103年 - 103 一般警察特種考試_二等_刑事警察人員犯罪分析組：資料探勘技術（包括資料庫管理與運用、線上交易處理【OLTP】、資料倉儲【Data Warehouse】、資料探勘【Data Mining】）#43535

科目：資料探勘技術 | 年份：103年 | 選擇題數：0 | 申論題數：10

試卷資訊

所屬科目：資料探勘技術

選擇題 (0)

申論題 (10)

⑴ 請說明社會網路分析中的連結預測（ link prediction ）、具影響力節點探勘（influential nodes mining）及社群探勘（community detection）的技術內涵分別為何？（15 分）

⑵請說明上述三種社會網路分析技術於犯罪偵防的可能應用為何？（10 分）

⑴請說明相較於傳統資料探勘（traditional data mining），巨量資料探勘之所以可以產生高於傳統資料探勘效益的主要理由為何？（7 分）

⑵請說明傳統資料探勘方法無法進行巨量資料探勘的主要原因為何？（8 分）

⑶請說明巨量資料探勘主要面臨的挑戰為何？（10 分）

⑴請說明分割式分群法（partition method）、階層式分群法（hierarchical method）及密集度為導向的分群法（density-based algorithm）所採用的分群原理分別為何？（15 分）

⑵請說明採用上述三種分群法，分別適合應用於解決何種類型的分群問題？（10 分）

⑴請說明關聯式規則探勘中的最小支持度（minimum support）與最小信心水準（minimum confidence）的意義分別為何？（7 分）

⑵請舉例說明在何種情況下滿足最小支持度（minimum support）與最小信心水準（minimum confidence）的關聯式規則不一定保證具有意義？（8 分）

⑶請說明改採用具有分析探勘項目之間關聯度（correlation）的增益值（lift）測度，取代最小信心水準探勘關聯式規則的主要意義為何？（10 分）