昆明理工大学信息工程与自动化学院学生实验报告 （2012 —2013 学年第 1 学期） 课程名称：数据库仓库与数据挖掘开课实验室： 2012 年10月 30日 一、上机目的 1．理解数据库与数据仓库之间的区别与联系； 2．掌握典型的关系型数据库及其数据仓库系统的工作原理以及应用方法； 3．掌握数据仓库建立的基本方法及其相关工具的使用。 二、上机内容 内容：以SQL Server为系统平台，设计、建立数据库，并以此为基础创建数据仓库。 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验项目，真实地记录实验中遇到的各种问题和解决的方法与过程，并绘出模拟实验案例的数据仓库模型。实验完成后，应根据实验情况写出实验报告。 三、所用仪器、材料（设备名称、型号、规格等或使用软件） 1台PC及SQL 2008软件 四、实验方法、步骤和截图（或：程序代码或操作过程） 采用SQL语句创建数据库，数据库命名为：DW。如图所示：
DW数据库中包含7张维表和一张事实表。7张维表分别为：订单方式维表、销售人员及销售地区维表、发货方式维表、订单日期维表、客户维表、订单状态维表、客户价值维表。建立7张维表语句和建立7张维表的ETL如下： 语句执行成功的结果如图所示：
DW数据库包含的事实表为FACT_SALEORDER。建立1张事实表语句和建立1张事实表的ETL如下： 三、建事实表 CREATE TABLE FACT_SALEORDER( SALEORDERID INT, TIME_CD V ARCHAR(8), STATUS INT, ONLINEORDERFLAG INT, CUSTOMERID INT, SALESPERSONID INT, SHIPMETHOD INT, ORDER_V ALUES INT, SUBTOTAL DECIMAL(10,2), TAXAMT DECIMAL(10,2), FREIGHT DECIMAL(10,2)) ----------------------------------- 四、事实表的ETL /* FACT_SALEORDER的ETL*/ TRUNCATE TABLE FACT_SALEORDER INSERT INTO FACT_SALEORDER SELECT SalesOrderID,CONVERT(CHAR(8),,112) , ,,ISNULL,0),ISNULL,0),,,,, FROM A, V_SUBTOTAL_V ALUES B WHERE >= AND <
数据挖掘是一个多学科交叉研究领域，它融合了数据库技术、人工智能、机器学习、统计学、知识工程、面向对象方法、信息检索、高性能计算以及数据可视化等最新技术的研究成果。数据挖掘是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。预测分析是一种统计或数据挖掘解决方案，包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术。可为预测、优化、预报和模拟等许多其他用途而部署。预测分析可帮助用户评审和权衡潜在决策的影响力。可用来分析历史模式和概率，预测未来业绩并采取预防措施。 数据挖掘的含义是广泛的，每个人有每个人不同的体会，每个人有每个人的见解。但这些体会、见解是有许多共通之处的，从而可以归纳出数据挖掘的技术定义以及商业定义：从技术角度，数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。它是涉及机器学习、模式识别、统计学、人工智能、数据库管理及数据可视化等学科的边缘学科。由于每个人的思维方式不同，这个定义可以被解读为以下几个层次：①数据源必须是真实的、大量的、含噪声的；②发现的是用户感兴趣的知识；③发现的知识要可接受、可理解、可运用；④这些知识是相对的，是有特定前提和约束条件的，在特定领域中具有实际应用价值。 预测是大数据的核心，数据挖掘之后的预测分析无疑成为开拓市场的重要环节。预测分析是一种统计或数据挖掘解决方案，包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术。可为预测、优化、预报和模拟等许多其他用途而部署。预测分析和假设情况分析可帮助用户评审和权衡潜在决策的影响力。可用来分析历史模式和概率，以预测未来业绩并采取预防措施。这种级别的分析可以为规划流程提供各种信息，并对企业未来提供关键洞察。不仅可提供预测分析，使用户可以执行高级分析、发布并与更广泛的用户群交流。还可以提供
