广金大数据工具应用第二次实验报告答案
大数据技术与应用作业二
大数据技术与应用作业二参考答案在文档最后面一、单项选择题1. 数据库设计过程中，第一步通常是（）A. 概念设计B. 需求分析C. 逻辑设计D. 物理设计2. 在数据库设计中，用于描述实体及实体间联系的模型是（）A. 关系模型B. 层次模型C. 网状模型D. 以上都是3. 大数据分析中，“数据清洗”的主要目的是（）A. 提高数据质量B. 减少数据量C. 改变数据类型D. 加密数据4. 以下哪种不是大数据分析的常用工具（）A. ExcelB. HadoopC. PythonD. Word5. 数据库设计的逻辑设计阶段主要任务是（）A. 建立E-R 图B. 将E-R 图转换为关系模式C. 确定存储结构和存取方法D. 收集和分析用户需求6. 大数据分析框架中的“数据存储”通常不包括（）A. 关系型数据库B. 分布式文件系统C. 内存数据库D. 纸质文档7. 在数据库设计中，消除数据冗余主要在（）阶段完成。
A. 需求分析B. 概念设计C. 逻辑设计D. 物理设计8. 大数据分析的第一步是（）A. 数据收集B. 数据清洗C. 数据分析D. 结果展示9. 以下哪个不是数据库设计的基本原则（）A. 规范化B. 完整性C. 复杂性D. 安全性10. 大数据分析框架中的“数据预处理”不包括（）A. 数据清洗B. 数据集成C. 数据挖掘D. 数据转换二、多项选择题11. 数据库表设计的步骤包括（）A. 明确需求，整理需求B. 根据需求，整理出需要的表及字段C. 确定表间关系，确定联结字段D. 利用工具建模生成或手写SQL语句12. 大数据分析的特点包括（）A. 数据量大B. 数据类型多样C. 处理速度快D. 价值密度低E. 准确性高13. 数据库概念设计阶段常用的方法有（）A. 自顶向下B. 自底向上C. 逐步扩张D. 混合策略E. 随机设计14. 以下属于大数据分析框架中“数据收集”方法的有（）A. 传感器B. 网络爬虫C. 数据库D. 文件系统E. 人工录入15. 数据库逻辑设计的成果通常包括（）A. 关系模式B. 视图定义C. 存储过程D. 索引定义E. 完整性约束16. 大数据分析的常用技术包括（）A. 数据挖掘B. 机器学习C. 统计分析D. 可视化分析E. 云计算17. 数据库物理设计的主要内容包括（）A. 确定数据库的存储结构B. 选择合适的存储介质C. 确定索引策略D. 设计备份和恢复策略E. 定义数据库的安全性策略18. 大数据分析框架中的“数据分析”方法有（）1-5.DBADB 6-10.DCACC 11.ABCD 12.ABCD 13.ABCD 14.ABCDE 15.BD 16.ABCDE 17.ABCD 18.ABCD 19.ABCDE 20.BD。
大数据分析应用实践报告(2篇)
第1篇一、引言随着信息技术的飞速发展，大数据已成为当今时代的一个重要特征。
大数据分析作为信息技术的一个重要分支，通过处理和分析海量数据，为各行各业提供了强大的决策支持。
本报告将针对大数据分析在某一具体领域的应用实践进行详细阐述，旨在探讨大数据分析在实际工作中的价值和应用前景。
二、项目背景（以金融行业为例）近年来，金融行业在业务发展过程中积累了大量的客户数据、交易数据、市场数据等，这些数据蕴含着丰富的价值。
然而，如何有效地从海量数据中提取有价值的信息，为金融机构提供决策支持，成为了一个亟待解决的问题。
为此，我们选择金融行业作为大数据分析应用实践的对象，旨在通过大数据分析技术，提升金融机构的风险控制能力、精准营销能力和业务决策能力。
三、项目目标1. 提高金融机构的风险控制能力，降低不良贷款率。
2. 优化客户细分，实现精准营销，提高营销转化率。
3. 提升业务决策水平，为金融机构提供科学合理的决策依据。
四、技术方案1. 数据采集与存储：采用Hadoop、Spark等分布式计算框架，实现海量数据的采集、存储和预处理。
2. 数据挖掘与分析：运用机器学习、深度学习等算法，对海量数据进行挖掘和分析，提取有价值的信息。
3. 可视化展示：利用ECharts、Tableau等可视化工具，将分析结果以图表、报表等形式直观展示。
五、项目实施1. 数据采集与存储（1）收集金融机构的客户数据、交易数据、市场数据等，构建数据仓库。
