客戶感知溯源分析結(jié)合網(wǎng)管、經(jīng)分數(shù)據(jù)等，建立貼近客戶使用體驗的感知評價。通過（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識別異常點，并進行聚類分析，判斷異常屬于群體現(xiàn)象或個別現(xiàn)象。

最優(yōu)影響力模型選擇標準是（）

樸素貝葉斯分類器對（）數(shù)據(jù)具有較好的分類效果。

分類分析的兩個階段分別為（）。

滿意度分析建模數(shù)據(jù)來源于（）

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

互聯(lián)網(wǎng)本身具有（）的特征，這種屬性特征給數(shù)據(jù)搜集、整理、研究帶來了革命性的突破。

在Hadoop集群中，一個MapReduce作業(yè)的執(zhí)行流程包括以下哪些（）

關(guān)聯(lián)規(guī)則挖掘最為著名的是Agrawal等人提出的（）及其改進算法。

如何進行數(shù)據(jù)清洗（）