数据挖掘
简答题
1．简述面向属性归纳的基本思想，并说明什么时候使用属性删除，什么时候使用属性概化。（7分）
答：面向属性归纳的基本思想是：首先使用关系数据库查询收集任务相关的数据；然后通过考察任务相关数据中每个属性的不同值的个数，进行概化（通过属性删除或者属性概化）。聚集通过合并相等的广义元组，并累计他们相应的计数值进行。这压缩了概化后的数据集合。结果广义关系可以映射到不同形式，如图表或规则，提供用户。（3分）
使用属性删除的情况：如果初始工作关系的一个属性上有大量的不同值，但是（1）在此属性上没有概化操作符，或（2）它的较高层概念用其他属性表示；（2分）
使用属性概化的情况：如果初始工作关系的一个属性上有大量的不同值，并且该属性上存在着概化操作符。（2分）
2．为什么在进行联机分析处理(OLAP)时，我们需要一个独立的数据仓库，而不是直接在日常操作的数据库上进行。（6分）
答：使用一个独立的数据仓库进行OLAP处理是为了以下目的：
(1)提高两个系统的性能
操作数据库是为OLTP而设计的，没有为OLAP操作优化，同时在操作数据库上处理OLAP查询，会大大降低操作任务的性能；而数据仓库是为OLAP而设计，为复杂的 OLAP查询, 多维视图，汇总等OLAP功能提供了优化。 (2)两者有着不同的功能
操作数据库支持多事务的并行处理，而数据仓库往往只是对数据记录进行只读访问；这时如果将事务处理的并行机制和恢复机制用于这种OLAP操作，就会显著降低OLAP的性能。 (3)两者有着不同的数据
数据仓库中存放历史数据；日常操作数据库中存放的往往只是最新的数据。
3．对于具有递减支持度的多层关联规则挖掘，分别都有哪些搜索策略？各有什么特点？（6分）
答：具有递减支持度的多层关联规则挖掘中使用的搜索策略包括：
逐层独立：完全的宽度搜索，没有频繁项集的背景知识用于剪枝。考察每一个节点，不管其父节点是否频繁。特点是条件很松，可能导致在低层考察大量非频繁的项，找出一些不重要的关联；（2分） 层交叉k-项集过滤：一个第i层的k-项集被考察，当且仅当它在第(i-1)层的对应父节点的k-项集是频繁的。特点是限制太强，有些有价值的模式可能被该方法过滤掉；（2分） 层交叉单项过滤：一个第i层的项被考察，当且仅当它在第(i-1)层的父节点是频繁的。它是上述两个极端策略的折中。（2分）
4．跟其他应用领域相比，在电子商务中进行数据挖掘有哪些优势？（6分） 答：跟其他应用领域相比，在电子商务中进行数据挖掘的优势包括： 电子商务提供海量的数据： “点击流”（Clickstreams）将会产生电子商务挖掘的大量数据；
丰富的记录信息：
良好的WEB站点设计将有助于获得丰富的关于商品、分类、访客等等信息； 干净的数据：