数据挖掘期末大作业 1.数据挖掘的发展趋势是什么？大数据环境下如何进行数据挖掘。 对于数据挖掘的发展趋势，可以从以下几个方面进行阐述： (1)数据挖掘语言的标准化描述:标准的数据 挖掘语言将有助于数据挖掘的系统化开发。改进多个数据挖掘系统和功能间的互操作,促进其在企业和社会中的使用。 (2)寻求数据挖掘过程中的可视化方法:可视 化要求已经成为数据挖掘系统中必不可少的技术。可以在发现知识的过程中进行很好的人机交互。数据的可视化起到了推动人们主动进行知识发现的作用。 (3)与特定数据存储类型的适应问题:根据不 同的数据存储类型的特点,进行针对性的研究是目前流行以及将来一段时间必须面对的问题。 (4)网络与分布式环境下的KDD问题:随着 Internet的不断发展,网络资源日渐丰富,这就需要分散的技术人员各自独立地处理分离数据库的工作方式应是可协作的。因此,考虑适应分布式与网络环境的工具、技术及系统将是数据挖掘中一个最为重要和繁荣的子领域。 (5)应用的探索:随着数据挖掘的日益普遍,其应用范围也日益扩大,如生物医学、电信业、零售业等 领域。由于数据挖掘在处理特定应用问题时存在局限性,因此,目前的研究趋势是开发针对于特定应用的数据挖掘系统。 (6)数据挖掘与数据库系统和Web数据库系统的集成:数据库系统和Web数据库已经成为信息处 理系统的主流。 2. 从一个3输入、2输出的系统中获取了10条历史数据，另外，最后条数据是系统的输 入，不知道其对应的输出。请使用SQL SERVER 2005的神经网络功能预测最后两条数据的输出。 首先，打开SQL SERVER 2005数据库软件，然后在界面上右键单击树形图中的“数据库”标签，在弹出的快捷菜单中选择“新建数据库”命令，并命名数据库的名称为YxqDatabase，单击确定，如下图所示。 然后，在新建的数据库YxqDatabas中，根据题目要求新建表，相应的表属性见下图所示。
材料科学与工程学院 “材料科学与工程”专业学术型硕士研究生培养方案 （201309版） 一、学科简介 上海交通大学材料科学与工程一级学科为首批国家一级重点学科，涵盖了材料学、材料加工工程和材料物理与化学三个二级学科，其中"材料学"和"材料加工工程"均系全国重点学科，分布在材料科学与工程学院、化学化工学院、微纳科学技术研究院等部门，具有一级学科博士学位授予权，并设有一级学科博士后流动站，是我国首批被列入"世行贷款"、"211工程"、"985工程"和设立长江计划特聘教授岗位的重点建设学科点。一级学科师资力量雄厚，现有博士生导师60余名，其中包括在国内外享有很高声誉的著名学者徐祖耀院士、周尧和院士、阮雪榆院士和潘健生院士以及一批在国内外有一定影响的中青年专家。材料科学与工程一级学科依托金属基复合材料国家重点实验室、模具CAD国家工程研究中心、轻合金精密成型国家工程研究中心、激光加工及材料改性上海市重点实验室、上海镁材料及应用工程技术研究中心、中国机械工业联合会先进热处理与表面改性工程技术研究中心、上海焊接技术研究所和高分子材料实验室,以材料热力学与动力学、材料科学基础、材料加工原理等为理论基础，运用现代材料制备加工技术和分析测试新技术，长期以来承担国家重点工程项目、国家重大科技攻关、国家自然科学基金、"863"、"973"、省部级科研项目和大中型骨干企业横向课题，并与国内外著名大学和公司建立了广泛的科技合作和学术交流，定期选派部分优秀学生通过校际交流的方式前往美、英、法、德、日、韩等国的知名院校攻读硕士、博士学位或短期交流。 二、培养目标 硕士学位获得者应能系统、深入地掌握材料科学与工程学科的专业知识，了解本学科的现状、发展动态和国际学术研究的前沿；能开展具有较高学术意义或实用价值的科研工作，并有一定的创新能力和成果；能较熟练地掌握一门外国语，具有一定的写作能力和进行国际交流的能力。 三、学制和学分 学术型硕士研究生学制为2.5年。总学分≥30，其中学位课≥19（核心课程≥6，数学≥5），英语授课课程学分≥2。课程学习原则上要求在第一年内完成。外国来华留学研究生
1.4 数据仓库和数据库有何不同？有哪些相似之处？ 答：区别：数据仓库是面向主题的，集成的，不易更改且随时间变化的数据集合，用来支持管理人员的决策，数据库由一组内部相关的数据和一组管理和存取数据的软件程序组成，是面向操作型的数据库，是组成数据仓库的源数据。它用表组织数据，采用ER 数据模型。 相似：它们都为数据挖掘提供了源数据，都是数据的组合。 1.3 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测聚类和演变分析。使用你熟悉的现实生活的数据库，给出每种数据挖掘功能的例子。 答：特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特征可被提出，形成所有大学的计算机科学专业一年级学生的轮廓，这些特征包括作为一种高的年级平均成绩(GPA ：Grade point aversge) 的信息， 还有所修的课程的最大数量。 区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般特性进行比较。例如， 具有高GPA 的学生的一般特性可被用来与具有低GPA 的一般特性比较。最终的描述可能是学生的一个一般可比较的轮廓，就像具有高GPA 的学生的75% 是四年级计算机科学专业的学生，而具有低GPA 的学生的65% 不是。 关联是指发现关联规则，这些规则表示一起频繁发生在给定数据集的特征值的条件。例如，一个数据挖掘系统可能发现的关联规则为：major(X, “ computing science ” ) ? owns(X, “ personal computer ” ) [support=12%, confidence=98%] 其中，X 是一个表示学生的变量。这个规则指出正在学习的 学生，12% (支持度)主修计算机科学并且拥有一台个人计算机。这个组一个学生拥有一台个人电脑的概率是98% (置信度，或确定度)。 分类与预测不同，因为前者的作用是构造一系列能描述和区分数据类型或概念的模型(或功能)，而后者是建立一个模型去预测缺失的或无效的、并且通常是数字的数据值。