浙江財經(jīng)大學(xué)

《數(shù)據(jù)挖掘綜合》考試大綱

第一部分：考試內(nèi)容及要求

一. 數(shù)據(jù)挖掘概述

考試內(nèi)容

數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘的任務(wù) 數(shù)據(jù)挖掘應(yīng)用 數(shù)據(jù)挖掘的主要問題

考試要求

1.了解數(shù)據(jù)庫系統(tǒng)技術(shù)的演變過程;理解數(shù)據(jù)挖掘的概念;掌握知識發(fā)現(xiàn)過程的7個步驟。

2.掌握數(shù)據(jù)挖掘要解決的問題;掌握數(shù)據(jù)挖掘功能和模式;理解數(shù)據(jù)挖掘與統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)的聯(lián)系和區(qū)別;了解數(shù)據(jù)挖掘的起源;掌握數(shù)據(jù)挖掘的任務(wù)。

二. 數(shù)據(jù)

考試內(nèi)容

數(shù)據(jù)類型 數(shù)據(jù)質(zhì)量 數(shù)據(jù)預(yù)處理 相似性和相異性度量

考試要求

1.了解數(shù)據(jù)對象與屬性類型。

2.了解進(jìn)行數(shù)據(jù)預(yù)處理的原因及其重要性;了解數(shù)據(jù)質(zhì)量涉及的因素;掌握數(shù)據(jù)預(yù)處理的主要步驟。

4.了解數(shù)據(jù)清理的概念;了解處理數(shù)據(jù)缺失值的方法;了解處理噪音數(shù)據(jù)的方法。

5.理解數(shù)據(jù)預(yù)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(shù)據(jù)對象之間相似度;數(shù)據(jù)對象之間的相異度。

三. 分類和預(yù)測

考試內(nèi)容

數(shù)據(jù)分類和預(yù)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(zhǔn)確性 組合分類器 類不平衡問題

考試要求

1.理解數(shù)據(jù)分類的概念;了解分類的兩個過程;理解監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)的區(qū)別;了解分類和預(yù)測的數(shù)據(jù)預(yù)處理方法;掌握評估分類和預(yù)測方法的標(biāo)準(zhǔn)。

2.了解決策樹的概念和優(yōu)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(jīng)網(wǎng)絡(luò)的分類與構(gòu)造原理

4、熟練掌握單層感知機(jī)原理與學(xué)習(xí)算法

5、掌握BP算法原理與學(xué)習(xí)過程

6.了解評估分類器性能的度量;了解評估分類和預(yù)測準(zhǔn)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(jī)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(qū)別;了解隨機(jī)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(shù)據(jù)分類準(zhǔn)確率的一般方法。

四. 挖掘頻繁模式、關(guān)聯(lián)和相關(guān)性

考試內(nèi)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(guān)聯(lián)規(guī)則的概念 ;了解規(guī)則興趣度的兩種度量(支持度和置信度)。

2.了解關(guān)聯(lián)規(guī)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(yōu)缺點;掌握相關(guān)性度量提升度(lift)的計算方法。

五. 聚類分析

考試內(nèi)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(wǎng)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(yīng)用領(lǐng)域;了解比較聚類方法的標(biāo)準(zhǔn);了解數(shù)據(jù)挖掘?qū)�聚類的典型要�?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(wǎng)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(yōu)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(wù);了解測定聚類質(zhì)量的方法。

第二部分：考試方法和考試時間

數(shù)據(jù)挖掘?qū)д摽荚嚥捎瞄]卷、筆試形式，考試時間為180分鐘。

第三部分：試卷結(jié)構(gòu)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(shù)據(jù)挖掘?qū)д摗罚?美)陳封能，(美)斯坦巴赫，(美)庫瑪爾，人民郵電出版社，2010年。