国防科技大学2020年博士研究生入学考试自命题科目考试大纲

科目代码：3601   科目名称：数据挖掘

一. 考试要求

主要考查学生对数据挖掘基本概念的理解与掌握；对数据挖掘常用算法关联分析、分类、聚类等主要思想和主要方法的理解与掌握；以及运用数据挖掘算法解决问题的能力。

二、考试内容

1．数据挖掘概述

数据挖掘的概念、性质、分类以及数据挖掘的基本原理。数据挖掘的基本步骤。数据库、数据仓库、事务数据等基本概念。

2．认识数据

数据对象与属性类型，数据的基本统计描述，以及度量数据的相似性和相异性计算方法等。

3．数据预处理

数据清理方法、数据集成方法、数据规约方法、以及数据变换与数据离散化方法，具体包括：缺失值和噪声数据的处理、实体识别问题、冗余和相关性分析、元组重复、数据值冲突的检测与处理、主成分分析、直方图、抽样、规范化数据变换、分箱离散化、直方图离散化等。

4．关联分析

频繁模式基本概念，频繁项集、闭项集、关联规则，频繁项挖掘方法，Apriori以及改进方法、模式增长方法、垂直数据格式频繁项挖掘，挖掘闭模式和极大模式。

5．分类

分类基本概念，决策树归纳，贝叶斯分类方法，最近邻分类器，支持向量机，神经网络分类器，模型的评估与选择，评估分类器性能的度量、保持方法和随机二次抽样、交叉验证、自助法、使用统计显著性检验选择模型、基于成本效益和ROC曲线比较分类器，提高分类准确率的技术，组合分类方法、袋装、提升和AdaBoost，随机森林、提高类不平衡数据分类的准确率。

6．聚类

聚类基本概念，k-均值、k-中心点、层次方法、基于密度的方法、谱聚类、基于概率模型的聚类，聚类评估方法。

7．离群点检测

离群的基本概念，离群点检测方法，统计学方法，基于近邻性的方法，基于聚类的方法，基于分类的方法，挖掘情境离群点和集体离群点。

三、考试形式

考试形式为闭卷、笔试，考试时间为3小时，满分100分。

题型包括：选择题、判断题、简答题、分析应用题等。

四、参考书目

1．《数据挖掘概念与技术》. Jiawei Han（范明，孟小峰译）. 北京：机械工业出版社，2012年,第3版.