它们的相似性是他们都是预测的工具： 分类被用作预测目标数据的类的标签，而预测典型的应用是预测缺失的数字型数据的值。 聚类分析的数据对象不考虑已知的类标号。对象根据最大花蕾内部的相似性、最小化类之间的相似性的原则进行聚类或分组。形成的每一簇可以被看作一个对象类。聚类也便于分类法组织形式，将观测组织成类分 层结构，把类似的事件组织在一起。 数据演变分析描述和模型化随时间变化的对象的规律或趋势，尽管这可能包括时间相关数据的特征化、区分、关联和相关分析、分类、或预测，这种分析的明确特征包括时间序列数据分析、序列或周期模式匹配、和基于相似性的数据分析 2.3 假设给定的数据集的值已经分组为区间。区间和对应的频率如下。 年龄频率 1~5200 5~15450 15~20300 20~501500 50~80700 80~11044 计算数据的近似中位数值。 解答：先判定中位数区间：N=200+450+300+1500+700+44=3194 ；N/2=1597
武汉大学计算机学院 2014级研究生“数据仓库和数据挖掘”课程期末考试试题 要求：所有的题目的解答均写在答题纸上，需写清楚题目的序号。每张答题纸都要写上姓名和学号。 一、单项选择题（每小题2分，共20分） 1. 下面列出的条目中，（）不是数据仓库的基本特征。B A.数据仓库是面向主题的 B.数据仓库是面向事务的 C.数据仓库的数据是相对稳定的 D.数据仓库的数据是反映历史变化的 2. 数据仓库是随着时间变化的，下面的描述不正确的是（）。 A.数据仓库随时间的变化不断增加新的数据内容 B.捕捉到的新数据会覆盖原来的快照 C.数据仓库随事件变化不断删去旧的数据内容C D.数据仓库中包含大量的综合数据，这些综合数据会随着时间的变化不断地进行重新综合 3. 以下关于数据仓库设计的说法中（）是错误的。A A.数据仓库项目的需求很难把握，所以不可能从用户的需求出发来进行数据仓库的设计，只能从数据出发进行设计 B.在进行数据仓库主题数据模型设计时，应该按面向部门业务应用的方式来设计数据模型 C.在进行数据仓库主题数据模型设计时要强调数据的集成性 D.在进行数据仓库概念模型设计时，需要设计实体关系图，给出数据表的划分，并给出每个属性的定义域 4. 以下关于OLAP的描述中（）是错误的。A A.一个多维数组可以表示为（维1，维2，…，维n） B.维的一个取值称为该维的一个维成员 C.OLAP是联机分析处理 D.OLAP是数据仓库进行分析决策的基础 5. 多维数据模型中，下列（）模式不属于多维模式。D A.星型模式 B.雪花模式 C.星座模式 D.网型模式 6. 通常频繁项集、频繁闭项集和最大频繁项集之间的关系是（）。C A.频繁项集?频繁闭项集?最大频繁项集 B.频繁项集?最大频繁项集?频繁闭项集 C.最大频繁项集?频繁闭项集?频繁项集 D.频繁闭项集?频繁项集?最大频繁项集
习题参考答案 第1 章绪论 1.1 数据挖掘处理的对象有哪些？请从实际生活中举出至少三种。 答：数据挖掘处理的对象是某一专业领域中积累的数据，对象既可以来自社会科学,又可以来自自然科学产生的数据,还可以是卫星观测得到的数据。数据形式和结构也各不相同, 可以是传统的关系数据库,可以是面向对象的高级数据库系统,也可以是面向特殊应用的 数据库,如空间数据库、时序数据库、文本数据库和多媒体数据库等,还可以是Web 数据 信息。 实际生活的例子： ①电信行业中利用数据挖掘技术进行客户行为分析，包含客户通话记录、通话时间、所 开通的服务等，据此进行客户群体划分以及客户流失性分析。 ②天文领域中利用决策树等数据挖掘方法对上百万天体数据进行分类与分析，帮助天文 学家发现其他未知星体。 ③制造业中应用数据挖掘技术进行零部件故障诊断、资源优化、生产过程分析等。 ④市场业中应用数据挖掘技术进行市场定位、消费者分析、辅助制定市场营销策略等。 1.2 给出一个例子，说明数据挖掘对商务的成功是至关重要的。该商务需要什么样的数据挖掘功能？它们能够由数据查询处理或简单的统计分析来实现吗？ 答：例如，数据挖掘在电子商务中的客户关系管理起到了非常重要的作用。随着各个电子商务网站的建立，企业纷纷地从“产品导向”转向“客户导向”，如何在保持现有的客户 同时吸引更多的客户、如何在客户群中发现潜在价值，一直都是电子商务企业重要任务。但是，传统的数据分析处理，如数据查询处理或简单的统计分析，只能在数据库中进行 一些简单的数据查询和更新以及一些简单的数据计算操作，却无法从现有的大量数据中 挖掘潜在的价值。而数据挖掘技术却能使用如聚类、关联分析、决策树和神经网络等多 种方法，对数据库中庞大的数据进行挖掘分析，然后可以进行客户细分而提供个性化服务、可以利用挖掘到的历史流失客户的特征来防止客户流失、可以进行产品捆绑推荐等，从而使电子商务更好地进行客户关系管理，提高客户的忠诚度和满意度。 1.3 假定你是Big-University 的软件工程师，任务是设计一个数据挖掘系统，分析学校课程数据库。该数据库包括如下信息：每个学生的姓名、地址和状态(例如，本科生或研究生)、所修课程，以及他们的GPA。描述你要选取的结构，该结构的每个成分的作用是什么？答：任务目的是分析课程数据库，那么首先需要有包含信息的关系型数据库系统，以便查找、提取每个属性的值；在取得数据后，需要有特征选择模块，通过特征选择，找出要分析 的属性；接下来需要一个数据挖掘算法，或者数据挖掘软件，它应该包含像分类、聚类、关联分析这样的分析模块，对选择出来的特征值进行分析处理；在得到结果后，可以用 可视化软件进行显示。 1.4 假定你作为一个数据挖掘顾问，受雇于一家因特网搜索引擎公司。通过特定的例子说明，数据挖掘可以为公司提供哪些帮助，如何使用聚类、分类、关联规则挖掘和离群点检测 等技术为企业服务。 答： (1) 使用聚类发现互联网中的不同群体，用于网络社区发现； 第2 页共27 页 (2) 使用分类对客户进行等级划分，从而实施不同的服务； (3) 使用关联规则发现大型数据集中间存在的关系，用于推荐搜索。如大部分搜索了“广外”的人都会继续搜索“信息学院”，那么在搜索“广外”后会提示是否进进一步搜 索“信息学院”。
