2021 商业智能与Web智能(广东外语外贸大学) 最新满分章节测试答案

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2021-03-03到2021-07-11
本篇答案更新状态:已完结

第1章 数据整理 正则表达式练习

1、 问题:能够在字符串“aabaaabaaaab”中匹配“aab”，而不能匹配“aaab”和“aaaab”的正则表达式包括
选项：
A:“a*?b”
B:“a{,2}b”
C:“aa??b”
D:“aaa??b”
答案: 【“aa??b”】

2、 问题:能够完全匹配字符串“(010)-62661617”和字符串“01062661617”的正则表达式包括
选项：
A:“(?\d{3})?-?\d{8}”
B:“[0-9()-]+”
C:“[(]?\d[)-]\d”
D:“[0-9(-)]\d”
答案: 【“(?\d{3})?-?\d{8}”;
“[0-9()-]+”;
“[(]?\d[)-]\d”】

3、 问题:能够完全匹配字符串“c:\rapidminer\lib\plugs”的正则表达式包括
选项：
A:“c:\rapidminer\lib\plugs”
B:“c:\rapidminer\lib\plugs”
C:“(?i)C:\RapidMiner\Lib\Plugs”
D:“(?s)C:\RapidMiner\Lib\Plugs”
答案: 【“c:\rapidminer\lib\plugs”;
“(?i)C:\RapidMiner\Lib\Plugs”】

4、 问题:能够完全匹配字符串“back”和“back-end”的正则表达式包括
选项：
A:“\w{4}-\w{3}|\w{4}”
B:“\w{4}|\w{4}-\w{3}”
C:“\S+-\S+|\S+”
D:“\w\b-\b\w|\w”
答案: 【“\w{4}-\w{3}|\w{4}”;
“\S+-\S+|\S+”;
“\w\b-\b\w|\w”】

5、 问题:能够完全匹配字符串“go go”和“kitty kitty”，但不能完全匹配“go kitty”的正则表达式包括
选项：
A:“\b(\w+)\b\s+\1\b”
B:“\w{2,5}\s*\1”
C:“(\S+) \s+\1”
D:“(\S{2,5})\s{1,}\1”
答案: 【“\b(\w+)\b\s+\1\b”;
“(\S{2,5})\s{1,}\1”】

6、 问题:观察下面双引号内的两段文本（1）“中文名 贝拉克·侯赛因·奥巴马 外文名 Barack Hussein Obama II 别    名 欧巴马 国    籍 美国 民    族 德裔族 出生地 美国夏威夷州檀香山 出生日期 1961年8月4日 职    业 政治家、律师、总统 毕业院校 哥伦比亚大学，哈佛大学 信    仰 新教 主要成就 1996年伊利诺伊州参议员 主要成就 美国第56届、57届总统 2009年诺贝尔和平奖获得者 时代周刊年度风云人物 2008、2011 任期内清除本·拉登 代表作品 《我相信变革》《我父亲的梦想》《无畏的希望》 所属政党 美国民主党 血    型 AB型 学    院 西方学院 妻    子 米歇尔·拉沃恩·奥巴马 性    别 男”；（2）“中文名 唐纳德·特朗普 外文名 Donald Trump 别    名 Donald John Trump、川普 国    籍 美国 民    族 德意志人 出生日期 1946年6月14日 职    业 政治家、企业家、房地产商人、电视人 毕业院校 宾夕法尼亚大学沃顿商学院、纽约军事学院 代表作品 做生意的艺术、学徒 出生地 美国纽约 主要成就 第45任美国总统（2017年1月20日-2021年1月20日） 《时代周刊》2016年度人物 所属政党 美国共和党 净资产 21亿美元（2020年4月） 身    高 190 cm“。请严格按照答案填写要求回答下面5道填空题，包括本题。注意汉字占一个字符。当使用正则表达式“中文名[填空]”（[填空]处填写11个字符，表达式尽可能通用，只能使用圆括号、\s\S这两个元字符和+?这两个重复元字符）分别抽取奥巴马和特朗普的中文名时，替换字符串“$1”的赋值为需要抽取的中文名。
答案: 【\s+(\S+)\s+】

7、 问题:当使用正则表达式“外文名[填空]”（[填空]处填写12个字符，表达式尽可能通用，只能使用圆括号、汉字、.\s这两个元字符和+?这两个重复元字符）分别抽取奥巴马和特朗普的外文名时，替换字符串“$1”的赋值为需要抽取的外文名。
答案: 【\s+(.+?)\s+别】

8、 问题:使用正则表达式“职[填空]”（[填空]处填写19个字符，表达式尽可能通用，只能使用圆括号、汉字、.\s这两个元字符和+?这两个重复元字符）分别抽取奥巴马和特朗普的职业时，替换字符串“$1”的赋值为需要抽取的职业。
答案: 【\s+业\s+(.+?)\s+毕业院校】

9、 问题:当使用正则表达式“出生日期[填空]”（[填空]处填写11个字符，表达式尽可能通用，只能使用圆括号、\s\S这两个元字符和+?这两个重复元字符）分别抽取奥巴马和特朗普的出生日期时，替换字符串“$1”的赋值为需要抽取的出生日期。
答案: 【\s+(\S+)\s+】

10、 问题:使用正则表达式“民[填空]”（[填空]处填写17个字符，表达式尽可能通用，只能使用圆括号、汉字、.\s这两个元字符和+?这两个重复元字符）分别抽取奥巴马和特朗普的民族时，替换字符串“$1”的赋值为需要抽取的民族。
答案: 【\s+族\s+(.+?)\s+出生】

