关于CRM数据挖掘提供的最有趣的例子——沃尔玛啤酒加尿布的故事一般看来，啤酒和尿布是顾客群完全不同的商品。但是沃尔玛一年内数据挖掘的结果显示，在居民区中尿布卖得好的店面啤酒也卖得很好。原因其实很简单，一般太太让先生下楼买尿布的时候，先生们一般都会犒劳自己两听啤酒。因此啤酒和尿布一起购买的机会是最多的。这是一个现代商场智能化信息分析系统发现的秘密。这个故事被公认是商业领域数据挖掘的诞生。沃尔玛能够跨越多个渠道收集最详细的顾客信息，并且能够造就灵活、高速供应链的信息技术系统。 沃尔玛的信息系统是目前最先进的，其主要特点是：投入大、功能全、速度快、智能化和全球联网。目前，沃尔玛中国公司与美国总部之间的联系和数据都是通过卫星来传送的。沃尔玛美国公司使用的大多数系统都已经在中国得到充分的应用发展，已在中国顺利运行的系统包括：存货管理系统、决策支持系统、管理报告工具以及扫描销售点记录系统等。这些技术创新使得沃尔玛得以成功地管理越来越多的营业单位。当沃尔玛的商店规模成倍地增加时，它们不遗余力地向市场推广新技术。比较突出的是借助RFID技术，沃尔玛可以自动获得采购的订单，更重要的是，RFID系统能够在存货快用完时，自动的给供应商发出采购的订单。另外沃尔玛打算引进到中国来的技术创新是一套“零售商联系”系统。“零售商联系”系统使沃尔玛能和主要的供应商共享业务信息。举例来说，这些供应商可以得到相关的货品层面数据，观察销售趋势、存货水平和订购信息甚至更多。通过信息共享，沃尔玛能和供应商们一起增进业务的发展，能帮助供应商在业务的不断扩张和成长中掌握更多的主动权。沃尔玛的模式已经跨越了企业内部管理（ERP）和与外界“沟通”的范畴，而是形成了以自身为链主，链接生产厂商与顾客的全球供应链。 沃尔玛能够参与到上游厂商的生产计划和控制中去，因此能够将消费者的意见迅速反映到生产中，按顾客需求开发定制产品。沃尔玛超市天天低价广告表面上看与CRM中获得更多客户价值相矛盾。但事实上，沃尔玛的低价策略正是其CRM的核心，与前面的“按订单生产”不同，以“价格”取胜是沃尔玛所有IT投资和基础架构的最终目标。 沃尔玛超市天天低价广告与CRM中获得更多客户价值是否矛盾？
第1题：
此题为判断题(对，错)。
第2题：
关于CRM数据挖掘提供的最有趣的例子——沃尔玛啤酒加尿布的故事一般看来，啤酒和尿布是顾客群完全不同的商品。但是沃尔玛一年内数据挖掘的结果显示，在居民区中尿布卖得好的店面啤酒也卖得很好。原因其实很简单，一般太太让先生下楼买尿布的时候，先生们一般都会犒劳自己两听啤酒。因此啤酒和尿布一起购买的机会是最多的。这是一个现代商场智能化信息分析系统发现的秘密。这个故事被公认是商业领域数据挖掘的诞生。沃尔玛能够跨越多个渠道收集最详细的顾客信息，并且能够造就灵活、高速供应链的信息技术系统。 沃尔玛的信息系统是目前最先进的，其主要特点是：投入大、功能全、速度快、智能化和全球联网。目前，沃尔玛中国公司与美国总部之间的联系和数据都是通过卫星来传送的。沃尔玛美国公司使用的大多数系统都已经在中国得到充分的应用发展，已在中国顺利运行的系统包括：存货管理系统、决策支持系统、管理报告工具以及扫描销售点记录系统等。这些技术创新使得沃尔玛得以成功地管理越来越多的营业单位。当沃尔玛的商店规模成倍地增加时，它们不遗余力地向市场推广新技术。比较突出的是借助RFID技术，沃尔玛可以自动获得采购的订单，更重要的是，RFID系统能够在存货快用完时，自动的给供应商发出采购的订单。另外沃尔玛打算引进到中国来的技术创新是一套“零售商联系”系统。“零售商联系”系统使沃尔玛能和主要的供应商共享业务信息。举例来说，这些供应商可以得到相关的货品层面数据，观察销售趋势、存货水平和订购信息甚至更多。通过信息共享，沃尔玛能和供应商们一起增进业务的发展，能帮助供应商在业务的不断扩张和成长中掌握更多的主动权。沃尔玛的模式已经跨越了企业内部管理（ERP）和与外界“沟通”的范畴，而是形成了以自身为链主，链接生产厂商与顾客的全球供应链。 沃尔玛能够参与到上游厂商的生产计划和控制中去，因此能够将消费者的意见迅速反映到生产中，按顾客需求开发定制产品。沃尔玛超市天天低价广告表面上看与CRM中获得更多客户价值相矛盾。但事实上，沃尔玛的低价策略正是其CRM的核心，与前面的“按订单生产”不同，以“价格”取胜是沃尔玛所有IT投资和基础架构的最终目标。 商业领域数据挖掘是如何诞生的？
第3题：
A. 精准营销
B.关联营销
C.定制营销
D.免费营销
第4题：
一家超市发现，每当周末，尿布卖的特别快，经过分析，发现周末买尿布的多是男士，于是超市将啤酒与尿布放在一起销售，两者销售额均大增，超市这是采取了（）。
第5题：
沃尔玛公司通过分析大数据发现，买纸尿裤的人很多都同时买了啤酒，于是让工作人员将纸尿裤和啤酒放在一起。这个事例说明了大数据的什么特点（）
第6题：
设有如下所示的某商场购物记录集合，每个购物篮中包含若干商品：
购物篮编号
商品
1
面包，牛奶
2
面包，啤酒，鸡蛋，尿布
3
牛奶，啤酒，尿布，可乐
4
面包，牛奶，啤酒，尿布
5
面包，牛奶，尿布，可乐
现在要基于该数据集进行关联规则挖掘。如果设置最小支持度为60％，最小置信度为80％，则如下关联规则中，符合条件的是（ ）。
A.啤酒→尿布
B.（面包，尿布）→牛奶
C.面包→牛奶
D.（面包，啤酒）→尿布
第7题：
下面购物篮能够提取的3-项集的最大数量是（） ID购买项 1牛奶，啤酒，尿布 2面包，黄油，牛奶 3牛奶，尿布，饼干 4面包，黄油，饼干 5啤酒，饼干，尿布 6牛奶，尿布，面包，黄油 7面包，黄油，尿布 8啤酒，尿布 9牛奶，尿布，面包，黄油 10啤酒，饼干
第8题：
A.神经网络
B.聚类分析
C.决策树
D.关联规则
第9题：
某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题（）？
第10题：
利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集，在候选2-项集中需要剪枝的是（） ID 项集 1 面包、牛奶 2 面包、尿布、啤酒、鸡蛋 3 牛奶、尿布、啤酒、可乐 4 面包、牛奶、尿布、啤酒 5 面包、牛奶、尿布、可乐