2025年大学数据科学与大数据技术（大数据理论）试题及答案.doc

2025年大学数据科学与大数据技术（大数据理论）试题及答案

（考试时间：90分钟 满分100分）
班级______ 姓名______

第I卷（选择题 共40分）
（总共8题，每题5分，每题给出的四个选项中，只有一项是符合题目要求的）
w1. 以下关于大数据的特征，说法错误的是（ ）
A. 数据量大 B. 类型多样 C. 处理速度慢 D. 价值密度低
w2. 大数据的采集过程中，不包括以下哪种方式（ ）
A. 网络爬虫 B. 传感器收集 C. 人工录入 D. 数据销毁
w3. 数据挖掘中的关联规则挖掘主要用于发现（ ）
A. 数据之间的因果关系 B. 数据之间的相关性 C. 数据的聚类情况 D. 数据的分类结果
w4. 以下哪个算法不属于机器学习中的分类算法（ ）
A. 决策树 B. 支持向量机 C. 聚类算法 D. 朴素贝叶斯
w5. 大数据存储中，分布式文件系统的优点不包括（ ）
A. 高可靠性 B. 高可扩展性 C. 低并发访问 D. 高效的数据读写
w6. 数据可视化的作用不包括（ ）
A. 更直观地展示数据 B. 发现数据中的规律 C. 隐藏数据的特征 D. 辅助决策
w7. 以下关于Hadoop的说法，正确的是（ ）
A. 只能处理小规模数据 B. 是一个分布式计算框架 C. 不支持数据存储 D. 不具备容错能力
w8. 大数据安全面临的挑战不包括（ ）
A. 数据泄露 B. 数据篡改 C. 数据加密 D. 恶意攻击

第II卷（非选择题 共60分）
w9. （10分）简述大数据的三个主要特征及其含义。

w10. （15分）请说明数据挖掘的主要任务有哪些，并举例简要说明其中一项任务。

w11. （15分）在大数据分析中，常用的数据分析方法有哪些？请列举并简要解释。

材料：某电商平台收集了大量用户的购物数据，包括购买时间、购买商品、购买金额等。
w12. （10分）利用这些数据，如何通过关联规则挖掘来发现用户购买行为之间的关联？请简要说明步骤。

材料：有一批关于学生成绩的数据，包含学生的姓名、课程成绩、考试时间等。
w13. （20分）请设计一个简单的数据分析流程，利用这些数据来分析学生的学习情况，例如哪些课程成绩普遍较好，哪些课程需要重点关注等。要求写出具体的步骤和可能用到的分析方法。

答案如下：
w1. C
w2. D
w3. B
w4. C
w5. C
w6. C
w7. B
w8. C
w9. 大数据的三个主要特征为：数据量大，指数据规模巨大，从TB级别跃升到PB级别；类型多样，涵盖结构化、半结构化和非结构化数据；处理速度快，要求在短时间内对海量数据进行处理和分析。
w10. 数据挖掘的主要任务包括关联规则挖掘、分类、聚类、预测等。关联规则挖掘用于发现数据中不同项之间的关联关系，如超市中顾客购买商品之间的关联。例如，发现购买尿布的顾客往往也会购买啤酒，通过分析大量购物记录得出此关联规则，可用于商品摆放策略等。
w11. 常用的数据分析方法有：对比分析，通过对比不同数据来发现差异；趋势分析，观察数据随时间的变化趋势；聚类分析，将数据分成不同的组；回归分析，用于预测变量之间的关系等。
w12. 首先对数据进行预处理，包括清洗、转换等。然后设置支持度和置信度阈值，利用关联规则挖掘算法，如Apriori算法。扫描数据，找出频繁项集，再从频繁项集中生成关联规则，最后筛选出满足阈值的关联规则，如购买手机的用户可能同时购买手机壳等。
w13. 步骤：1. 数据清洗，去除重复、错误数据。2. 数据转换，将成绩数据进行标准化等处理。3. 利用分类分析方法，如决策树，对课程进行分类，看哪些课程成绩好。4. 用对比分析，比较不同学生在各课程上的成绩差异。5. 趋势分析，观察成绩随时间的变化。通过这些分析可找出成绩普遍好的课程和需重点关注的课程。