（2）采用Hadoop、Spark等分布式计算框架，实现海量数据的存储和预处理。
2. 数据挖掘与分析（1）运用机器学习、深度学习等算法，对客户数据进行细分，识别潜在风险客户。
（2）分析交易数据，挖掘客户行为特征，为精准营销提供依据。
（3）分析市场数据，预测市场趋势，为业务决策提供参考。
3. 可视化展示（1）利用ECharts、Tableau等可视化工具，将分析结果以图表、报表等形式展示。
（2）为金融机构提供实时监控平台，实现数据可视化。
广金大数据工具应用第二次实验报告答案
广东金融学院实验报告课程名称：大数据工具应用6. 使用EM聚类器对数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。
四、实验结果（对必要的实验步骤进行截图，并加以文字描述）1、完成文件到arff文件的转换。
（1）打开“”-点击“文件”-点击“另存为”-保存类型选中“CSV（逗号分隔）”-点击“保存”。
（2）打开weka-点击“Tools”-点击“ArffViewer”-点击“File-open”–文件类型选中“所有文件”-选中“”-“打开”点击“file”-点击“save as”-文件类型选中“Arff data files ”-“保存”2、对数据集中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等级。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“点击“打开”点击“Choose”-选中“Discretize”-点击空白处-在“attributelndices”中输入2，在“bins”中输入3，其他保持不变-点击“OK”，再点击“Apply”为避开可读性较差的问题，先另存为，点击“Save”。
（2）打开“word”，打开“这个文件选中“'\'(-inf-71]\''”，点击“替换”选中“'\'(71-78]\''”，替换成“mild”选中“'\'(78-inf)\''”，替换成“hot”点击“保存”。
（3）用weka打开查看3、生成数据集的决策树。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“点击“打开”,切换到“Classify”-单击“Choose”-打开“trees”条目-点击“J48”，选择“Use traning set”,单击“Strart”。
（2）在结果列表中右击“J48”条目，选择可视化菜单项“Visualize tree”4. 对数据集使用M5P分类器进行线性回归。
大数据金融实验报告(3篇)
第1篇一、实验背景随着互联网技术的飞速发展，大数据时代已经到来。
金融行业作为国家经济的重要组成部分，也面临着前所未有的机遇和挑战。
大数据技术在金融领域的应用，为金融机构提供了更加精准的风险评估、投资决策和客户服务。
本实验旨在通过实际操作，让学生深入了解大数据在金融领域的应用，提高数据分析能力和金融业务理解。
二、实验目的1. 熟悉大数据金融的基本概念和原理。
2. 掌握大数据金融数据处理和分析的方法。
3. 培养学生运用大数据技术解决实际金融问题的能力。
4. 提高学生对金融市场的洞察力和风险防范意识。
三、实验内容1. 数据采集实验数据来源于某金融机构提供的客户交易数据，包括客户基本信息、交易记录、信用评分等。
2. 数据预处理（1）数据清洗：去除重复数据、缺失值填充、异常值处理等。
（2）数据转换：将不同类型的数据转换为统一格式，如将日期字符串转换为日期类型。
（3）数据集成：将不同来源的数据进行整合，形成完整的数据集。
3. 数据分析（1）客户画像分析：通过对客户的基本信息、交易记录和信用评分进行分析，构建客户画像。
（2）风险分析：运用机器学习算法对客户信用风险进行预测，为金融机构提供风险预警。
（3）投资组合优化：根据客户画像和风险分析结果，为不同风险偏好的客户提供个性化的投资组合。
4. 实验工具（1）数据采集：Python、Java等编程语言。
（2）数据预处理：Pandas、NumPy等数据分析库。
（3）数据分析：Spark、Hadoop等大数据处理框架。
（4）机器学习：Scikit-learn、TensorFlow等机器学习库。
