哈工大2024春大数据挖掘期末考试回忆版试题

  供学弟学妹们参考，整体上难度很大，尤其是前两道题，非常灵活。上课讲过的证明题也会出现。这里只回忆每道题的大概意思以及分值，不保证完全一样（尤其是分值可能记的不是很准确，但是分值的相对高低是差不多的），供大家参考。

卷面无小题，一共7道大题，共50分。

1.（6分）时间序列数据中，后面的数据会和前面一个或多个数据相关。经典的K交叉验证无法直接用于时间序列数据。请你设计一种可以用于时间序列数据的K交叉验证方法。要求：

（1）详细说明数据划分的方法（2分）

（2）说明如何利用划分后的数据进行验证（2分）

（3）验证结果怎么评价（2分）

2.（6分）MDS是一种常见的降维方法，但是由于数据集中噪声的存在会导致降维结果出现较大偏差。原本距离较远的点可能在降维后的结果中较近，原来距离较近的点可能在降维后的结果中较远。请你设计一种数据预处理方法处理噪声。

（1）分析噪声数据对MDS造成很大影响的原因。（2分）

（2）请你详细论述发现数据集上噪声的方法。（2分）

（3）给出发现噪声后的处理方法。（2分）

3.（8分）推荐系统的题。

（1）说明user-user的推荐系统的做法；如何计算用户评分向量；分析该算法的时间复杂度。（3分）

（2）说明item-itmen的推荐系