（1）項目的數(shù)據(jù)量多大，多少維，數(shù)據(jù)都是怎么預(yù)處理的。
（2）你應(yīng)用過哪些數(shù)據(jù)挖掘算法，針對簡歷上的算法或者模型，你看過源碼或者模型中細(xì)節(jié)你知道多少，還是僅僅調(diào)用API用用而已
(3）項目中，你遇到過的最大的困難時什么，怎么解決的，從中學(xué)到什么。
（4）項目中hadoop搜索引擎你是怎么設(shè)計的，其中的分詞是什么。
（5）數(shù)據(jù)是存在HDFS中還是Redis中的。
（6）spark和Hadoop的基本架構(gòu)，盡量說。
總體上來分析，今年考研試題難度還算是比較大的。在整套試卷中，由于考試內(nèi)容比較多，各個考試知識點(diǎn)覆蓋了各道題，有些題還是知識點(diǎn)交錯在一起，后面那些大題計算量都比較復(fù)雜，考生在答題時往往需要耗費(fèi)較多時間去分析和計算而感覺困難。
一、分析自己的試卷。
1、綜述：簡要概括自己做這套試卷的感受，闡述哪些知識點(diǎn)是自己非常熟悉和已經(jīng)牢固掌握的；其次，就自己掌握不足的知識點(diǎn)進(jìn)行分析，（1）為什么會出錯？是自己不會還是粗心？（2）制定改進(jìn)和防范的計劃。（3）倘若不懂或不會，一定要通過各種方式（老師、同學(xué)）把這個問題了解清楚。
2、應(yīng)該有各種題型，那么就逐一進(jìn)行分析，將部分題目的解題思路簡要的寫出來；這么做一方面有助于自己加深記憶，另一方面可以說也是保證了你自己的知識產(chǎn)權(quán)吧。
3、就試卷卷面成績進(jìn)行分析，從你的目標(biāo)分?jǐn)?shù)進(jìn)行分析，制定下一階段的計劃和實施方案。（表表決心，督促自己）4、老生常談的總結(jié)。談?wù)勅松?、談?wù)劺硐?、談?wù)剬W(xué)習(xí)......
一、異常值是指什么？請列舉1種識別連續(xù)型變量異常值的方法？
異常值（Outlier） 是指樣本中的個別值，其數(shù)值明顯偏離所屬樣本的其余觀測值。在數(shù)理統(tǒng)計里一般是指一組觀測值中與平均值的偏差超過兩倍標(biāo)準(zhǔn)差的測定值。
Grubbs’ test（是以Frank E. Grubbs命名的），又叫maximum normed residual test，是一種用于單變量數(shù)據(jù)集異常值識別的統(tǒng)計檢測，它假定數(shù)據(jù)集來自正態(tài)分布的總體。
未知總體標(biāo)準(zhǔn)差σ，在五種檢驗法中，優(yōu)劣次序為：t檢驗法、格拉布斯檢驗法、峰度檢驗法、狄克遜檢驗法、偏度檢驗法。
點(diǎn)評：考察的內(nèi)容是統(tǒng)計學(xué)基礎(chǔ)功底。
二、什么是聚類分析？聚類算法有哪幾種？請選擇一種詳細(xì)描述其計算原理和步驟。
聚類分析(cluster analysis)是一組將研究對象分為相對同質(zhì)的群組(clusters)的統(tǒng)計分析技術(shù)。 聚類分析也叫分類分析(classification analysis)或數(shù)值分類(numerical taxonomy)。聚類與分類的不同在于，聚類所要求劃分的類是未知的。
聚類分析計算方法主要有： 層次的方法（hierarchical method）、劃分方法（partitioning method）、基于密度的方法（density-based method）、基于網(wǎng)格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前兩種算法是利用統(tǒng)計學(xué)定義的距離進(jìn)行度量。
