出自:兰州财经大数据—概念、方法与应用

在大数据时代;我们需要设立一个不一样的隐私保护模式;这个模式应该更着重于（ ）为其行为承担责任。（2分）
A数据分析者
B个人许可
C数据提供者
D数据使用者
从商业层面上看;数据挖掘是一类（ ）数据分析方法。（2分）
A浅层次的
B深层次的
C多方法的
D多元化的
要想获得大规模数据带来的好处;（ ）应该是一种标准途径。（2分）
A分析
B精确
C预测
D混乱
将在大数据价值链中获益最大。（2分）
A拥有大数据的人
B拥有技术的人
C拥有大数据库的人
D拥有大数据思维的人
常用的挖掘算法都以（ ）为主。（2分）
A多线程
B单线程
C死锁
D以上都不是
大数据时代;我们是要让数据自己“发声”;没必要知道为什么;只需要知道（ ）。（2分）
A关联物
B预测的关键
C原因
D是什么
相关关系强是指当一个数据值增加时;另一个数据值有可能也随着（ ）。（2分）
A无法确定
B增加
C不变
D减少
导入与预处理过程的特点和挑战是（ ）。（2分）
A以上选项都不正确
B隐私安全
C成本增长速度快
D数据量大
E导致企业不堪重负
在企业危机管理及其预警中;管理者更感兴趣的是（ ）。（2分）
A相关规则
B意外规则
C关联规则
D依赖规则
央行已经开始运用大数据对房地产市场和劳动力市场趋势作出快速判断。（2分）
A中国
B美国
C法国
D英国
在大数据时代;下列说法正确的是（ ）。（2分）
A收集数据很简单
B数据是最核心的部分
C对数据的分析技术和技能是最重要的
D数据非常重要
E一定要很好的保护起来
F防止泄露
相比依赖于小数据和精确性的时代;大数据因为更强调数据的（ ）;帮助我们进一步接近事实的真相。（2分）
A混杂性
B安全性
C完整性
D完整性和混杂性
大数据的样本空间是数据的（ ）。（2分）
A部分
B抽样
C关键部分
D总体
数据存储空间的收费方式是（ ）。（2分）
A易于使用的API
B按次收费
C按数据安全性要求
D按存储数据的种类
对大数据使用进行正规评测及正确引导;可以为数据使用者带来什么切实的好处（ ）。（2分）
A他们无须再取得个人的明确同意
B就可以对个人数据进行二次利用
C数据使用者不需要为敷衍了事的评测和不达标准的保护措施承担法律责任
D数据使用者的责任不需要强制力规范就能确保履行到位
E所有项目
F管理者必须设立规章
G规定数据使用者应如何评估风险、如何规避或减轻潜在伤害
小数据时代;（ ）成为现代社会、现代测量领域的主心骨。（2分）
A主观采样
B大数据分析
C随机采样
D统计分析
关于数据创新;下列说法正确的是（ ）。 （2分）
A由于数据的再利用
B数据应该永久保存下去
C多个数据集的总和价值等于单个数据集价值相加
D相同数据多次用于相同或类似用途
E其有效性会降低
F数据只有开放价值才能得到真正释放
大数据的核心是（ ）。（2分）
A规模化
B预测
C告知与许可
D匿名化
意味着当一个数据值增加时;另一个数据值几乎不发生变化。（2分）
A不确定
B相关关系强
C没有相关关系
D相关关系弱
回归分析方法反映的是将事务数据库中属性值在（ ）的特征。（2分）
A时间上
B空间上
C以上都不是
D地点上
统计与分析的主要特点和挑战是（ ）。（2分）
A分析设计的数据量大
B分析的效率低
C对系统资源有极大的占用
D对I/O有极大的占用
挖掘常用的算法有（ ）。（2分）
AK-Means
BHadoop
CNaive Bayes
DSVM
回归分析主要研究问题包括（ ）。（2分）
A数据序列的预测
B数据间的相关关系
C数据序列的趋势特征
D数据序列的统计
行大数据分析的人可以轻松地看到大数据的价值潜力;这极大地刺激着他们进一步（ ）我们个人数据的野心。（2分）
A循环利用
B采集
C分析
D存储
下列属于数据中间商的是（ ）。（2分）
A中国最大的银行中国银行
B拥有大量客户的数据
C西雅图的交通数据处理公司Inrix
D汇集了来自美洲和欧洲近1亿辆汽车的实时交通数据
E中国最大的汽车网站
F汽车之家
G各家汽车的数据和大量用户
HQuantcast通过帮助网站记录用户的网页浏览历史来测评用户的年龄、收入、喜好等个人信息
I然后向用户发送有针对性的定向广告
销售业大数据分析的主要内容有（ ）。（2分）
A财务分析
B供应商分析
C人员分析
D顾客分析
社会将两个折中的想法不知不觉地渗入了我们的处事方法中;我们甚至不再把这当成一种折中;而是把它当成了事物的自然状态。这两个折中的方法是什么？（ ）（2分）
A第二个折中出现在数据的质量上
B第二个折中是能够得到一个事物更完整的概念
C我们就能接受模糊和不确定的存在
D第一个折中是我们能够容忍模糊和不确定出现在一些过去依赖于清晰和精确的领域
E第一个折中是我们默认自己不能使用更多的数据
F所以我们就不会去使用更多的数据
从商业层面上看;数据挖掘的主要特点是（ ）。（2分）
A对商业数据库中的大量业务数据进行分析
B对商业数据库中的大量业务数据进行抽取、转换
C对商业数据库中的大量业务数据进行其他模型化处理
D从商业数据库中提取辅助商业决策的关键性数据
下列选项中;属于大数据分析的基本方面的是（ ）。（2分）
A数据质量和管理
B预测性分析能力
C可视化分析
D语义引擎
数据化最早的根基是（ ）。（2分）
A数字化
B记录
C阿拉伯数字
D计量
大数据思维认为公开的数据一旦处理得当就能为成千百万人急需解决的问题提供答案。( )
生成一个类的特征性描述只涉及该类对象中单个对象的特征。(
数据挖掘能够提取出隐含在其中的，人们事先知道的知识。
商业层面上的数据挖掘是为商业决策提供真正有价值的信息。
顾客分析主要是针对单个顾客的购买行为的分析。
在进行关联分析时，在分析之前就已经知道了数据库中数据的关联函数。( )（2分）
关联分析的目的是找出数据库中隐藏的关联网。( )
小数据时代，随机采样需要严密的安排和执行。( )
大多数传统数据都是结构化的。
即使数据用于基本用途的价值会减少，但潜在价值却依然强大。
大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。
拥有大数据思维的人必定具备专业技能。(
对中小客户来说，专门的客户关系管理是能够承受得了的。
计量和记录一起促成了数据的诞生，它们是数据化的最早根基。
相关关系的核心是量化两个数值之间的数理关系。
大数据中的“大”是绝对意义上的大。
K-Means算法是用均值算法把数据分成K个类的算法。
事实上，大数据都是半结构化的或者多结构化的，而不是非结构化的。( )（2分）
对于大数据的定义，目前已经有了比较明确，统一的定义。(
关联分析产生的规则是没有可信度的。(
首页 <上一页 1 下一页> 尾页