大学计算机基础课后题答案 第1章计算机基础知识 一、选择题 1.B 2.B 3.B 4.B 5.B 6.B 7.C 8.D 9.B 10.D 11.C 12.A 13.B 14.D 二、填空题 1、1946 美国ENIAC 2、4 电子管晶体管集成电路超大规模集成电路 3、超导计算机量子计算机光子计算机生物计算机神经计算机 4、专用计算机通用计算机 5、信息基础技术信息系统技术信息应用技术 6、运算器控制器存储器输入设备输出设备 7、7445 682 3755 3008 8、0292 1717 A2FC B1B1 B7D9 E4AE 9、5000 10、72 128 三、问答题 1、运算速度快计算精度高具有记忆和逻辑判断能力具有自动运行能力可靠性高 2、巨型机大型机小型机微型机服务器工作站 3、数据计算信息处理实时控制计算机辅助设计人工智能办公自动化 通信与网络电子商务家庭生活娱乐 4、计算机的工作过程就是执行程序的过程，而执行程序又归结为逐条执行指令： （1）取出指令：从存储器中取出要执行的指令送到CPU内部的指令寄存器暂存； （2）分析指令：把保存在指令寄存器中的指令送到指令译码器，译出该指令对应的操作； （3）执行指令：根据指令译码器向各个部件发出相应控制信号，完成指令规定的操作； （4）一条指令执行完成后，程序计数器加1或将转移地址码送入程序计数器，然后回到（1）。为执行下一条指令做好准备，即形成下一条指令地址。 5、计算机自身电器的特性，电子元件一般有两个稳定状态，且二进制规则简单，运算方便。 四、操作题 1、（111011）2=（59）10=（73）8=（3B）16 （11001011）2=（203）10=（313）8=（CB）16 （11010.1101）2=（26.8125）10=（32.64）16=（1A.D）16 2、（176）8=（1111110）2 （51.32）8=（101001.011010）2 （0.23）8=（0.010011）2 3、（85E）16=（100001011110）2 （387.15）16=（001110000111.00010101）2 4、（79）=（01001111）原码=（01001111）反码=（01001111）补码 （-43）=（10101011）原码=（11010100）反码=（11010101）补码
一、填空题 1．OLAP服务器可以使用关系OLAP、或混合OLAP。 2．多维数据模型通常以三种形式存在，他们是星形模式、和事实星座形模式。3．聚类中每个训练元组的类标号是未知的，属于学习。 4．层次聚类方法可进一步分为：和分裂层次聚类。 5．数据挖掘的聚类方法中，典型的基于划分方法的聚类算法有和k中心点方法。6．关联规则的挖掘可以看作两步的过程：首先找出所有，然后生成强关联规则。7．多维数据模型通常以三种形式存在，他们是星形模式、雪花形模式和。 8．层次聚类方法可进一步分为：凝聚层次聚类和。 9．数据挖掘的聚类方法中，典型的基于划分方法的聚类算法有k均值方法和。10．强关联规则满足最小支持度和。 11．数据仓库是面向主题的、、时变的和非易失的有组织的数据集合，支持管理决策。12．OLAP服务器可以使用关系OLAP、多维OLAP或。 二、简答题： 1．什么是数据挖掘，简述数据挖掘功能。 2．数据预处理的主要任务有哪些？ 3．为什么不直接对操作数据库进行联机分析，而建立分离的数据仓库。 4．简述有哪些Apriori算法的变形方法可提高Apriori算法的效率？ 5．简述数据仓库的定义，并论述其关键特征。 6．为什么需要预处理数据。 7．操作数据库系统与数据仓库的区别？ 8．简述决策树分类方法的关键步骤。 三、计算题 1. 给定两个对象，分别用元组（26，10，23，8），（22，7，25，7）表示。 a)计算两个对象之间的欧几里德距离； b)计算两个对象之间的曼哈顿距离； 2．假设15个销售价格记录已经排列如下： 4，6，12，15，18，30，35，37，40，48，92，95，145，156，157 a) 使用等频（等深）划分方法将它们划分为三个箱； b) 分别用箱均值、箱边界光滑。 3. 给定两个对象，分别用元组（33，8，38，6），（28，6，35，8）表示。 c)计算两个对象之间的欧几里德距离；
