著名的“啤酒与尿布”的故事，是利用（）成功营销的案例。

单选题

著名的“啤酒与尿布”的故事，是利用（）成功营销的案例。

答案解析

多选题

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

答案解析

单选题

尿布啤酒是大数据分析的（）

答案解析

单选题

30) 下面购物蓝能够提取的3-项集的最大数量是多少（）TID 项集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

答案解析

多选题

下表是一个购物篮,假定支持度阈值为40%,其中(   )是频繁闭项集。ID 项集1 面包、牛奶、尿布2 面包、牛奶、尿布、啤酒3 牛奶、尿布、鸡蛋4 面包、尿布、啤酒、鸡蛋5 啤酒、鸡蛋

答案解析