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。

3.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。

4.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。

5.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，2011年。