数据挖掘试卷2024

刚刚考完啦，一共七道大题

---

1、航空公司，跟踪不同航线上旅客的季节变化情况和增长，并跟踪在不同航班上所消费的食品和饮料情况。

   1）面向这次任务，设计数据仓库模型

   2）统计北美航线的年度水果饮料的销量，OLAP操作

2、处理数据 100 400 500 1000 1100 2000

  1）Max-min 标准化，new_max=1，new_min=0,处理全部数据

  2）z-score标准化100（均值=850 标准差为667）

  3）边缘平滑，深度为3

3、1)  计算信息增益，root level划分属性？

      2）Z：short red blue,朴素贝叶斯分类

id	heigh	hair	eye	Class
1	High	A	Blond	C1
2	High	A	Blond	C1
3	High	A	Blue	C1
4	short	B	Blond	C1
5	High	B	Blond	C1
6	High	Red	Blue	C2
7	short	B	Blue	C2
8	short	B	Blue	C2

4、min_sup=60%,FP树,条件FP树，写出所有的频繁项集

id	item
1	X,V,Y
2	X,V,Y,W,Z
3	W,Z,X
4	V,X,Y

5、Single Link聚类，写清层次

ID	属性1	属性2
1	1	1
2	1	2
3	2	1
4	2	2
5	3	4
6	3	5
7	4	4
8	4	5

6、1)求与student1最相似的TOP 2学生，用cos sim

     2)预测student1,item2的值，利用top 2学生数据

student	item1	item2	item3	item4
1	3	？	1	2
2	3	2	1	4
3	3	3	1	5
4	2	1	3	4

7、某公司数据库里有一堆数据，作者、论文、出版社、论文标题、出版数量（假设无引用信息）等信息形成 heterogous information network，求预测topics(一系列)that an author work in the coming future?