记录数越少。
(  )5.数据立方体由3维构成，Z轴表示事实数据。
(  )6.决策树方法通常用于关联规则挖掘。
(  )7.ID3算法是决策树方法的早期代表。
(  )8.C4.5是一种典型的关联规则挖掘算法。
(  )9.回归分析通常用于挖掘关联规则。
(  )10.人工神经网络特别适合解决多参数大复杂度问题。
(  )11.概念关系分析是文本挖掘所独有的。
(  )12.可信度是对关联规则的准确度的衡量。
(  )13.孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。
(  )14.SQL Server 2000不提供关联规则挖掘算法。
(  )15.Clementine是IBM公司的专业级数据挖掘软件。
(  )16.决策树方法特别适合于处理数值型数据。
(  )17.数据仓库的数据为历史数据，从来不需要更新。
(  )18.等宽分箱法使每个箱子的取值区间相同。
(  )19.数据立方体是广义知识发现的方法和技术之一。
(  )20.数据立方体的其中一维用于记录事实数据。
(  )21.决策树通常用于分类与预测。
(  )22.Apriori算法是一种典型的关联规则挖掘算法。
(  )23.支持度是衡量关联规则重要性的一个指标。
(  )24.SQL Server 2000集成了OLAP，但不具有数据挖掘功能。
(  )25.人工神经网络常用于分类与预测。
三、名词解释
1.数据仓库：是一种新的数据处理体系结构，是面向主题的、集成的、不可更新的(稳定性)、随时间不断变化(不同时间)的数据集合，为企业决策支持系统提供所需的集成信息。
2.孤立点：指数据库中包含的一些与数据的一般行为或模型不一致的异常数据。
3.OLAP：OLAP是在OLTP的基础上发展起来的，以数据仓库为基础的数据分析处理，是共享多维信息的快速分析，是被专门设计用于支持复杂的分析操作，侧重对分析人员和高层管理人员的决策支持。
4.粒度：指数据仓库的数据单位中保存数据细化或综合程度的级别。粒度影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答查询问题的细节程度。
5.数据规范化：指将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如0－1）以提高数据挖掘效率的方法。规范化的常用方法有：最大－最小规范化、零－均值规范化、小数定标规范化。
6.关联知识：是反映一个事件和其他事件之间依赖或相互关联的知识。如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。
7.数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
8.OLTP：OLTP为联机事务处理的缩写，OLAP是联机分析处理的缩写。前者是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据进行查询和增、删、改等处理。
9.ROLAP：是基于关系数据库存储方式的，在这种结构中，多维数据被映像成二维关系表，通常采用星型或雪花型架构，由一个事实表和多个维度表构成。
10.MOLAP：是基于类似于“超立方”块的OLAP存储结构，由许多经压缩的、类似于多维数组的对象构成，并带有高度压缩的索引及指针结构，通过直接偏移计算进行存取。
11.数据归约：缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。
12.广义知识：通过对大量数据的归纳、概括和抽象，提炼出带有普遍性的、概括性的描述统计的知识。
13.预测型知识：是根据时间序列型数据，由历史的和当前的数据去推测未来的数据，也可以认为是以时间为关键属性的关联知识。
14.偏差型知识：是对差异和极端特例的描述，用于揭示事物偏离常规的异常现象，如标准类外的特例，数据聚类外的离值等。
15.遗传算法：是一种优化搜索算法，它首先产生一个初始可行解体，然后对这个体通过模拟生物进化的选择、交叉、变异等遗传操作遗传到下一代体，并最终达到全局最优。