k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然 后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測度函數(shù). k個聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。
其流程如下：
（1）從 n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；
（2）根據(jù)每個聚類對象的均值（中心對象），計算每個對象與這些中心對象的距離；并根據(jù)最小距離重新對相應(yīng)對象進(jìn)行劃分；
（3）重新計算每個（有變化）聚類的均值（中心對象）；
（4）循環(huán)（2）、（3）直到每個聚類不再發(fā)生變化為止（標(biāo)準(zhǔn)測量函數(shù)收斂）。
優(yōu)點(diǎn)：本算法確定的K 個劃分到達(dá)平方誤差最小。當(dāng)聚類是密集的，且類與類之間區(qū)別明顯時，效果較好。對于處理大數(shù)據(jù)集，這個算法是相對可伸縮和高效的，計算的復(fù)雜度為 O(NKt)，其中N是數(shù)據(jù)對象的數(shù)目，t是迭代的次數(shù)。一般來說，K<<N，t<<N 。
缺點(diǎn)：1. K 是事先給定的，但非常難以選定；2. 初始聚類中心的選擇對聚類結(jié)果有較大的影響。
點(diǎn)評：考察的內(nèi)容是常用數(shù)據(jù)分析方法，做數(shù)據(jù)分析一定要理解數(shù)據(jù)分析算法、應(yīng)用場景、使用過程、以及優(yōu)缺點(diǎn)。
三、根據(jù)要求寫出SQL
表A結(jié)構(gòu)如下：
Member_ID（用戶的ID，字符型）
Log_time（用戶訪問頁面時間，日期型（只有一天的數(shù)據(jù)））
URL（訪問的頁面地址，字符型）
要求：提取出每個用戶訪問的第一個URL（按時間最早），形成一個新表（新表名為B，表結(jié)構(gòu)和表A一致）
createtable B asselectMember_ID, min(Log_time), URL from Agroup byMember_ID ;
點(diǎn)評：SQL語句，簡單的數(shù)據(jù)獲取能力，包括表查詢、關(guān)聯(lián)、匯總、函數(shù)等。
另外，這個答案其實是不對的，實現(xiàn)有很多方法，任由大家去發(fā)揮吧。
四、銷售數(shù)據(jù)分析
以下是一家B2C電子商務(wù)網(wǎng)站的一周銷售數(shù)據(jù)，該網(wǎng)站主要用戶群是辦公室女性，銷售額主要集中在5種產(chǎn)品上，如果你是這家公司的分析師，
a) 從數(shù)據(jù)中，你看到了什么問題？你覺得背后的原因是什么？
b) 如果你的老板要求你提出一個運(yùn)營改進(jìn)計劃，你會怎么做？
表如下：一組每天某網(wǎng)站的銷售數(shù)據(jù)
a) 從這一周的數(shù)據(jù)可以看出，周末的銷售額明顯偏低。這其中的原因，可以從兩個角度來看：站在消費(fèi)者的角度，周末可能不用上班，因而也沒有購買該產(chǎn)品的欲望；站在產(chǎn)品的角度來看，該產(chǎn)品不能在周末的時候引起消費(fèi)者足夠的注意力。
b) 針對該問題背后的兩方面原因，我的運(yùn)營改進(jìn)計劃也分兩方面：一是，針對消費(fèi)者周末沒有購買欲望的心理，進(jìn)行引導(dǎo)提醒消費(fèi)者周末就應(yīng)該準(zhǔn)備好該產(chǎn)品；二是，通過該產(chǎn)品的一些類似于打折促銷等活動來提升該產(chǎn)品在周末的人氣和購買力。
點(diǎn)評：數(shù)據(jù)解讀能力，獲取數(shù)據(jù)是基本功，僅僅有數(shù)據(jù)獲取能力是不夠的，其次是對數(shù)據(jù)的解讀能力。
五、用戶調(diào)研