第1章数据仓库的概念与体系结构 1.数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。 2.元数据是描述数据仓库内数据的结构和建立方法的数据，它为访问数据仓库提供了一个信息目录，根据元数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。 3.数据处理通常分成两大类：联机事务处理OLTP和联机分析处理OLAP。 4.多维分析是指对以“维”形式组织起来的数据（多维数据集）采取切片（Slice）、切块（dice）、钻取（Drill-down 和Roll-up 等）和旋转（pivot）等各种分析动作，以求剖析数据，使用户能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。 5. ROLAP是基于关系数据库的OLAP实现，而MOLAP是基于多维数据结构组织的OLAP实现。 6.数据仓库按照其开发过程，其关键环节包括数据抽取、数据存储与管理和数据表现等。 7.数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立型数据集市、依赖型数据集市和操作型数据存储、逻辑型数据集市和实时数据仓库。 8.操作型数据存储实际上是一个集成的、面向主题的、可更新的、当前值的（但是可“挥发”的）、企业级的、详细的数据库，也叫运营数据存储。 9.“实时数据仓库”意味着源数据系统、决策支持服务和数据仓库之间以一个接近实时的速度交换数据和业务规则。 10.从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、以分析为主、以预测模型为主、以营运导向为主、以实时数据仓库和自动决策为主。 11.什么是数据仓库？数据仓库的特点主要有哪些？ 答：数据仓库就是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，通常用于辅助决策支持。 数据仓库的特点包含以下几个方面：（1）面向主题。操作型数据库的数据组织是面向事务处理任务，各个业务系统之间各自分离；而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点领域，一个主题通常与多个操作型业务系统或外部档案数据相关。（2）集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据作抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企事业单位一致的全局信息。也就是说存放在数据仓库中的数据应使用一致的命名规则、格式、编码结构和相关特性来定义。（3）相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供单位决策分析之用，对所涉及的数据操作主要是数据查询和加载，一旦某个数据加载到数据仓库以后，一般情况下将作为数据档案长期保存，几乎不再做修改和删除操作，也就是说针对数据仓库，通常有大量的查询操作及少量定期的加载（或刷新）操作。（4）反映历史变化。操作型数据库（OLTP）主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含较久远的历史数据，因此总是包括一个时间维，以便可以研究趋势和变化。数据仓库系统通常记录了一个单位从过去某一时点(如开始启用数据仓库系统的时点)到目前的所有时期的信息，通过这些信息，可以对单位的发展历程和未来趋势做出定量分析和预测。 12. 简述数据仓库4种体系结构的异同点及其适用性。 答：（1）两层架构（Generic Two-Level Architecture）。 （2）独立型数据集市（Independent Data Mart）。 （3）依赖型数据集市和操作型数据存储（Dependent Data Mart and Operational Data Store）。 （4）逻辑型数据集市和实时数据仓库（Logical Data Mart and Real-Time Data Warehouse）。 13. 答：数据仓库技术的发展包括数据抽取、存储管理、数据表现和方法论等方面。在数据抽取方面，未来的技术发展将集中在系统集成化方面。它将互连、转换、复制、调度、监控纳入标准化的统一管理，以适应数据仓库本身或数据源可能的变化，使系统更便于管理和维护。在数据管理方面，未来的发展将使
2005年上海交通大学材料科学基础考博试卷[回忆版] 材料科学基础： 8选5。每题两问，每问10分，我当10个题说吧，好多我也记不清是那个题下的小问了。 1。填空。你同学应该买那本材料科学基础习题了吧，看好那本此题就没多大问题，因为重复性很强。 2。论述刃位错和螺位错的异同点 3。画晶面和晶向，立方密排六方一定要会，不仅是低指数；三种晶型的一些参数象原子数配位数之类的 4。计算螺位错的应力。那本习题也有类似的，本题连续考了两年，让你同学注意下此题 5。置换固熔体、间隙固熔体的概念，并说明间隙固熔体、间隙相、间隙化合物的区别。那本习题上有答案、 6。扩散系数定义，及对他的影响因素 7。伪共晶定义，还有个相关的什么共晶吧，区分下。根据这概念好像有个类似计算的题，这我没做，不太记得了，总之就是共晶后面有点内容看下 8。关于固熔的题，好像是不同晶型影响固熔程度的题，我就记得当时我画了个铁碳相图举例说明了下还有两个关于高分子的题，我没做也没看是啥题 总之，我觉得复习材科把握课本及习题，习题很重要，有原题，而且我发现交大考试重基础，基本概念要搞清楚，就没问题。 上海交通大学2012年材料科学基础考博试卷[回忆版] 5 个大题，每个大题20分。下面列出的是材料科学基础的前五个大题，其中第一大题有几个想不起来了，暂列9个。 其实后边还有三道大题，一道是关于高分子的，一道是关于配位多面体的，还有最后一个是作为一个材料工作者结合经验谈谈对材料科学特别是对材料强韧化的看法和建议，我都没敢选。
