文档介绍：****题
[1]商务智能产生的缘由是什么？ [2]怎么生疏商务智能？
商务智能对企业有什么价值？
举例说明商务智能在保险、证券、银行、电信、制造、零售和物流等行业的应用。[5]争辩商务智能与ERP、CRM 和SCM 等业务治理系统的关系。ce 数据集下载地址： :/// [33]连续属性如何离散化？请用ID3 算法举例说明。
决策树算法的过拟合问题如何解决？
结合实例，应用CART、算法挖掘决策树，并与ID3 算法比较结果。[36]支持向量机的根本思想是什么？请举例说明支持向量机的应用。
争辩BP 神经网络处理分类问题的原理，并举例说明此网络的应用。
考虑表 2 中的一维数据集，分别依据 1 最近邻、3 最近邻、5 最近邻和 8 最近邻，使用多数表决投票对数据点分类，争辩 k 最近邻分类中k 的取值对分类结果的影响〔表中“+” 和 “-”表示类别〕。
表 2 k 最近邻分类数据集
数据点

类别
-
-
+
+
+
-
-
+
-
-
关联规章挖掘的根本思想是什么？
对于表 3 所示的数据集，假设最小支持数和最小臵信度分别为2 和 65%，考虑下面问题：
画出该数据集的项集格，推断每个结点是否为频繁项集。
分别把Apriori 算法和FP 增长算法挖掘表中数据集，提取全部的强关联规章。
表 3
购物篮事务
事务
购置商品
1
{牛奶，啤酒，尿布}
2
{面包，黄油，牛奶}
3
{牛奶，尿布，饼干}
4
{面包，黄油，饼干}
5
{啤酒，饼干，尿布}
6
{牛奶，尿布，面包，黄油}
7
{面包，黄油，尿布}
8
{啤酒，尿布}
9
{牛奶，尿布，面包，黄油}
10
{啤酒，饼干}
序列分析与关联规章挖掘有什么关系？请举例争辩。
结合实际序列数据库，假设最小支持度为20%，利用类Apriori 算法提取全部的序列模式。
时间序列分析与序列分析有什么关系？
表 4 是某商品屡次价格变动与销售量的数据，请利用回归分析求出价格x 与销售量 y
的关系〔提示：x 与y 的关系大致为抛物线，先变换为线性回归问题再求解〕。
表 4 价格变动与销售量的数据
价格 x

销售量y

说明哪些数据挖掘算法之间可以组合使用，并举例说明。[46]数据挖掘对电子商务有什么影响？
举例说明数据挖掘在电子商务中有哪些方面的应用。
总结数据挖掘在市场营销和顾客关系治理中的应用，并举例说明。可以从查找潜在顾客，查找正确的广告渠道，定向市场营销活动，了解潜在顾客以及顾客保持和流失等方面争辩。[49]请分析商务智能技术在某些领域的具体应用：收集实际数据集，对数据进展预处理后，进展分类、聚类、关联、序列、回归分析等分析，并争辩分析结果的业务价值。