某公司針對A、B、C三類客戶，提出了一種統(tǒng)一的改進(jìn)計劃，用于提升客戶的周消費(fèi)次數(shù)，需要你來制定一個事前試驗方案，來支持決策，請你思考下列問題：
a) 試驗需要為決策提供什么樣的信息？
c) 按照上述目的，請寫出你的數(shù)據(jù)抽樣方法、需要采集的數(shù)據(jù)指標(biāo)項，以及你選擇的統(tǒng)計方法。
a) 試驗要能證明該改進(jìn)計劃能顯著提升A、B、C三類客戶的周消費(fèi)次數(shù)。
b) 根據(jù)三類客戶的數(shù)量，采用分層比例抽樣；
需要采集的數(shù)據(jù)指標(biāo)項有：客戶類別，改進(jìn)計劃前周消費(fèi)次數(shù)，改進(jìn)計劃后周消費(fèi)次數(shù)；
選用統(tǒng)計方法為：分別針對A、B、C三類客戶，進(jìn)行改進(jìn)前和后的周消費(fèi)次數(shù)的，兩獨(dú)立樣本T-檢驗（two-sample t-test）。
點(diǎn)評：業(yè)務(wù)理解能力和數(shù)據(jù)分析思路，這是數(shù)據(jù)分析的核心競爭力。
以上就是關(guān)于阿里數(shù)據(jù)分析師的崗位面試題及要求的相關(guān)介紹，更多阿里數(shù)據(jù)分析師的崗位面試題及要求相關(guān)內(nèi)容可以咨詢我們或者瀏覽頁面上的推薦內(nèi)容。我們將讓你對阿里數(shù)據(jù)分析師的崗位面試題及要求有更深的了解和認(rèn)識。
中考物理解題技巧與方法如下:
一，選擇題，平時概念要記牢，注意審題，解答時要應(yīng)用選擇性推理方法。
二，填空題，歸納所學(xué)知識，使知識系統(tǒng)化。認(rèn)真分析，判斷寫出正確答案。
三，解答大題，重視試驗，認(rèn)真計算，牢記概念，運(yùn)用公式準(zhǔn)確，步驟推理條理。
首先對試題的難易程度和相關(guān)涉及到的知識點(diǎn)進(jìn)行綜合分析，其次對試卷的答題情況和試卷所表現(xiàn)出來的解題技巧的應(yīng)用情況進(jìn)行綜合分析，最后對兩個綜合分析的結(jié)論進(jìn)行比對式分析，從而得出此次試題和試卷的答題情況結(jié)論
試題分析是指根據(jù)學(xué)生對每一試題的答案，進(jìn)行分析研究。依據(jù)試題試用或正式使用后的結(jié)果，分析試題的信度、效度、難度、區(qū)別度和客觀性等。
試卷分析是指根據(jù)學(xué)生對每一試題的答案，對試卷進(jìn)行分析研究，并作整體性評價。
兩者都是對學(xué)生的考試情況進(jìn)行分析，作用都是評估試題質(zhì)量，為今后提高試題編制水平提供反饋信息；發(fā)現(xiàn)教學(xué)中的問題，作為改進(jìn)教學(xué)的依據(jù)。
主要區(qū)別在于試題分析著眼于每道題，試卷分析著眼于整份試卷，是對試卷整體性的評價。
試題結(jié)構(gòu)分析（item analysis）是指根據(jù)學(xué)生對每一試題的答案，對試卷進(jìn)行分析研究，并作整體性評價。
依據(jù)試題試用或正式使用后的結(jié)果，分析試題的信度、效度、難度、區(qū)別度和客觀性等。
其作用是評估試題質(zhì)量，為今后提高試題編制水平提供反饋信息；發(fā)現(xiàn)教學(xué)中的問題，作為改進(jìn)教學(xué)的依據(jù)。
關(guān)于試題的分析。對于小學(xué)三年級的學(xué)生需要鼓勵，不要過分急于求成要他懂，慢慢地給他講，對于一道試題來說不要下筆去做，先把試題多讀幾遍后能背下再去做，不然就會出錯，說話不要說老是不得行？叫他多做幾遍做熟了把方法記好，向這樣的題就不會做錯，輕言細(xì)語給他講
英語試卷分析是就整個試卷說的，而試題分析是就組成試卷的，每個試題來說的。一般試題要進(jìn)行難度和區(qū)分度分析，而試卷分析往往會分析整個試卷的難度，信度和效度。