一填空（20分，每空1分） 1 密排六方晶体有（）个八面体间隙，（）个四面体间隙 2 晶体可能存在的空间群有（230）种，可能存在的点群有（32）种。 3 离子晶体中，正负离子间的平衡距离取决于（），而正离子的配位数则取决于（）。（鲍林第一规则） 4 共价晶体的配位数服从（）法则。 5 固溶体按溶解度分为有限固溶体和无限固溶体，那么（）固溶体永远属于有限固溶体。 6 空位浓度的计算公式：（）。 7 菲克第一定律描述的是（）扩散过程，菲克第二定律描述的是（）扩散过程。 8 原子扩散的动力是（），物质由低浓度区域向高浓度区域的扩散过程称为（）。9 一次再结晶的动力是（），而二次再结晶的动力是（）。 二在立方晶体和密排六方晶体中画出下列M勒指数的晶面和晶向。（20分，每个2分）各有三个晶面、两个晶向，别的不记得了，就记得一个在密排六方中画[2 2 -4 3]晶向。 三简答 1 写出霍尔佩奇公式，并指出各参数的意义。（8分） 2 说明什么是屈服和应变失效，解释其机理。（12分） 四简答 1 忘了。。。（8分） 2 刃型位错和螺型位错的异同点（12分） 五相图题（20分）这个就是个送分题，Pb-Sn相图，分析w（Sn）%=50%的平衡凝固过程，并用杠杆定律计算室温下α相的含量。（见交大第三版材科第268、270页） 感言：可以看出，上交今年的材科题目比较简单，偏重于基础知识。这次考材科感觉像是上当了，复习的方向完全不对，那么多计算公式一个也没用到，像是一拳打出去扑了个空，而空间群有多少种、共价晶体配位数服从的8—N法则这种基础知识却没看到！所以以后要考的同学们一定要注意，课本要细细看一遍那，太难的题目基本不用做的。
现代数据挖掘与传统数据挖掘的比较 1、相关概念及关系 数据挖掘(Data Mining，DM)又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。 现代数据挖掘技术是指20世纪80年代末所出现的数据挖掘技术，这些数据挖掘技术大多可以从数据仓库中提取人们所感兴趣的、事先不知的、隐含在数据中的有用的信息和知识，并将这些知识用概念、规则、规律和模式等方式展示给用户，使用户得以解决信息时代中的“数量过量，信息不足”的矛盾。现代数据挖掘技术应该是从数据库中知识发现技术(KDD)研究的起步，知识发现技术是随着数据库开始存储了大量业务数据，并采用机器学习技术分析这些数据、挖掘这些数据背后的知识而发展起来的。随着 KDD 研究的进展，越来越多的研究人员进入 KDD 的研究领域。现代数据挖掘包括知识发现和数据挖掘。 知识发现是用一种简洁的方式从大量数据中抽取信息的一种技术，所抽取的信息是隐含的、未知的，并且具有潜在的应用价值。知识发现可以看成是一种有价值信息的搜寻过程，它不必预先假设或提出问题，仍然能够找到那些非预期的令人关注的信息，这些信息表示了不同研究对象之间的关系和模式。它还能通过全面的信息发现与分析，找到有价值的商业规则。 数据挖掘是 KDD 最核心的部分，是采用机器学习等方法进行知识挖掘的阶段。数据挖掘算法的好坏将直接影响到所发现的知识的质量。一般在科学领域中称为 KDD，而在工程应用领域则称为数据挖掘。 2、 现代数据挖掘与传统数据挖掘的比较 1、从研究内容来看：随着DMKD研究逐步深入,数据挖掘和知识发现的研究已经形成了三根强大的技术支柱,即数据库、人工智能和数理统计。目前,DMKD的主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 数据挖掘所发现的知识最常见的有以下4类:①广义知识
第 1 章 1.6 定义下列数据挖掘功能：特征化、区分、关联和相关分析、预测聚类和演变分析。 使用你熟悉的现实生活的数据库，给出每种数据挖掘功能的例子。 ?特征化是一个目标类数据的一般特性或特性的汇总。例如，学生的特征可被提出，形成所 有大学的计算机科学专业一年级学生的轮廓，这些特征包括作为一种高的年级平均成绩 (GPA：Grade point a ve r s ge) 的信息，还有所修的课程的最大数量。 ?区分是将目标类数据对象的一般特性与一个或多个对比类对象的一般特性进行比 较。例如，具有高GPA 的学生的一般特性可被用来与具有低GPA 的一般特性比较。最 终的描述可能是学生的一个一般可比较的轮廓，就像具有高GPA 的学生的75%是四年级 计算机科学专业的学生，而具有低GPA 的学生的65%不是。 ?关联是指发现关联规则，这些规则表示一起频繁发生在给定数据集的特征值的条件。 例如，一个数据挖掘系统可能发现的关联规则为： m a j or(X,“c omput i ng s c i e nc e”) ?owns(X, “pe r s ona l c omput e r”) [s uppor t=12%,c on f i d e nc e=98%] 其中，X 是一个表示学生的变量。这个规则指出正在学习的学生，12%（支持度）主修计算机科学并且拥有一台个人计算机。这个组一个学生拥有一台个人电脑的概率是98%（置信度，或确定度）。 ?分类与预测不同，因为前者的作用是构造一系列能描述和区分数据类型或概念的模型（或 功能），而后者是建立一个模型去预测缺失的或无效的、并且通常是数字的数据值。