北京化工大学数据分析与挖掘考博大纲

北京化工大学 2014 攻读博士学位研究生入学考试
《数据分析与挖掘》考博大纲
一、适用的专业
管理科学与工程。
二、考试方法和考试时间
考试为闭卷考试，考试时间为 3 小时。
三、考试的主要内容
1、数据挖掘理论基础
数据挖掘的定义；可以进行数据挖掘的模式类型；数据挖掘的技
术；数据挖掘的面向类型；数据挖掘的主要问题；数据对象与属性；
数据基本统计描述；数据可视化；度量数据的相似相异性；数据清理；
数据集成；数据集成；数据归约；数据变化与离散化；数据仓库的概
念；数据仓库建模；数据仓库的设计与使用；数据仓库的实现；数据
泛化。
2、数据挖掘模式
数据挖掘频繁项集、闭项集、关联规则的基本概念；频繁项集挖
掘方法；模式评估方法；模式挖掘：一个路线图；多层、多维空间中
的模式挖掘；基于约束的频发模式挖掘；挖掘高维数据和巨型模式；
挖掘压缩或近似模式；模式探索与应用。
3、分类
分类的基本概念；决策树归纳；贝叶斯分类方法；基于规则的分
类；模型评估与选择；提高分类准确度的方法；贝叶斯信念网络；向
后传播分类的方法；支持向量机；用频繁模式分类；惰性学习法或从
近邻学习；其他分类方法如遗传算法、粗糙集方法、模糊集方法；有
关分类的相关问题：多类分类、半监督分类、主动学习、迁移学习。
4、聚类分析
聚类分析的定义；划分的方法；层次方法；基于密度的方法；
基于网格的方法；聚类评估；基于概率模型的聚类；聚类高维
数据；聚类图和网络数据；具有约束的聚类。
5、离群点检测
离群点和离群点分析；离群点检测方法；统计学方法；基于
临近性的方法；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；高维数据中离群点检测。
6、数据挖掘的前沿和趋势
挖掘复杂的数据类型；数据挖掘的其他方法；数据挖掘的应
用；数据挖掘与社会
7、机器学习的基本理论与知识
线性模型：基本形式，线性回归，对数几率回归，线性判别
分析，多分类学习；决策树：基本流程，划分选择，剪枝处理，
连续与缺失值，多变量决策树；神经网络：神经元模型，感知机
与多层网络，误差逆传播算法，全局最小与局部最小；支持向量
机：间隔与支持向量，对偶问题，核函数，软间隔与正则化，支
持向量机回归，核方法；贝叶斯分类器：贝叶斯决策论，极大似
然估计，朴素贝叶斯分类器，EM 算法；半监督学习：未标记样
本，生成式方法，半监督 SVM，图半监督方法，基于分歧的方法，
半监督聚类。
四、试卷结构
试卷满分 100 分，基础知识题目（简答题）占 20%，解答题占
60%，综合性论述题占 20%。
五、主要参考书
韩家炜编著，数据挖掘概念与技术，北京：机械工业出版社，2012。
周志华著，机器学习，北京：清华大学出版社，2016