【正文】 2. 答：文本的向量為v1 = { 1,1,3,2,1,1,1,2,4,2,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0 }v2 = { 0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,0,0,0,0,0,0,0,0 }v3 = { 1,1,3,0,1,0,1,1,2,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0 }文檔之間的相似性為：3. 答：查準率是檢索到的文檔中的相關文檔占全部檢索到的文檔的百分比，它所衡量的是檢索系統(tǒng)的準確性。在差分時需要確定差分的階數(shù)，即d的取值。（5）按變異概率Pm，執(zhí)行變異算子。第9章 神經(jīng)網(wǎng)絡1. 答：前饋網(wǎng)絡和遞歸網(wǎng)絡的本質(zhì)區(qū)別是網(wǎng)絡的某些輸出是不是循環(huán)作為網(wǎng)絡的輸入。這是因為，“有酒精味”使得引起“頭疼”的更多因素歸為喝酒，而不是患腦瘤，從而使得“患腦瘤”的概率大大降低。2. 歐氏距離，曼哈頓距離，明考斯基距離。5. 答：關聯(lián)規(guī)則的分類： （1）基于規(guī)則中涉及到的數(shù)據(jù)的維數(shù)，關聯(lián)規(guī)則可以分為單維的和多維的。6. 時間，區(qū)域。10. 答：數(shù)據(jù)的ETL過程就是負責將操作型數(shù)據(jù)轉(zhuǎn)換成調(diào)和數(shù)據(jù)的過程。（3）Microsoft將OLAP功能集成到SQL Server數(shù)據(jù)庫中，其解決方案包括BI平臺、BI終端工具、BI門戶和BI應用四個部分。在數(shù)據(jù)抽取方面，未來的技術發(fā)展將集中在系統(tǒng)集成化方面。主題是一個抽象的概念，是指用戶使用數(shù)據(jù)倉庫進行決策時所關心的重點領域，一個主題通常與多個操作型業(yè)務系統(tǒng)或外部檔案數(shù)據(jù)相關。3. 聯(lián)機分析處理OLAP。（3）相對穩(wěn)定的。按行業(yè)應用特征細化的數(shù)據(jù)倉庫用戶前端軟件將成為產(chǎn)品作為數(shù)據(jù)倉庫解決方案的一部分。用戶可以制定個性化的個人門戶，選擇和自己相關性最強的數(shù)據(jù)，提高信息訪問和使用的效率。通常，在清洗過程中發(fā)現(xiàn)的拒絕數(shù)據(jù)信息會送回到源操作型業(yè)務系統(tǒng)中，然后將數(shù)據(jù)在源系統(tǒng)中加以處理，以便在以后重新抽取。11. 答：信息包圖法，也叫用戶信息需求表，就是在一張平面表格上描述元素的多維性，其中的每一個維度用平面表格的一列表示，通常的維度如時間、地點、產(chǎn)品和顧客等；而細化本列的對象就是類別，例如時間維度的類別可以細化到年、月、日，甚至小時；平面表格的最后一行（代表超立方體中的單元格）即為指標度量值，例如，某年在某銷售點的某類產(chǎn)品的實際銷售額。7. 答：第5章 數(shù)據(jù)分類1. 獲取數(shù)據(jù)，預處理，分類器設計，分類決策。此外，聚類分析還可以作為其他數(shù)據(jù)挖掘技術（例如分類學習、關聯(lián)規(guī)則挖掘等）的預處理工作。5. 答：可以用兩種方式從歷史數(shù)據(jù)中得到各個節(jié)點的發(fā)生概率：（1）用各節(jié)點的發(fā)生次數(shù)除以總的數(shù)據(jù)條數(shù)，就是各個節(jié)點的發(fā)生概率。這是因為：總體誤差與網(wǎng)絡輸出變量之間沒有中間變量；而總體誤差對網(wǎng)絡輸入的偏導數(shù)和有序?qū)?shù)是不一致的。（4）確定選擇的方法及選擇率。（4）確定了模型中p、d、q的值，接下來就需要對模型中的p+q個參數(shù)進行估計了。經(jīng)過Web路徑挖掘發(fā)現(xiàn)，凡是從主頁開始訪問并鏈接到網(wǎng)頁B的用戶，大都最后鏈接到了網(wǎng)頁C。預測通常通過統(tǒng)計軟件來實現(xiàn)，手工計算對于包含MA項的模型來說困難比較大。2. 答線性回歸模型的因變量是連續(xù)的，不太適合因變量Y為二分變量（例如因變量Y的具體取值為1時表示購買了產(chǎn)品，因變量Y的具體取值為0時表示沒有購買產(chǎn)品）的場合。4. 1101111101，0000000101。所以R(X)取上近似后，仍然是它自身；R(X)取下近似后，也仍然是它自身。第7章 貝葉斯網(wǎng)絡1. 答：由SA發(fā)生得知，HO發(fā)生/；由PX發(fā)生得知，BT發(fā)生/。分類問題在商業(yè)、銀行業(yè)、醫(yī)療診斷、生物學、文本挖掘、因特網(wǎng)篩選等領域都有廣泛應用。2. {{abc}{abd}{acd}}，{{abc}{abd}}。第3章 數(shù)據(jù)倉庫系統(tǒng)的設計與開發(fā)1. 在線分析處理(OLAP) 分析。5. 提高，預處理，事實表。它的前端數(shù)據(jù)展現(xiàn)工具可以選擇Business Objects的BO、Lotus的Approach、Cognos的Impromptu或IBM的Query Management Facility；多維分析工具支持Arbor Software的Essbase和IBM（與Arbor聯(lián)合開發(fā)）的DB2 OLAP服務器；統(tǒng)計分析工具采用SAS系統(tǒng)。12. 答：（1）兩層架構(gòu)（Generic TwoLevel Architecture）。9. 接近實時。8. 可更新的，當前值的。數(shù)據(jù)倉庫系統(tǒng)通常記錄了一個單位從過去某一時點(如開始啟用數(shù)據(jù)倉庫系統(tǒng)的時點)到目前的所有時期的信