电子商务概论习题答案

画图表示关系型联机分析处理的两种模式。 我的答案： 3

联机分析处理有哪些功能？

我的答案：

(1)提供多维逻辑视图 (2)提供交互式查询

(3)提供数据分析的建模功能 (4)预测、趋势分析和统计分析

4.3测验已完成 1

（ ）是一种对关系数据库中的数据做动态多维分析的形式。 我的答案： 第一空： ROLAP 2

（ ）是指细节数据概括到汇总数据。 我的答案： 第一空： 上钻 3

简述ROLAP和MOLAP的区别。 我的答案：

ROLAP MOLAP

关系数据库 多维数据组

响应速度慢 性能好、响应速度快 存储空间耗小、维数没有限制 存储空间大

通过SQL实现数据存储 缺乏数据模型和数据访问标准 无法完成维之间的计算 复杂的跨维计算 维护困难 理方便

4.4练习已完成 1

按照数据库的类型，数据挖掘可以分为哪些类型？ 我的答案：

1.关系型数据挖掘

关系模型指的是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。 2．事务型数据挖掘

事务是访问并可能更新数据库中各种数据项的一个程序执行单元，一个事务的所有语句是一个整体，要么全部执行，要么全部不执行。 3.面向对象型数据挖掘

每个实体都可以看做一个对象，面向对象的数据库就是基于面向对象的思想进行设计的数据库类型，它在传统数据库中引入了面向对象的概念，一直是复杂应用领域中的数据建模要求。 4.对象—关系型数据挖掘

对象关系数据库基于对象—关系数据模型构造，这种模型通过提供处理复杂对象的丰富数据类型和对象定位，扩充关系模型。 5.数据仓库型数据挖掘 6.空间数据库的数据挖掘

空间数据库是一种应用于地理空间数据处理与信息分析领域的具有工程性质的数据库，它所管理的对象主要是地理空间数据，包括空间数据和非空间数据。 7.文本数据库的数据挖掘

文本数据库是包含对象的词的描述的数据库。 8.多媒体数据库的数据挖掘

多媒体数据库是指存储和管理大量多媒体对象的数据库，如音频数据、图像数据、视频数据、序列数据以及超文本数据等。 9.web数据挖掘

web数据挖掘是能将数据库技术与web技术很好地融合在一起，使数据库系统称为Web的重要有机组成部分的数据库，能够实现数据库与网络技术的无缝有机结合。 2

简述数据仓库、数据挖掘和OLAP的关系。 我的答案：

（1）数据仓库是基础：无论是数据挖掘还是OLAP分析，他们成功的关键之一是能够访问正确的、完整的和集成的数据。这也是对数据仓库的要求。数据仓库不仅是集成数据的一种方式和一个焦点，而且所有的数据仓库的解决方案都源自和依赖于数据源部件的质量和效果(这种部件在数据仓库中称为抽取、变换和装载)。数据仓库的特点（集成的、随时间变化、稳定的、面向主题的）为OLAP分析、数据挖掘的成功提供了坚实的数据基础 （2）OLAP和数据挖掘的区别：OLAP与数据挖掘都是数据库或数据仓库的分析工具，是相辅相成，都是决策分析不可缺少的工具。但他们又有不同，OLAP是验证型的分析工具，而数据挖掘是预测型的工具。 OLAP建立在多维视图的基础之上，强调执行效率和对用户命令的及时响应，而且其直接数据源一般是数据仓库；数据挖掘建立在各种数据源的基础上，能够自动分析发现隐藏在数据深层次的对人们有用的模式(Patterns)，一般并不过多考虑执行效率和响应速度。

OLAP是一种自上而下、不断深入的分析工具；用户提出问题或假设，通过OLAP从上而下地提取出关于该问题地详细信息，并且以可视化的方式呈现给用户。与数据挖掘相比，OLAP更多地依靠用户提供的问题和假设，受用户的思维习惯所影响。