它们的 相似性是他们都是预测的工具：分类被用作预测目标数据的类的标签，而预测典型的应用是 预测缺失的数字型数据的值。 ?聚类分析的数据对象不考虑已知的类标号。对象根据最大花蕾内部的相似性、最小化类之间的相似性的原则进行聚类或分组。形成的每一簇可以被看作一个对象类。聚类也便于分类法组织形式，将观测组织成类分层结构，把类似的事件组织在一起。 ?数据延边分析描述和模型化随时间变化的对象的规律或趋势，尽管这可能包括时间相关数 据的特征化、区分、关联和相关分析、分类、或预测，这种分析的明确特征包括时间序列数据 分析、序列或周期模式匹配、和基于相似性的数据分析 1.9 列举并描述说明数据挖掘任务的五种原语。 五种原语是： ?任务相关数据：这种原语指明给定挖掘所处理的数据。它包括指明数据库、数据库表、或
年上海交通大学材料科学与工程学院（含塑性研究院）硕士 研究生复试考生名单公示 一、获自主招生优惠政策考生：参加我院年自主招生，并获 得相应优惠政策。 学术型硕士 序号考生编号考生姓名政治英语业务课一业务课二总分备注 王志平材料学院夏令营优秀营员，免复试，直接录取 全日制专业型硕士 序号考生编号考生姓名政治英语业务课一业务课二总分备注 李振坤塑性研究院夏令营优秀营员，免复试，直接录取 二、普通考生：已参加年全国硕士研究生招生考试，初试成绩达到学院公布的复试分数线标准。 学术型硕士： 序号考生编号考生姓名政治英语业务 课一 业务课 二 总分备注 1.张尧 2.侯雅男 3.王启祥 4.刘天文 5.韩盼文 6.李录凤 7.陈洪乾 8.蔡令令 9.刘文东 10.徐云松
11.林广源 12.储奔 13.汪超翔 14.海军 15.徐周 16.徐犟鹍 17.孙序成 18.崔洋 19.胡誉 20.唐晓玖 21.雷小娇 22.胡丹梅 23.陈文正 24.王水良 25.杨梅塑性研究院 26.何乃辉塑性研究院 27.罗帅塑性研究院 28.王阿蒙塑性研究院 全日制专业学位硕士： 序 考生编号考生姓名政治英语业务课一业务课二总分备注号 1.王军寒 2.沙勇明 3.王日升 4.陈思议 5.王福林 6.秦莹 7.王靖超 8.张子扬 9.江毅 10.孙嘉 11.王汗群 12.陈旻骅 13.丁德华 14.吴嘉良 15.钟晓祥 16.谢怡彤 17.于建树 18.姚瑶 19.范昊天 20.刘家栋 21.黄成
22.张挺 23.杨帆 24.钟锦鹏 25.赵浩浩 26.李子晗 27.方涛 28.高源 29.程敬辉 30.徐仕豪 31.朱竞尧 32.訾鹏 33.安浩伟 34.张弛 35.承睿奇 36.孙瑞涛 37.陈悦琛 38.陈成 39.江浩宇 40.王亚东 41.朱正辉 42.邓秉浩 43.解启飞 44.李涛 45.雷爽 46.王雪柔 47.徐磊 48.廖光澜 49.杨会芳 50.李是捷 51.程实 52.张文雨 53.黄文帅塑性研究院 54.张煌塑性研究院 55.马进塑性研究院 56.蔡佰煊塑性研究院 57.刘珈汝塑性研究院 58.王元龙塑性研究院 59.车彩干塑性研究院 60.李林飞塑性研究院 61.刘欣梅塑性研究院 62.赵杰塑性研究院 63.赵晓杰塑性研究院
一、名词解释（5个，10分） 1、数据库：长期储存在计算机内的、有组织的、可共享的数据集合。 2、数据库系统：数据库系统是指在计算机系统中引入数据库后的系统构成，一般由数据库、数据库管理系统(及其开发工具)、应用系统、数据库管理员构成。 3、数据库管理系统：位于用户与操作系统之间的一层数据管理软件，用于科学地组织和存储数据、高效地获取和维护数据。 4、视图：从一个或几个基本表导出的表，它与基本表不同，是一个虚表，数据库中只存放视图的定义，而不存放视图对应的数据。 5、实体：现实世界中客观存在并能相互区别的事物。 6、模式是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图。 7、实体完整性：关系R的所有元组在主码上的值必须唯一，并且在主码的任何属性上都不能取空值。 二、单选题（30个，30分） 1、SQL中，下列涉及空值的操作，不正确的是（C）。 A. AGE IS NULL B. AGE IS NOT NULL C. AGE = NULL D. NOT (AGE IS NULL) 2、数据库管理系统是一个(A )。 (A) 软件系统(B) 硬件系统(C)软硬件结合的系统(D) 数据集合 3.数据模型是（A ）数据特征的抽象。 (A)计算机世界(B)现实世界(C) 模型空间(D) 概念世界 4、关系模式R为3NF, 则R不存在( D )。 (A) 部分依赖(B) 传递依赖 (C)非主属性对码的传递依赖(D) 主属性对码的传递依赖 5、关系R的实体完整性控制是指( A )。 （A）主键非空（B）主键唯一（C）主键非空且唯一（D）主键非空或唯一 6、实体联系模型属于（ D ）。 A. 层次模型 B. 网状模型 C. 关系模型 D 概念模型 7、在一个关系中，任意两个元组的值（ C ）。 A. 可以全同 B. 必须全同 C. 不能全同 D. 以上都不是 8、关系R和S进行自然连接时，要求R和S含有一个或多个公共（ B ） A. 行 B. 属性 C. 记录 D.元组 9、SQL是（ C ）的缩写。 A. Standard Query Language B. Select Query Language C. Structured Query Language D. 以上都不是 10、在关系中的各元组的（ B ）。 A.顺序不能任意排列,一定要按照输入的顺序排列 B.顺序可以任意排列 C.顺序一定要按照关键字段值的顺序排列 D.排列顺序不同,统计处理的结果就可能不同。 11、SQL中创建基本表应使用（ C ）语句。 A.CREATE VIEW B.CREATE DATABASE C.CREATE TABLE D.CREATE FORM
