浙江財經大學

《數據挖掘綜合》考試大綱

第一部分：考試內容及要求

一、數據挖掘概述

考試內容

數據挖掘的概念 數據挖掘的任務 數據挖掘應用 數據挖掘的主要問題

考試要求

1.了解數據庫系統技術的演變過程;理解數據挖掘的概念;掌握知識發現過程的7個步驟。

2.掌握數據挖掘要解決的問題;掌握數據挖掘功能和模式;理解數據挖掘與統計學、機器學習的聯系和區別;了解數據挖掘的起源;掌握數據挖掘的任務。

二、數據

考試內容

數據類型 數據質量 數據預處理 相似性和相異性度量

考試要求

1.了解數據對象與屬性類型。

2.了解進行數據預處理的原因及其重要性;了解數據質量涉及的因素;掌握數據預處理的主要步驟。

4.了解數據清理的概念;了解處理數據缺失值的方法;了解處理噪音數據的方法。

5.理解數據預處理中的聚集、抽樣、特征子集選擇以及離散化和二元化等方法。

8.理解數據對象之間相似度;數據對象之間的相異度。

三. 分類和預測

考試內容

數據分類和預測的概念 判定樹歸類算法 信息增益 樹剪枝 回歸分析 分類法的準確性 組合分類器 類不平衡問題

考試要求

1.理解數據分類的概念;了解分類的兩個過程;理解監督學習和非監督學習的區別;了解分類和預測的數據預處理方法;掌握評估分類和預測方法的標準。

2.了解決策樹的概念和優缺點;了解決策樹歸分類的主要步驟;了解常用的屬性選擇度量，掌握信息增益度量的求法;理解兩種常用的樹剪枝方法。

3、掌握神經網絡的分類與構造原理

4、熟練掌握單層感知機原理與學習算法

5、掌握BP算法原理與學習過程

6.了解評估分類器性能的度量;了解評估分類和預測準確率的方法(混淆矩陣、靈敏度和特小型、F度量)。

7、掌握Boosting算法的基本思想。

8、熟練掌握支持向量機SVM分類建模原理和計算方法。

9.了解組合分類器的概念和常用的組合分類方法;了解裝袋和提升的基本思想以及兩者的區別;了解隨機森林的基本思想。

10.了解類不平衡問題的概念;了解提高類不平衡數據分類準確率的一般方法。

四. 挖掘頻繁模式、關聯和相關性

考試內容

頻繁項集概念 頻繁項集挖掘方法 Apriori算法 FP-growth算法

考試要求

1.理解項集、閉項集、頻繁項集和關聯規則的概念 ;了解規則興趣度的兩種度量(支持度和置信度)。

2.了解關聯規則挖掘的步驟。

3.了解Apriori算法的步驟;了解FP-growth算法的步驟和優缺點;掌握相關性度量提升度(lift)的計算方法。

五. 聚類分析

考試內容

聚類分析的概念 聚類方法的分類 算法方法的距離度量 劃分方法 層次方法 基于密度的方法 基于網格的方法 聚類評估

考試要求

1.理解聚類分析的概念;了解聚類分析的應用領域;了解比較聚類方法的標準;了解數據挖掘對聚類的典型要求;了解比較聚類方法的各個方面。

2.理解劃分方法的概念和一般特點，以及典型算法;理解層次方法的概念和一般特點，以及典型算法;理解基于密度的聚類方法的概念和一般特點，以及典型算法;理解基于網格的聚類方法的概念和一般特點，以及典型算法;

3.理解K-均值算法的步驟和優缺點;

4.了解算法方法的距離度量。

5.了解聚類評估概念和主要任務;了解測定聚類質量的方法。

第二部分：考試方法和考試時間

數據挖掘導論考試采用閉卷、筆試形式，考試時間為180分鐘。

第三部分：試卷結構及參考書目

(一)題分：試卷滿分為150分

(二)題型比例：

選擇題與判斷題 約30%

簡答題和計算題 約70%

(三)參考書目：

《數據挖掘導論》，(美)陳封能，(美)斯坦巴赫，(美)庫瑪爾，人民郵電出版社，2010年。