数据挖掘常能挖掘出超越归纳范围的关系，但OLAP仅能利用人工查询及可视化的报表来确认某些关系，是以数据挖掘此种自动找出甚至不会被怀疑过的数据关

系的特性，事实上己超越了我们经验、教育、想象力的限制，OLAP可以和数据挖掘互补，但这项特性是数据挖掘无法被OLAP取代的。

（3）数据挖掘与数据仓库的关系：尽管数据挖掘技术扎根于计算科学和数学，但两者的结合能给数据挖掘带来各种便利和功能。

首先，数据挖掘有一个昂贵的数据清理、数据变换和数据集成的过程，作为数据的预处理。而已经完成数据清理、数据变换和数据集成的数据仓库，完全能为数据挖掘提供它所需要的挖掘数据。

其次，数据仓库能为数据挖掘提供各种数据库连接、WEB访问和服务工具以及报表与OLAP分析工具等全面的数据处理和数据分析等基础设施。

最后，在数据挖掘工程中，如果将数据挖掘与数据仓库进行有效的联结，将增加数据挖掘的联机挖掘功能。 3

数据挖掘有哪些功能？ 我的答案：

概念描述：用来明确挖掘任务，对挖掘任务进行特征化和区分，即用简洁的、汇总的、明确的方式描述每个类和概念，如，对销售增加15%的产品的特征进行研究。

关联分析：找出存在于各个条目间的吸纳骨感型，而对记录进行操作。 分类和预测：对数据进行分类和预测，并通过对数据的分类找出描述和区分数据类或概念的模型，并使用模型预测类别，即未知的对象类。 聚类：对挖掘对象根据最大化类内的相似性和最小化类间的相似性原则进行聚类或分组。

检测：检测数据偏差。

演变分析：描述某一行为随时间变化的规律或趋势。

4.4测验已完成 1

（ ）就是将分析所得到的知识集成到业务信息系统的组织结构中去。数据挖掘的最终目标是应用所学到的东西。 我的答案： 第一空： 知识的同化 2

关联知识是反应一个事件和其他事件之间的（ ）或（ ）的知识。 我的答案： 第一空：

依赖 相互关联 3

简述数据挖掘在电子商务中的应用。

我的答案：

客户细分：根据客户指标进行分类，确定不同类型客户的行为模式，以便采取相应的营销措施，是企业利润最大化。

客户获得：通过数据挖掘技术，可以发现购买某商品的消费者学历、性别、职业、收入情况、购买动机，甚至可以发现不同的人在购买该商品的相关商品后多长时间有可能购买该商品，以及什么样的人会购买什么型号的该商品等。 客户保持：发掘哪些特征的客户有可能流失，这样挽留客户的措施将具有针对性，可以降低挽留客户的费用。 个性服务：网站根据客户历史购买记录发掘客户的特点，为客户自动提供购买建议。

交叉销售：简单说来，就是向拥有本公司A产品的客户推销本公司B产品。比如说某客户在你这儿购买一款游戏机，你可以销售充电器或者电池给他。数据挖掘能够分析出适合交叉销售的产品，增强交叉销售的有效性。

4.5练习已完成 1

简述商务智能的特点。

我的答案：

1、服务企业战略 2、提升企业绩效

3、商务智能的层次性 4、多项技术的综合应用 5、用户多样性 2

商务智能有哪些功能？ 我的答案：

(1)成熟的数据仓库管理功能

BI具有从多个数据源中抽取—转换—加载数据、清理数据、数据集成的能力，大量的数据高效存储与维护的能力。 (2)强大的数据挖掘和数据分析功能

BI具备多种数据分析的能力和终端信息查询的能力。 (3)便捷的信息呈现功能

信息呈现是把收集的数据以报表的形式展示出来，也可以采用图和可视化的功能。 (4)知识发现功能

BI具有从大型数据库中提取人们感兴趣的知识的能力，这些知识一般是隐含的、事先未知的或潜在有用的信息，提取的知识表示为概念、规则、规律和模型等形式。

(5)运营分析功能

BI的运营分析功能包括运营指标分析、运营业绩分析和财务分析。运营指标分析是指对企业不同的业务流程和业务环节的指标进行分析；运营业绩分析是指对各部门的营业额、销售量等进行统计，并在此基础上进行同期的比较分析、应收分析、盈亏分析和各种商品的风险分析；财务分析是指对利润、费用支出、资金占用以及其他经济指标进行分析，及时掌握企业在资金使用方面的实际情况，调整和降低企业成本。

(6)企业战略决策支持功能