20春学期《大数据导论》在线作业330CA4146B5442C1BA16B3CB7FBC1C5C总17页总17页Word格式文档下载.docx

1、数据清洗的方法不包括缺失值处理噪声数据清除一致性检查重复数据记录处理D下列哪个R语言扩展包可以创建带有点和边的网络图（）ggplot2networkggmapsanimation下列哪个R语言扩展包可以制作一系列的图像并将它们串联起来做成动画（）GFS中的文件切分成（）的块进行存储32MB64MB128MB1G数据产生方式变革中数据产生方式是主动的主要是来自哪个阶段（ ）。运营式系统阶段用户原创内容阶段感知式系统阶段下列不属于商业大数据类型的是传统企业数据机器和传感器数据社交数据电子商务数据用于描述相等时间间隔下连续数据随时间变化趋势的是（）折线图散点图条形图饼图数据仓库是随着时间变化的,下列

2、不正确的是（）数据仓库随时间变化不断增加新内容捕捉到的新数据会覆盖原来的快照数据仓库随事件变化不断删去旧的数据内容数据仓库中包含大量的综合数据，这些综合数据会随时间的变化不断进行重新综合C以下不是数据仓库基本特征的是（）数据仓库是面向主题的数据仓库是面向事务的数据仓库的数据是相对稳定的数据仓库的数据是反映历史变化的哪个选项不属于大数据4V特点?VolumeValidVarietyValue以下哪项不是数据可视化工具的特性（）实时性简单操作更丰富的展现仅需一种数据支持方式即可数据产生方式变革中数据产生方式是自动的主要是来自哪个阶段（ ）。大数据的特点不包含数据体量大价值密度高处理速度快数据不统一

3、大数据在社交网络中的应用用户偏好、情感、社交网络结构用户画像、精准推荐舆情监控、突发事件预警预测外部趋势A,B,C,D离群点检测的应用包括（）等。欺诈检测入侵检测故障检测疾病的不寻常模式XX大数据引擎主要包含三大组件（）开放云数据工厂XX大脑。A,B,CKNIME（Konstanz Information Miner）是一个对用户友好的、智能、开源的平台。该平台包括了#、#、#、#。数据集成数据处理数据分析数据挖掘可视化工具包括（）ExcelGoogle ChartGephippt云计算是#,#,#的发展?,是虚拟化、效用计算、 IaaS（基础设施即服务）、PaaS（平台即服务）、Saas（软

4、件即服务）等概念混合演进并跃升的结果。流计算分布式计算并行计算网络计算B,C,D医疗领域如何利用大数据临床决策支持个性化医疗社保资金安全用户行为分析可使用#,#,#进行光滑。最大值箱中位数箱边界箱均值大数据智能感知层:主要包括（）及软硬件资源接入系统数据传感体系网络通信体系传感适配体系智能识别体系下列属于传统统计学展示方法的是（）柱状图饼状图曲线图网络图层次方法可以分为（）K均值算法K中心点算法凝聚法分裂法C,D一个HDFS集群由一个#和#构成。此外,还有与这两个角色之间作为沟通桥梁的客户端（Client）。一个名字节点若干个名字节点一个数据节点若干个数据节点A,D交通数据分析可用于:交通流量

5、实时分析合理进行道路规划信号灯智能调度实时路况查询播报数据变换（Data Transformation）的方法有（）光滑聚集数据泛化规范化医疗大数据特点:除了包含了大数据4个“V” 的特点之外还有（）多态性时效性不完整性冗余性在现有大数据的存储中,结构化数据仅有20%,其余80%则在存在于物联网、电子商务、社交网络等 领域的半结构化数据和非结构化数据对错Flume的数据流由RDD贯穿始终。ID3算法的核心思想就是以信息增益度量属性选择大数据数据量一定是PB,TB级的网络数据采集是利用互联网搜索引擎技术对数据进行针对性、行业性、精准性的抓取,并按照一定规则和筛选标准将数据进行归类,形成数据库文件

6、的一个过程。规则性分析（Prescriptive Analysis）用于解决决策制定和提高分析效率数据分析是大数据发展面临的挑战直接拿 Python 输出的图片用于印刷效果很好通常将统计指标的数值按时间顺序排列所形成的数列,称为时间序列。结构化数据是用excel结构表现的数据多维数据指的是具有多个维度属性的数据变量。时间序列分析是对随时间变化的数据对象的变化规律和演化趋势进行建模分析BI分析适用于总数据量在集群内存的最大级别以内的情况,使用内部数据库技术,适合实时业务分析需求。基于大数据研究个体或群体行为,发现活动中蕴含的空间认知规律及空间行为和交互模式,建立以人为本的地理信息服务,进而支持个

7、体或群体时空行为决策。利用大数据技术对电子病历中的数字化信息进行分析处理,既能够让医生的诊疗有迹可循,还可以发现最有效的临床路径,从而及时为医生提供最佳的诊疗建议。数据分析是大数据价值链中最终和最重要的阶段,其目的是挖掘数据中潜在的价值以提供相应的建议或决策。通过分析不同领域中的数据集可以使数据在不同层面发挥最大价值。数据表达是通过计算机图形图像技术来更加友好地展示数据信息,方便人们阅读、理解和运用数据数据采集,又称数据获取,是大数据生命周期的第一个环节,通过RFID射频识别技术、传感器、交互型社交网络以及移动互联网等方式获得的各种类型的结构化、半结构化及非结构化的海量数据。大数据的挑战仅仅来自于数据的增长。Gartner研究机构给出的大数据定义是大数据一般会涉及两种或两种以上的数据形式,它需要收集超过100TB的数据,并且是高速实时数据流;或者是从小数据开始,但数据每年增长速率至少为60%。