山东大学2022-2023数据仓库挖掘期末考题回忆

2023.2.14
一、
1.数据预处理的过程和解决问题
2.什么是离群点，检测离群点的四个方法
3.数据仓库的四个特点，画出数据仓库结构图
4.维度归约的两个方法及区别。
二、
两个模型用来预测新冠病毒的阳性和阴性
1.分别求准确率，精确率，召回率，错误率
2.在实际中用哪个模型比较好（利用召回率）
三、FP-树
1.FP树的生成过程，画出FP树
2.给出挖掘频繁项的过程和结果
四、给出事务列表
1.利用GSP算法，最小支持度为2，求频繁序列
2.求最大频繁序列
3.问如何从Lk-1到Ck
五、给出ER图
1.维度建模
2.问如果时间维度有不同的粒度，事实表和维度表怎么做
3.基本立方体【日， 商品号，城市】，求2017年第一季度所有品牌的销售额的OLAP操作
4.Molap的工作原理
六、DBSCAN
1.过程
2.列出核心对象
3.分别给出两组密度相连还有密度可达的集合
七、数据流
一组数据流（PPT上有），给出到达子集11011
1.求到达后的样子
2.求1的个数

题量很大，很考验对算法的理解程度。
从往年题来看，一般往年的简答题（第一大题）之后不会再考，对于其他简答题需要熟练记忆。
整理了一套复习资料，链接如下：数据仓库挖掘复习题及智库，课后习题答案

后话：pp老师人很好的，考试给我捞到了95