查询至少有2名男生的班号。【查看效果】

【业务背景】本题为模拟题目 某汽车论坛网站要做业务的大数据分析。主要基于用户基本数据与用户的行为数据为主的业务数据 1 用户基本属性： 注册用户累计2000万，每个用户有大数据画像属性字段约200个 2 用户行为数据：每天约有200万用户浏览网站的各汽车频道与论坛。每次访问产生的一个行为数据属性包括： 网页地址、访问时间、栏目、车型、详细配置（颜色 发动机 内饰...）等结构化属性、以及评价（论坛的非结构化文本） ，每个用户平均日均产生50条记录 大数据分析要求：基于近期 3-6个月的业务数据，完成相关的分析 在业务分析所需的全部过程，涉及问题如下： 第一步 基础数据的处理 1 对分析的 3个月的业务数据量（ 分析 记录的规模和存储大小）进行估算 4分 2 用户基本属性数据， a 采用何种存储机制（关系型 非关系型？）更合理 为什么 ？ 3分 b 如果使用关系数据库，针对相关数据量，使用什么机制使得sql查询更高效和快速 ？ 5分 c 如果使用python的pandas进行相关数据库操作，具体怎么做 要考虑什么可能的问题? 3分 3 用户行为数据体量巨大，以什么格式存储，什么方式进行计算 会更合理/有效 为什么 ？ 3分 说明：这里综合考虑 大数据的基础数据量评估 结构化sql的应用场景和优化 分布式计算的应用场景和特点 第二步 网站用户基本分析 业务人员首先需要对现有用户情况进行认知，他们希望将用户划分为多个子类， 这个在数据挖掘中，通常可以通过用户属性数据进行相关计算 。 1 如果业务人员能提供相关的分类定义与部分用户的所属分类数据，可以用哪些算法实现用户细分？ 提供两种4分 2 如果业务不能提供上面的数据，用哪些算法来做用户细分 ？ 至少提供一种 4分 3 因为属性维度很多（200个），为了业务能够有效发现关键属性和减少数据处理压力，在挖掘前要做什么操作？ 在统计中 一般用哪些算法来做 3分 4 以上工作 在python中 能用哪个工具包来完成？ 3分 说明： 这里是统一考量 统计与数据挖掘技术 在不同场景下怎么用 如何使用数据挖掘中的 有监督分类和无监督分类的算法 以及统计中如何有效降维 还有 用python怎么实现 第三步 网站用户行为分析 希望通过用户在网站的浏览行为数据，发现 。 1 某车型与哪些车型是实际竞争车型。这个通过用户的行为数据是可以发现的，具体如何做？ 使用什么算法5分 2 对某个车型，用户实际都最关注其哪些方面 ？ 通过分析哪些行为 采用什么统计方法可以得到 4分 3 在python的pandas中 如何对用户的这种连续性序列行为进行分析 说明：这里如何使用相关性分析 来发现序列类数据的内部价值 以及python的实际操作 第四步 分析用户对车辆产品的态度 用户对某个车辆的评论信息有几十万篇，都是短文本的非结构化数据 1 如何通过自然语言处理技术 提取用户对该车型的态度（正负面）信息 7分 2 如果想自动发现评论中涉及的细化主题 使用哪些自然语言的主题模型合适？ 5分 3 python中,能支持相关分析的工具包主流有哪些？ 举出一两个 3分 说明： 这里是综合评估 对自然语言处理涉及的相关过程的掌握 以及常用的主题模型的了解 第五步 基于用户对车型的关注度，预测车型的销售趋势 对于某车型 ，其车厂希望通过网站上用户对车关注的行为数据，来发现其未来销售趋势 现在网站有如下数据：过去一年（细化到每个月） 关注该车型的用户量、浏览该车型的访问行为数据的各种统计指标， 车厂提供了： 该车型相应每月的销量数据 希望分析预测： 未来三个月，该车型后续的销量态势（上升还是下降 以及相应的比例）？ 1 基于经典统计分析方法，如何实现？ 6分 2 基于数据挖掘的机器学习类方法，如何实现？ 5分 3 相关的方法和处理功能 在python中 有哪些常用的工具包和函数可以用？ 3分 说明： 这里是综合评估 如何通过统计的LR 决策树 等其他分析算法 结合python 进行相关的预测建模

python3+中，判断5是滞在list[1,2,3,4,5,6]内的代码是

季节指数反映了某月份或季度的数值占全年平均数值的大小。如果现象的发展没有季节的变动，则各期的季节指数应为多少，说明理由。

请说明下列numpy.linalg函数dot()、det()、svd()、eig()的作用。

简述比较分类器性能的方法。

简述PERT 预测法的主要过程。

简述分类法的应用原则。

python3+数据类型不可变的数据类型有

python3+中数字100属于

python3+导入sys模块的argv和path成员，使用的语句是

python3+中数字1+2.1j属于

list = ["中", "华", "人", "民", "共", "和", "国" ] del list[2]的结果是

为变量符值12.23后，该变量的类型是

Task Tracker出现故障会有什么影响?该故障是如何处理的?