2011级硕士研究生试题.docVIP

PAGE PAGE 1 2011级研究生“数据仓库和数据挖掘”课程期末考试试题 1、（25分）有一个学生成绩管理系统，其中含有学生的学号、姓名、性别、籍贯、分数等信息，现在要构建一个数据仓库，其主题是学生成绩，回答以下问题： （1）给出该数据仓库中事实表的结构。 （2）给出该数据仓库中所有维表的结构。 （3）画出该数据仓库的模型，问属于哪种模型。 （1）学生成绩事实表 学生 课程 成绩 （2）该数据仓库包含学生维表和课程维表 学号 姓名 性别 籍贯 课程名 课程编号 授课教师 （3）星型模型 成绩事实表 姓名 课程 成绩 学生维表 课程维表 学号 姓名 性别 籍贯 课程名 课程编号 授课教师 度量 度量 2、（15分）简述OLAP的基本操作。 OLAP的基本操作主要包括对多维数据进行切片、切块、旋转、钻取等分析操作。这些分析操作使得用户可以从多个角度、多个侧面观察数据库中的数据，从而更加深入地了解包含在数据中的信息。 ??? 1．切片(Slicing) ??? 切片操作就是在某个或某些维上选定一个属性成员，而在其他维上取一定区间的属性成员，或全部属性成员来观察数据的一种分析方式。 ??? 2．切块(Dicing) ??? 切块就是在各个维上去一定区间的成员属性，或全部成员属性来观察数据的一种分析方式，可以认为切片是切块的特例，切块是切片的扩展。 ????3．钻取(Drilling) ??? 钻取包含向下钻(Drill-down)和向上钻(Drill-up)／上卷(Roll-up)操作。下钻指从概括性的数据出发获得相应的更详细的数据，上钻则相反。钻取的深度与维度所划分的层次相对应。 ??? 4．旋转(Pivoting) ??? 旋转即改变一个报告或页面显示的维方向。旋转可能包含交换行和列，或是把某一个行维移到列为中去，或包页面显示中的一个维和页面外的维进行交换。 3、（20分）有一个事务集合如表1所示，设最小支持计数为3，采用Apriori算法求出所有的频繁集。 表1 一个事务集合T 事务 项 1 I1，I2，I4，I5 2 I2，I3，I4 3 I1，I2，I4，I5 4 I1，I3，I4，I5 5 I2，I3，I4，I5 6 I2，I4，I5 7 I3，I4 8 I1，I2，I3 9 I1，I4，I5 10 I3，I4 1）由I={ I1，I2，I3，I4，I5}的所有项目直接产生1-候选集C1，计算其支持计数。去除支持计数小于3的项集，形成1-频繁集L1，如表1所示。 表1 1-候选集C1和1-频繁集L1 项集C1 支持计数 项集L1 支持计数 { I1} 5 { I1} 5 { I2} 6 { I2} 6 { I3} 6 { I3} 6 { I4} 9 { I4} 9 { I5} 6 { I5} 6 2)为发现频繁2-项集L2，首先利用L1中的各项目组合连接，来产生2-候选集C2；然后扫描记录集，以获得C2中各项集的支持度。去除支持计数小于3的项集，形成2-频繁集L2，如下表2所示。 表2 2-候选集C2和2-频繁集L2 项集C2 支持计数 项集L2 支持计数 { I1，I2} 3 { I1，I2} 3 { I1，I3} 2 { I1，I4} 4 { I1，I4} 4 { I1，I5} 4 { I1，I5} 4 { I2，I3} 3 { I2，I3} 3 { I2，I4} 5 { I2，I4} 5 { I2，I5} 4 { I2，I5} 4 { I3，I4} 5 { I3，I4} 5 { I4，I5} 6 { I3，I5} 2 { I4，I5} 6 3）为发现频繁3-项集L3，首先利用L2中的各项目组合连接，来产生3-候选集C3。连接时只能将只差最后一个项目的不同项集进行连接。连接后还要根据Apriori的性质：频繁集的子集一定是频繁的来修剪。最后扫描记录集，以获得C3中各项集的支持计数，去除支持计数小于3的项集，形成3-频繁集L3，如下表3所示。 表3 3-候选集C3和3-频繁集L3 项集C3 支持计数 项集L3 支持计数 { I1，I2，I4} 2 { I1，I4，I5} 4 { I1，I2，I5} 2 { I2，I4，I5} 4 { I1，I4，I5} 4 { I2，I3，I4} 2 { I2，I4，I5} 4 4）为发现频繁4-项集L4，重复上述过程，则C4为空，所有频繁集都被找到，算法到此结束。