四、实验步骤1. 数据采集：使用Python等编程语言从金融机构获取数据。
2. 数据预处理：运用Pandas、NumPy等库进行数据清洗、转换和集成。
3. 数据分析：a. 客户画像分析：运用Spark、Hadoop等大数据处理框架进行数据挖掘，提取客户特征。
b. 风险分析：使用Scikit-learn、TensorFlow等机器学习库建立信用风险评估模型。
数据分析及优化实验报告(3篇)
第1篇一、实验背景随着大数据时代的到来，数据分析已成为各个行业提高效率、优化决策的重要手段。
本实验旨在通过实际案例分析，运用数据分析方法对某一特定数据集进行深入挖掘，并提出相应的优化策略。
本实验选取了一个典型的电商数据集，通过对用户行为数据的分析，旨在提高用户满意度、提升销售业绩。
二、实验目的1. 熟练掌握数据分析的基本流程和方法。
2. 深入挖掘用户行为数据，发现潜在问题和机会。
3. 提出针对性的优化策略，提升用户满意度和销售业绩。
三、实验内容1. 数据收集与预处理实验数据来源于某电商平台，包含用户购买行为、浏览记录、产品信息等数据。
首先，对数据进行清洗，去除缺失值、异常值，确保数据质量。
2. 数据探索与分析（1）用户画像分析通过对用户性别、年龄、地域、职业等人口统计学特征的统计分析，绘制用户画像，了解目标用户群体特征。
（2）用户行为分析分析用户浏览、购买、退货等行为，探究用户行为模式，挖掘用户需求。
（3）产品分析分析产品销量、评价、评分等数据，了解产品受欢迎程度，识别潜力产品。
3. 数据可视化运用图表、地图等可视化工具，将数据分析结果直观展示，便于理解。
四、实验结果与分析1. 用户画像分析通过分析，发现目标用户群体以年轻女性为主，集中在二线城市，职业以学生和白领为主。
2. 用户行为分析（1）浏览行为分析用户浏览产品主要集中在首页、分类页和搜索页，其中搜索页占比最高。
（2）购买行为分析用户购买产品主要集中在促销期间，购买产品类型以服饰、化妆品为主。
（3）退货行为分析退货率较高的产品主要集中在服饰类，主要原因是尺码不合适。
3. 产品分析（1）销量分析销量较高的产品主要集中在服饰、化妆品、家居用品等类别。
（2）评价分析用户对产品质量、服务、物流等方面的评价较好。
五、优化策略1. 提升用户体验（1）优化搜索功能，提高搜索准确度。
（2）针对用户浏览行为，推荐个性化产品。
（3）加强客服团队建设，提高用户满意度。
《数据库原理与应用》实验报告二答案
selects.sno
fromstudentass,student_courseassc,courseasc,course_classascc
wheres.sno=no=cno=o
fromstudent_course sc2,student s
wheresc2.sno=s.snoands.sname='刘晨'no=no)
9）求其他系中比计算机系某一学生年龄小的学生（即年龄小于计算机系年龄最大者的学生）
selects.sno,s.sname,sbirth
5）SELECT DISTINCT s.sno,sname,dname
FROM student AS s,department AS d,student_course as sc,major as m
WHERE s.mno=m.mno andd.dno=m.dnoAND s.sno=sc.sno ANDmark<60
3、思考题
如何求出某门课成绩排名第5到第10之间的学生姓名。
CREATEVIEWV3
AS
selecttop 10 *fromstudent_course
whereccno=’’
order bymark
select*fromV3
except
selecttop 4 *fromV3
四、实验步骤及结果（包含简要的实验步骤流程、结论陈述）
查询有不及格成绩的学生的学号、姓名和系名
2、根据下面的要求，写出相应的查询语句
1）查询所有男同学的选课情况，要求列出学号、姓名、开课号、分数。
selects.sno,sname,ccno,mark
大数据处理实验报告
大数据处理实验报告随着信息时代的到来，大数据处理逐渐成为了各行业的重要课题。
本次实验旨在通过对大数据处理技术的探究，提高我们对大数据处理的理解和应用能力。
