12/13 年第 2 学期《数据挖掘与知识发现》期末考试试卷及答案一、什么是数据挖掘?什么是数据仓库？并简述数据挖掘的步骤.（20 分）数据挖掘是从大量数据中提取或发现（挖掘）知识的过程。数据仓库是面对主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的决策制定过程。步骤： 1）数据清理 （消除噪声或不一致数据) 2） 数据集成 （多种数据源可以组合在一起) 3 ） 数据选择 （从数据库中检索与分析任务相关的数据） 4 ) 数据变换 （数据变换或统一成适合挖掘的形式，如通过汇总或聚集操作） 5） 数据挖掘 （基本步骤,使用智能方法提取数据模式） 6） 模式评估 （根据某种兴趣度度量，识别表示知识的真正有趣的模式；） 7） 知识表示 (使用可视化和知识表示技术，向用户提供挖掘的知识） 二、元数据的定义是什么?元数据包括哪些内容？(20 分) 元数据是关于数据的数据。在数据仓库中, 元数据是定义仓库对象的数据。 元数据包括 :数据仓库结构的描述，包括仓库模式、视图、维、分层结构、导出数据的定义, 以及数据集市的位置和内容。 操作元数据，包括数据血统（移植数据的历史和它所使用的变换序列）、数据流通(主动的、档案的或净化的）、管理信息(仓库使用统计量、错误报告和审计跟踪）。汇总算法，包括度量和维定义算法， 数据所处粒度、划分、主题领域、聚集、汇总、预定义的查询和报告 .由操作环境到数据仓库的映射,包括源数据库和它们的内容，网间连接程序描述, 数据划分, 数据提取、清理、转换规则和缺省值， 数据刷新和净化规则， 安全 （用户授权和存取控制）。关于系统性能的数据,刷新、更新定时和调度的规则与更新周期，改善数据存取和检索性能的索引和配置.商务元数据，包括商务术语和定义, 数据拥有者信息和收费策略。三、在 O L A P 中，如何使用概念分层？ 请解释多维数据模型中的 OLAP 上卷下钻切片切块和转轴操作.（20 分）在多维数据模型中，数据组织成多维，每维包含由概念分层定义的多个抽象层。这种组织为用户从不同角度观察数据提供了灵活性。有一些 O L A P 数据立方体操作用来物化这些不同视图,允许交互查询和分析手头数据。因此 ， O L A P 为交互数据分析提供了友好的环境. 上卷:上卷操作通过一个维的概念分层向上攀升或者通过维归约 ,在数据立方体上进行聚集. 下钻：下钻是上卷的逆操作，它由不太详细的数据到更详细的数据。下钻可以...
