《数据挖掘与客户管理》期末考试试卷答案.doc

广播电视大学秦皇岛电大试题库期末考试试题
《数据挖掘与客户管理》期末考试试卷答案
一、名词解释（每题4分，共20分）
1. 数据挖掘：是通过自动或半自动化的工具对大量的数据进行探索和分析的过程，其目的就是发现其中有意义的模式和规律。

2. 过度拟合：预测模型对训练集和测试集的模式记忆太深，而不能很好地、一般化地对未来数据进行预测。

3. 过抽样：多抽取稀有事件，少抽取常见结果，以建立模型集的过程。目的是调整模型集中稀疏数据与一般数据间的比例关系，使之保持在15%-30%.

4. 辛普森差异系数（基尼系数）：衡量度量总体的差异程度。解释为从总体中有放回地随机取得两个样品属于不同类别的概率。公式为：2×P1×（1－P1），其中P1是属于第一类的概率。

5. 数据仓库：是从关系型数据库中发展起来的，是一个面向主题的、集成的、反映历史变化的和相对稳定的数据集合。
二、填空题（每空2分，共30分）
1. 数据挖掘技术与算法、 无所不在的数据、 建立有效的预测模型
2. 决策实施、 评价决策模型
3. 过去是将来的预言家、 数据是可以获得的、 数据中应包括我们的预期目标
4. 数据仓库是从一个点上观察整个企业，而不是许多小定义的“地下仓库”的拼凑集合、 数据挖掘记录的是最令人感兴趣的详细的数据
5. 纬度和事实
6. 人机交互
7. 将时间范围附加到时间字段上
8. 数据的分段是预先知道的还是模型决定的
9. 非自愿流失

三、单项选择题(每题2分，共20分)
1. A 2. C 3. B 4. D 5. B
6. B 7. D 8. C 9. C 10. B
四、简答题（每题6分，共30分）
1. 数据挖掘的六种常用算法和技术分别是什么？
①分类：处理结果是离散的
②估计：处理的是连续的结果
③预测：任何的预测都可以被认为是分类或估计。不同之处在于你强调的是什么：可以对分类后的结果加以检验；但在预测中，检验只能等待事物发生后才能确定。
④组合或关联分析
⑤聚类：其与分类的区别是聚类不依赖于事先确定好的组别。
⑥描述与可视化：“女性比男性更支持民主党”。

2. 实现数据挖掘技术在企业中专业化应用的四种有效途径？
①购买与企业的商业问题配套的评分机制
②购买数据挖掘软件这类整体解决方案
③聘请外部专家完成预测模型的建立
④组织内部掌握数据挖掘技能

3. 一般认为有哪几种方法可以提升客户的价值？
一般认为，有如下三种方法可以提升客户的价值：
①对客户已有产品，增添新功能，或者说提升产品的购买价值。
②向客户出售更多、更容易升级的产品。
③使客户能长期购买本公司的产品。

4. 数据挖掘中的数据需要采用哪些格式？
数据挖掘中的数据需要采用以下格式：
① 所有数据应该在一个表格/数据库视图中
② 每一行对应于与业务问题相关的一个案例
③ 忽略具有单一值/几乎单一值的列
④ 忽略所有行的值都不同的列
⑤ 删除所有同义列
⑥ 对于预测模型，目标列必须是可识别的

5. 预测模型的建立过程有哪些？
① 搜集建模所需的尽可能多的适合的数据，即搜集模型集数据；
② 建立训练集数据，用于建立预测模型；
③ 建立测试集数据，用于预测模型的修正；
④ 建立评价集数据，用于估计模型的效果，或不同模型的效果比较；
⑤建立得分集数据，该数据不属于模型集的一部分，不知道这部分数据会产生什么样的结果。
2
共 2 页，第 页