《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.了解數據庫係統技術的演變過程；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、機器學習的聯係和區別；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 基於密度的方法 基於網格的方法 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麵。

　　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；理解基於密度的聚類方法的概念和一般特點，以及典型算法；理解基於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分鍾。

　　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。