基础学习大数据挖掘知识点
2018年零基础学习大数据挖掘知识点整理
1.数据、信息和知识是广义数据表现的不同形式。
2.主要知识模式类型有：广义知识，关联知识，类知识，预测型知识，特异型知识
挖掘研究的主要流派有：Web结构挖掘、Web使用挖掘、Web内容挖掘
4.一般地说，KDD是一个多步骤的处理过程，一般分为问题定义、数据抽取、数据预处理、.数据挖掘以及模式评估等基本阶段。
5.数据库中的知识发现处理过程模型有：阶梯处理过程模型，螺旋处理过程模型，以用户为中心的处理结构模型，联机KDD模型，支持多数据源多知识模式的KDD处理模型
6.粗略地说，知识发现软件或工具的发展经历了独立的知识发现软件、横向的知识发现工具集和纵向的知识发现解决方案三个主要阶段，其中后面两种反映了目前知识发现软件的两个主要发展方向。
7.决策树分类模型的建立通常分为两个步骤：决策树生成，决策树修剪。
8.从使用的主要技术上看，可以把分类方法归结为四种类型：
a)基于距离的分类方法
b)决策树分类方法
c)贝叶斯分类方法
d)规则归纳方法
9.关联规则挖掘问题可以划分成两个子问题：
a)发现频繁项目集:通过用户给定Minsupport，寻找所有频繁项目集或者最大频繁项目集。
b)生成关联规则:通过用户给定Minconfidence，在频繁项目集中，寻找关联规则。
10.数据挖掘是相关学科充分发展的基础上被提出和发展的，主要的相关技术：
数据库等信息技术的发展
统计学深入应用
人工智能技术的研究和应用
11.衡量关联规则挖掘结果的有效性，应该从多种综合角度来考虑：
a准确性：挖掘出的规则必须反映数据的实际情况。
b实用性：挖掘出的规则必须是简洁可用的。
c新颖性：挖掘出的关联规则可以为用户提供新的有价值信息。
12.约束的常见类型有：
单调性约束;
反单调性约束;
可转变的约束;
简洁性约束.
13.根据规则中涉及到的层次，多层次关联规则可以分为：
同层关联规则：如果一个关联规则对应的项目是同一个粒度层次，那么它是同层关联规则。
层间关联规则：如果在不同的粒度层次上考虑问题，那么可能得到的是层间关联规
14.按照聚类分析算法的主要思路，聚类方法可以被归纳为如下几种。
划分法：基于一定标准构建数据的划分。
属于该类的聚类方法有：k-means、k-modes、k-prototypes、k-medoids、PAM、CLARA、CLARANS等。层次法：对给定数据对象集合进行层次的分解。
密度法：基于数据对象的相连密度评价。
网格法：将数据空间划分成为有限个单元(Cell)的网格结构，基于网格结构进行聚类。
模型法：给每一个簇假定一个模型，然后去寻找能够很好的满足这个模型的数据集。
15.类间距离的度量主要有：
最短距离法：定义两个类中最靠近的两个元素间的距离为类间距离。
最长距离法：定义两个类中最远的两个元素间的距离为类间距离。
中心法：定义两类的两个中心间的距离为类间距离。
类平均法：它计算两个类中任意两个元素间的距离，并且综合他们为类间距离：
离差平方和。
16.层次聚类方法具体可分为：
凝聚的层次聚类：一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足。
分裂的层次聚类：采用自顶向下的策略，它首先将所有对象置于一个簇中，然后逐渐细分为越来越小的簇，直到达到了某个终结条件。
层次凝聚的代表是AGNES算法。层次分裂的代表是DIANA算法。
17.文本挖掘(TD)的方式和目标是多种多样的，基本层次有：
关键词检索：最简单的方式，它和传统的搜索技术类似。
挖掘项目关联：聚焦在页面的信息(包括关键词)之间的关联信息挖掘上。
信息分类和聚类：利用数据挖掘的分类和聚类技术实现页面的分类，将页面在一个更到层次上进行抽象和整理。
自然语言处理：揭示自然语言处理技术中的语义，实现Web内容的更精确处理。
18.在web访问挖掘中常用的技术：
路径分析
路径分析最常用的应用是用于判定在一个Web站点中最频繁访问的路径，这样的知识对于一个电子商务网站或者信息安全评估是非常重要的。
关联规则发现
使用关联规则发现方法可以从Web访问事务集中，找到一般性的关联知识。
序列模式发现
在时间戳有序的事务集中，序列模式的发现就是指找到那些如“一些项跟随另一个项”这样的内部事务模式。
分类