【作业】第2章 新闻摘要系统 美食杰采集课堂小测

1、 问题:采集https://www.meishij.net/shicai/页面中，从白菜到胡麻油的各种食材的超链接（link）和食材名（name），并通过超链接下载所有食材关联的菜式列表首页，保存到RapidMiner数据库meishijie中。注意保存的表单必须以上述括号内的英文单词作为字段名。
评分规则: 【 下载并抽取食材列表，共641个食材。缺少1个字段扣10分，缺少1个食材扣2分，扣完20分为止。
下载并保存所有食材关联的菜式列表首页，共641个食材。缺少1个食材扣3分，扣完30分为止。
】

2、 问题:采集https://www.meishij.net/shicaizuofa/baicai/页面中，所有菜式的超链接（link）、菜式名（title）、评论数（comments）和人气数（views）。注意保存的表单必须以上述括号内的英文单词作为字段名。
评分规则: 【 采集列表的字段集合正确，缺少一个字段扣5分。
采集列表的记录集合正确，共12个菜式。缺少一条记录扣5分，扣完30分为止。
】

第4章 信用风险评分方法 代价敏感贝叶斯分类器练习

1、 问题:读入单元测试数据中的all_cust.xls文件，其中Churn设定为分类任务的label角色，Customer_ID设定为id角色，一共有____个常规数值属性。
答案: 【16】

2、 问题:将所有数值属性进行基于熵的离散化预处理，仅剩下____个常规角色的标称属性。
答案: 【6】

3、 问题:根据流失类（其值为1）的分类代价在10折交叉验证中最小化的原则，其中将流失类（1）预测为非流失类（0）的代价为30，将非流失类（0）预测为流失类（1）的代价为1，其余代价为0，交叉验证的随机种子设置为1，则设定confidence(1)的阈值为____（保留三位小数，注意粒度为千分之一）。当confidence(1)的数值≥该阈值时将未知记录归类为流失类。保存朴素贝叶斯模型（文件名自己定义），供下面的填充题使用。
答案: 【0.016】

4、 问题:读入单元测试数据中的target_cust.csv文件，其中Churn设定为label角色，Customer_ID设定为id角色，应用上题中保存的朴素贝叶斯模型。根据“confidence(1)的数值≥上题中确定的阈值”生成预测结果，则预测结果为1的记录一共有____条。
答案: 【204】

第5章 网站数据分析 网站日志数据整理练习

1、 问题:读入网络日志miis.log文件（在zip压缩包中），该网络日志文件一共有           条记录。
答案: 【238316】

2、 问题:每条记录有        个不同的属性。
答案: 【19】

3、 问题:每条记录各对应一个页面请求，这些记录涵盖了          天（填写天数）的网站访问数据。
答案: 【3】

4、 问题:假设系统自动发起的页面请求的网址后缀是jpg、gif、cdf和sme，其他页面请求都是用户主动发起的，那么在所有记录中，用户主动发起的页面请求记录一共有          个。
答案: 【29600】

5、 问题:假设客户端IP地址相同、用户代理相同，并且访问时间不超过1800秒的两次用户主动发起的页面请求属于同一访问，那么网络日志文件中一共包含          个不同的访问。
答案: 【6806】

6、 问题:其中含有3个或以上用户主动发起页面请求的访问有           个。
答案: 【4389】

7、 问题:含有2个用户主动发起页面请求的访问有           个。
答案: 【1037】

8、 问题:所有访问中，每个访问平均有              个（四舍五入保留两位小数）用户主动发起页面请求。
答案: 【4.35】

9、 问题:所有访问中，最多有           个用户主动发起页面请求。
答案: 【29】

10、 问题:假设Cookie相同且Cookie不是字符“-”的两次用户主动发起的页面请求属于同一访问者的请求，那么网络日志文件中一共包含          个不同的访问者（注意Cookie为字符“-”的页面请求不属于任意访问者）。
答案: 【5194】

11、 问题:该网络日志中涉及的不同用户名（username）有        个。
答案: 【1129】

12、 问题:该网络日志中涉及的不同订单号（order_no）有        个。
答案: 【345】

13、 问题:假设我们将含有2个或以上用户主动发起页面请求的访问称作有效访问。该网络日志中有效访问共有       个。
答案: 【5426】

14、 问题:有效访问的平均逗留时间是        秒（四舍五入保留两位小数）。
答案: 【3182.08】

15、 问题:所有有效访问中最长逗留时间是        秒。
答案: 【21774】

16、 问题:所有有效访问中最短逗留时间是         秒。
答案: 【0】

17、 问题:所有有效访问中相邻两次用户主动发起页面请求的平均时间是        秒（四舍五入保留两位小数）。
答案: 【794.20】

18、 问题:若从用户主动发起的页面请求网页文件名中抽取顶层目录名称(即网页文件名中前置的/.*/部分),则不同的顶层目录名称一共有          个。
答案: 【8】

19、 问题:涉及访问个数最多的顶层目录名称是          (名称中不要出现前后的/符号)。
答案: 【humour】

20、 问题:涉及访问个数最少的顶层目录名称是         (名称中不要出现前后的/符号)。
答案: 【musical】

第5章 网站数据分析 课程知识点综合训练

1、 问题:下面哪种技术不是Web智能的核心技术？
选项：
A:Web平台维护
B:Web知识表示与推理
C:Web知识发现
D:Web数据挖掘