一、实验背景在日常生活中，我们经常会碰到各种大数据，比如网络上的海量数据、传感器采集的实时数据等。
如何高效地处理这些大数据，成为了当前亟需解决的问题。
因此，本次实验旨在研究大数据处理技术，包括数据收集、处理与分析等方面。
二、实验内容1. 数据采集：首先，我们需要选择一个合适的数据源，比如文本文件、数据库等，以便进行后续的数据处理。
2. 数据预处理：在数据采集后，我们需要对数据进行清洗、筛选、去重等处理，以确保数据的质量和完整性。
3. 数据分析：通过对数据进行统计、分析等操作，我们可以获取数据中隐藏的规律和信息，帮助我们做出决策和预测。
4. 结果展示：最后，我们需要将数据处理的结果进行可视化展示，让别人更直观地理解我们的数据分析成果。
三、实验步骤1. 选择数据源：本次实验我们选择了一份包含用户购物记录的文本文件作为数据源。
2. 数据预处理：首先，我们对数据进行了清洗，去除了其中的脏数据和异常值。
3. 数据分析：接着，我们利用Python编程语言进行了数据分析，包括用户购买偏好分析、销售额统计等。
4. 结果展示：最后，我们使用Matplotlib库将数据分析结果绘制成图表，方便其他人理解和借鉴。
四、实验结果通过本次实验，我们成功地完成了对大数据的处理与分析，获取了有关用户购物行为的一些有价值的信息。
这些信息可以帮助商家更好地了解用户需求，制定更科学有效的营销策略。
五、实验总结大数据处理是一个复杂而又重要的领域，需要我们不断地学习和实践。
通过本次实验，我们对大数据处理技术有了更深入的了解，也掌握了一些实用的数据处理方法和工具。
希望在今后的学习和工作中能够更好地运用大数据处理技术，实现更多有意义的成果。
以上就是本次大数据处理实验的报告内容，谢谢！。
大数据分析实验报告(3篇)
第1篇一、实验背景随着互联网技术的飞速发展，数据已经成为现代社会的重要资源。
大数据分析作为一种新兴的技术手段，通过对海量数据的挖掘和分析，为企业、政府和研究机构提供了决策支持。
本实验旨在通过实际操作，掌握大数据分析的基本流程和方法，提高对大数据技术的理解和应用能力。
二、实验目的1. 熟悉大数据分析的基本流程。
2. 掌握常用的数据预处理方法。
3. 熟悉大数据分析工具的使用。
4. 能够对实际数据进行有效的分析和解读。
三、实验环境1. 操作系统：Windows 102. 数据库：MySQL 5.73. 编程语言：Python 3.74. 大数据分析工具：Pandas、NumPy、Matplotlib、Scikit-learn5. 云计算平台：阿里云四、实验内容（一）数据采集本实验选取某电商平台的用户购买数据作为分析对象，数据包含用户ID、购买时间、商品ID、商品类别、购买金额等字段。
（二）数据预处理1. 数据清洗：去除重复数据、处理缺失值、修正错误数据。
2. 数据转换：将时间戳转换为日期格式，对金额进行归一化处理。
3. 特征工程：提取用户购买行为特征，如购买频率、购买金额等。
（三）数据分析1. 用户画像：分析用户购买偏好、购买频率等特征。
2. 商品分析：分析商品销量、商品类别分布等特征。
3. 购买行为分析：分析用户购买时间分布、购买金额分布等特征。
（四）实验结果与分析1. 用户画像分析根据用户购买数据，我们可以得出以下结论：（1）年轻用户购买频率较高，偏好时尚、电子产品等商品。
（2）中年用户购买金额较高，偏好家居、家电等商品。
（3）老年用户购买频率较低，偏好健康、养生等商品。
2. 商品分析根据商品购买数据，我们可以得出以下结论：（1）电子产品销量最高，其次是家居、家电等商品。
（2）商品类别分布较为均匀，但电子产品、家居、家电等类别占比相对较高。
3. 购买行为分析根据购买时间、购买金额等数据，我们可以得出以下结论：（1）用户购买时间主要集中在上午10点到下午6点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
广东金融学院实验报告课程名称：大数据工具应用
四、实验结果（对必要的实验步骤进行截图，并加以文字描述）
1、完成bank-data.xlsx文件到arff文件的转换。
（1）打开“bank-data.xlsx”-点击“文件”-点击“另存为”-保存类型选中“CSV（逗号分隔）”-点击“保存”。