蛋白质家族数据库 Pfam 蛋白质家族数据库（Pfam）是蛋白质家族的集合，每个蛋白质家族由多序列比对和隐马尔科夫模型描述文件表示。 Pfam是在1995年由Erik Sonnhammer，Sean Eddy和Richard Durbin建立起来的，最初的目的是为了收集常见蛋白结构域，这些结构域可用于注释多细胞动物的复合蛋白质。他们工作的灵感来自于Cyrus Chothia的预测：世界上存在1500个左右不同的蛋白质家族，大部分的蛋白质来自于不超过1000个蛋白质家族。所以Pfam的科学意义在于完整和精确地分类蛋白家族和结构域。直至2013年11月4日，Pfam已经发布了27.0，其中包含了14831个人工管理的条目，覆盖了UniProtKB将近80%的序列信息。 在Pfam中，蛋白质家族被分为质量高低的两类：Pfam-A和Pfam-B。Pfam-A是高质量的、人工管理的蛋白质家族。其中的条目来自于Pfamseq（Pfam的序列数据库），这个数据库的建立基于最新发布的UniProtKB。每个Pfam-A家族由种子的比对（包含家族中一小部分具有代表性的序列），来自种子的序列比对的隐马尔科夫模型（HMMs）的描述以及一个自动生成的全局比对（包含家族中所有可以找到的蛋白序列，找到哪些蛋白序列由搜索序列数据库得到的HMM描述决定）。Pfam-B是未经注释的、从最新发布的ADDA中非冗余聚类中自动生成的低质量蛋白质家族。ADDA（Automatic Domain Decomposition Algorithm）是一个用于对所有蛋白质结构域家族进行结构域分解和聚类的自动算法，专门用于建立Pfam-B家族。虽然Pfam-B的质量很差，但是在找功能保守性区域且在Pfam-A 中找不到结果的时候，Pfam-B家族就显得非常有用了。 Pfam的条目用四种方式进行分类，家族（相关蛋白区域的集合）、结构域（一个结构单元）、重复（单独存在不稳定但是多次出现能形成稳定结构的短的单元）和模体（在球形域以外的短单元）。相关的Pfam条目会被合并成一族（clan），这种关系由序列相关性、结构或HMM描述决定。 family页面是在Pfam上获取信息的主要页面，它描述了Pfam每个条目的信息。在这个页面上用户可以直接链接到其他有用的界面上，网站的组织结构如下图所示。 网站开发了几种非常强大的搜索功能：首先是“Jump to”搜索。用户可以在搜索框中输入Pfam-A、B的登记号或标示符、UniProt序列的ID或登记号、NCBI的“GI”号或第二登记号、metaseq的ID或登记号、PDB的条目、蛋白质组物种名称等来搜索需要的蛋白家族。其次是关键字搜索，这个搜索框出现在Pfam每个页面的右上角。用于搜索Pfam-A家族，可以输入家族描述、UniProt的序列描述、PDB条目中的标题等、GO的ID和条目以及InterPro的摘要。其次是找蛋白序列，如果要查的蛋白已经存在于UniProt、NCBI Genpept或metagenomic序列集，这个蛋白序列的结构域的情况已经在数据库中计算好了，只要输入序列的ID就可以查到。如果序列不存在与数据库中，可以进行单序列搜索或批量搜索。用户也可以用结构域查询工具来检索具有特定结构域组合的蛋白质。更细节的研究可以用PfamAlyzer。
《材料性能（1-力学性能）》课程教学大纲
第四章材料的疲劳 1、疲劳概述 2、疲劳的宏观表征 3、疲劳的微观过程 4、非金属材料的疲劳 5、特种条件下的疲劳5h 课堂讲授+ 讨论 3-5道习题 掌握材料 疲劳的基 本概念、 宏观理 论、微观 机制、影 响因素； 了解各类 型材料的 疲劳特征 以及各种 特殊条件 下的疲劳 行为。 作业+课 堂提问+ 课堂小测 验 第五章材料在不同工程环境下的力学性能1、高温强度 2、冲击强度 3、环境强度 4、磨损强度 5、材料在极端环境下的行为8h 课堂讲授+ 讨论 3-5道习题 了解并掌 握材料在 高温、高 速加载、 带轻微腐 蚀介质、 相互接触 运动、以 及某些特 殊环境下 的力学行 为和性 能。 作业+课 堂提问+ 课堂小测 验 *考核方式(Grading)采用“平时成绩”（课堂讨论、课堂小测验及作业）和“期末考试成绩”相结合的考核及评定方式，两者的比例为：70%（期末成绩）+30%（平时成绩） *教材或参考资料(Textbooks&Other Materials)教材：《材料性能学（第二版）》张帆,郭益平、周伟敏.上海交通大学出版社(2009)参考书： （1）《材料的力学行为》匡震邦,顾海澄,李中华.高等教育出版社(1998)；（2）《Mechanical Behavior of Materials》T.H.Couttney，McGraw Hill（2000） 其它 （More） 备注 （Notes） 备注说明： 1．带*内容为必填项。 2．课程简介字数为300-500字；课程大纲以表述清楚教学安排为宜，字数不限。