108年 - 108 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】）#77047

科目：資料探勘技術 | 年份：108年 | 選擇題數：0 | 申論題數：13

試卷資訊

所屬科目：資料探勘技術

選擇題 (0)

申論題 (13)

⑴請以屬性封閉性（Closure）的概念，找出 R 的所有候選鍵（Candidate Key）（6 分）

⑵請證明 R 不滿足 Boyce-Codd 正規化（BCNF）。（3 分）

⑶請試圖將 R 分割，並先找出你分割出來每一表格的所有候選鍵，再證明分割出來的每一表格均滿足 BCNF，且同時證明你的分割滿足 lossless（無損）join 特性。（12 分）

⑷你是否會建議你上述的分割？為什麼？（4 分）

⑴請先解釋何謂支持度（Support）、信心度（Confidence）的概念。（6 分）

⑵假設支持度最低門檻是 0.05、信心度最低門檻是 0.7，請指出上述那些是 Large-1、Large-2 的項目集合（Item-set）；並找出所有只包含 2 個項目集合的強（Strong）關聯規則。（14 分）

⑶在尋找關聯規則時，有個重要的反單調（Anti-monotonicity）特性可減低運算成本，請先說明何謂此特性？再請以上述例子來說明應如何運用此特性。（5 分）

三、假設我們對某種犯罪資料要進行研究，資料庫收集了 4,000 筆個人的心理、行為、參與社群等詳細資料，其中 1,900 人實際有過該犯罪事實， 2,100 人則無該犯罪事實。使用兩種方法來做集群（Cluster）分析。α 方法可分出 1,400 位犯罪人，但其中 100 位未有犯罪事實，但被錯誤歸為此犯罪群；此外有 600 位實際有過犯罪事實，卻未被歸為此群。β 方法可分出 1,600 位犯罪人，但其中 200 位未有犯罪事實，但被錯誤歸為此犯罪群；此外有 500 位實際有過犯罪事實，卻未被歸為此群。請問應如何評估此兩方法的優劣？你會建議選擇那個方法？為什麼？（25 分）

⑴何謂主題導向（Subject-Oriented）？此處的主題是什麼？（3 分）

⑵在為它建立模型時，有所謂的事實表格、維度表格，請舉例說明。（3 分）

⑶ 資料倉儲操作上有「向上擷取」（ Roll-Up ）及「向下探究」（Drill-Down）功能，這與維度設計有何關係？（3 分）

⑷請依此背景，設計出星型模式（Star Schema）（8 分）

⑸請依此背景，設計出雪花模式（Snowflake Schema）（8 分）