（2）打开weka-点击“Tools”-点击“ArffViewer”-点击“File-open”–文件类型选中“所有文件”-选中“bank-data.csv”-“打开”
点击“file”-点击“save as”-文件类型选中“Arff data files ”-“保存”
2、对weather.nominal.arff数据集中的数值型属性“温度（temperature）”离散成低温（cool），中温（mild），高温（hot）三个等级。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”
点击“Choose”-选中“Discretize”-点击空白处-在“attributelndices”中输入2，在“bins”中输入3，其他保持不变-点击“OK”，再点击“Apply”
为避开可读性较差的问题，先另存为，点击“Save”。
（2）打开“word”，打开“weather.numeric.arff”这个文件
选中“'\'(-inf-71]\''”，点击“替换”
选中“'\'(71-78]\''”，替换成“mild”
选中“'\'(78-inf)\''”，替换成“hot”
点击“保存”。
（3）用weka打开查看
3、生成weather.nominal.arff数据集的决策树。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numinal.arff”-点击“打开”,切换到“Classify”-单击“Choose”-打开“trees”条目-点击“J48”，选择“Use traning set”,单击“Strart”。
（2）在结果列表中右击“J48”条目，选择可视化菜单项“Visualize tree”
4. 对CPU.arff数据集使用M5P分类器进行线性回归。
打开weka-点击“Explorer”-点击“Open file”-选中“cpu.aff”-点击“打开”,点击“Classify”-“Choose”，打开“function”条目-点击“LinearRegressio”，单击“Strart”。
在结果列表中右击条目，选择可视化分类结果误差菜单项“Visualize classifier errors”
5. 使用SimpleKMeans聚类器对weather.numeric.arff数据集进行聚类，选择2个簇和欧氏距离，其他参数保持默认值，忽略play属性。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”, 切换到“Cluster”-单击“Choose”-选择“SimpleKMeans”，单击文本框-保持默认设置，单击“Ignore attributes”-选择“play”-单击“select”，单击“Start”。
（2）在结果列表中右击条目，选择“Visualize cluster assignments”（3）单击“Save”，再次打开文件查看
6. 使用EM聚类器对weather.numeric.arff数据集进行聚类，选择2个簇，其他参数保持默认值，忽略play属性。
（1）打开weka-点击“Explorer”-点击“Open file”-选中“weather.numeric.arff”-点击“打开”，切换到“Cluster”-单击“Choose”-选择“EM”，单击文本框-“numClusters”设置为“2”-其他参数保持不变，选中“Classes to clusters evaluation”，单击“Ignore attributes”-弹出框中选择“play”-单击“select，”单击“Start”。
（2）在结果列表中右击条目，选择“Visualize cluster assignments”
（3）单击“Save”，再次打开文件查看
五、实验总结（包括心得体会、问题回答及实验改进意见，可附页）
1、这次实验很有难度，基本都要依靠视频，逐步跟进，第一次接触Weka，所以一轮实验过后对weka也只能算是有了接触，还算不上理解。
2、决策树较其他几个实验项目易懂，有图形，很形象了然。
3、大致懂得分类、聚类的操作步骤，但由于缺乏相应的数学知识储备，相应的计算机。