111年 - 中華企業資源規劃學會專業認證 BI 規劃師_參考題型:第 14 章關聯規則-15 題#108237

科目：BI規劃師 | 年份：111年 | 選擇題數：15 | 申論題數：0

試卷資訊

所屬科目：BI規劃師

選擇題 (15)

246. 下列哪一個選項是經由自動或半自動的方法尋找及分析大量的資料，以建立有效模式 (Pattern)及規則(Rule)的方法 (A) 資料探勘 (B) 資料庫 (C) 系統分析 (D) 程式設計。

247. 下列哪一個選項是資料探勘領域中一個重要議題，其基本概念為從大量交易資料中挖掘出項目(Item)之間價值的相關性，探索資料項目之間彼此蘊含的關係 (A) 分類法 (B) 關聯規則 (C) 集群法 (D) 類神經網路。

248. 資料探勘領域技術中所考量的是其品項的組合性，但是並不考慮品項在不同時間出現的次序性是下列哪一選項 (A) 分類法 (B) 集群法 (C) SQL 查詢 (D) 關聯規則。

249. 「尿布(Diaper)」與「啤酒(Beer)」的故事是行銷界的經典神話，是屬於下列哪一種資料探勘領域技術的應用 (A) 集群法 (B) 類神經網路 (C) 關聯規則 (D) OLAP & Cube 查詢。

250. 在使用關聯規則方法時頻繁項目集(Frequent Itemset)觀念甚為重要，Frequent 又可稱為 (A) Small (B) Large (C) Middle (D) Big。

251. 在零售產業應用中比較常聽到的購物籃分析(Market Basket Analysis, MBA)，是屬於下列哪一種技術的 (A) 集群法 (B) 類神經網路 (C) 關聯規則 (D) 貝氏分類法。

252. LOWS 零售店所有曾經賣過的商品項目的數量有 3 種(X, Y, Z)，則這 3 種項目可能組合所產生的 Itemset 的數量等於 7，包含有 X, Y, Z, XY, XZ, YZ, XYZ 七種組合，假設某一零售店所有曾經賣過的商品項目的數量為 N，則這 N 個項目可能組合所產生的 Itemset 的數量為 (A) (2N)-1 (B) 3*N (C) (eN)-1 (D) (N2)-5。

253. 在關聯規則分析時，如果場景是一個零售超市，某項目集 W 出現在幾台購物車中的觀念是指 (A) 支持度 (B) 信賴度 (C) 支持數量 (D) 提升度。

254. 在關聯規則分析時，如果想了解某項目集 Z 出現的次數占總交易資料庫的比例有多少，則可以透過下列哪一選項求出 (A) 提升度 (B) 信賴度 (C) 支持數量 (D) 支持度。

255. 當進行關聯規則分析時，交易資料庫中所有可能的 Itemset 都可以透過查詢比對交易資料庫而求算出其支持數量σ與支持度 s 兩項資訊，並提供做為後續產生關聯規則的基礎，下列有關於支持數量σ與支持度 s 的觀念何者錯誤 (A) 支持數量σ與支持度 s 的管理意涵是相同的 (B) 支持數量σ與支持度 s 的管理意涵是不同的 (C) 支持數量σ與支持度 s 的差別就在支持數量σ是以數量表示 (D) 支持數量σ與支持度 s 的差別就在支持度 s 是以比例來表示。

256. 有一個關聯規則 R1：X⇒Y[s,c,Lift]，下列哪一觀念正確 (A) Y 稱為關聯規則 R1 的後繼項目集 (B) Y 稱為關聯規則 R1 的前導項目集 (C) s 稱為關聯規則 R1 的後繼項目集 (D) Lift 稱為關聯規則 R1 的前導項目集。

257. 有一個關聯規則 R2：W⇒Z[s,c,Lift]已經被認定為有趣的強關聯規則，下列哪一觀念錯誤 (A) s 必須大於等於最小支持度(minsup)值 (B) c 必須大於等於最小信賴度(minconf)值 (C) Lift 值必須等於 0 (D) Lift 值必須大於 1。

258. 下列選項中哪一個是關聯規則探勘中找出頻繁項目集(Frequent Itemset)的方法 (A) Normalization 方法 (B) ER Model 方法 (C) SQL 查詢 (D) Apriori 方法。

259. 在關聯規則分析中使用 Apriori 方法時必須產生各個階段的候選項目集(Itemset)，而”產生” 兩個字是指結合(Join)以及哪一個動作 (A) 選擇(Select) (B) 修剪(Prune) (C) 授權(Grant) (D) 插入(Insert)。

260. 有一個關聯規則 R3：X⇒Y[s,c,Lift]，下列哪一選項的意涵為某一條關聯規則在預測結果時究竟是否能比隨機發生的機會好多少倍 (A) 提升度 Lift 值 (B) 支持度 s 值 (C) 信賴度 c 值 (D) 支持數量σ值。

申論題 (0)