发现分类规则可以给出识别一个特殊群体的公共属性的描述。这种描述可以用于分类新的项。
聚类
可以从WebUsage数据中聚集出具有相似特性的那些客户。在Web事务日志中，聚类顾客信息或数据项，就能够便于开发和执行未来的市场战略。
19.根据功能和侧重点不同，数据挖掘语言可以分为三种类型：
数据挖掘查询语言：希望以一种像SQL这样的数据库查询语言完成数据挖掘的任务。
数据挖掘建模语言：对数据挖掘模型进行描述和定义的语言，设计一种标准的数据挖掘建模语言，使得数据挖掘系统在模型定义和描述方面有标准可以遵循。
通用数据挖掘语言：通用数据挖掘语言合并了上述两种语言的特点，既具有定义模型的功能，又能作为查询语言与数据挖掘系统通信，进行交互式挖掘。通用数据挖掘语言标准化是目前解决数据挖掘行业出现问题的颇具吸引力的研究方向。
20.规则归纳有四种策略：减法、加法，先加后减、先减后加策略。
减法策略：以具体例子为出发点，对例子进行推广或泛化，推广即减除条件(属性值)或减除合取项(为了方便，我们不考虑增加析取项的推广)，使推广后的例子或规则不覆盖任何反例。
加法策略：起始假设规则的条件部分为空(永真规则)，如果该规则覆盖了反例，则不停地向规则增加条件或合取项，直到该规则不再覆盖反例。
先加后减策略：由于属性间存在相关性，因此可能某个条件的加入会导致前面加入的条件没什么作用，因此需要减除前面的条件。
先减后加策略：道理同先加后减，也是为了处理属性间的相关性。
21.数据挖掘定义有广义和狭义之分。
从广义的观点，数据挖掘是从大型数据集(可能是不完全的、有噪声的、不确定性的、各种存储形式的)中，挖掘隐含在其中的、人们事先不知道的、对决策有用的知识的过程。
从这种狭义的观点上，我们可以定义数据挖掘是从特定形式的数据集中提炼知识的过程。
挖掘的含义：针对包括Web页面内容、页面之间的结构、用户访问信息、电子商务信息等在内的各种Web数据，应用数据挖掘方法以帮助人们从因特网中提取知识，为访问者、站点经营者以及包括电子商务在内的基于因特网的商务活动提供决策支持。
近邻分类算法(KNearestNeighbors，简称KNN)的定义：通过计算每个训练数据到待分类元组的距离，取和待分类元组距离最近的K个训练数据，K个数据中哪个类别的训练数据占多数，则待分类元组就属于哪个类别。
算法的性能分析：
主要优点：
是解决聚类问题的一种经典算法，简单、快速。
对处理大数据集，该算法是相对可伸缩和高效率的。
当结果簇是密集的，它的效果较好。
主要缺点
在簇的平均值被定义的情况下才能使用，可能不适用于某些应用。
必须事先给出k(要生成的簇的数目)，而且对初值敏感，对于不同的初始值，可能会导致不同结果。
不适合于发现非凸面形状的簇或者大小差别很大的簇。而且，它对于“躁声”和孤立点数据是敏感的。
算法的性能分析：
ID3算法的假设空间包含所有的决策树，它是关于现有属性的有限离散值函数的一个完整空间。所以ID3算法避免了搜索不完整假设空间的一个主要风险：假设空间可能不包含目标函数。
ID3算法在搜索的每一步都使用当前的所有训练样例，大大降低了对个别训练样例错误的敏感性。因此，通过修改终止准则，可以容易地扩展到处理含有噪声的训练数据。
ID3算法在搜索过程中不进行回溯。所以，它易受无回溯的爬山搜索中的常见风险影响：收敛到局部最优而不是全局最优。
算法有两个致命的性能瓶颈:
a多次扫描事务数据库，需要很大的I/O负载
对每次k循环，侯选集Ck中的每个元素都必须通过扫描数据库一次来验证其是否加入Lk。假如有一个频繁大项目集包含10个项的话，那么就至少需要扫描事务数据库10遍。
b.可能产生庞大的侯选集
由Lk-1产生k-侯选集Ck是指数增长的，例如104个1-频繁项目集就有可能产生接近107个元素的2-侯选集。如此大的侯选集对时间和主存空间都是一种挑战。a基于数据分割的方法：基本原理是“在一个划分中的支持度小于最小支持度的k-项集不可能是全局频繁的”。
27.改善Apriori算法适应性和效率的主要的改进方法有：
a基于数据分割(Partition)的方法：基本原理是“在一个划分中的支持度小于最小支持度的k-项集不可能是全局频繁的”。
b基于散列的方法：基本原理是“在一个hash桶内支持度小于最小支持度的k-项集不可能是全局频繁的”。
c基于采样的方法：基本原理是“通过采样技术，评估被采样的子集中，并依次来估计k-项集的全局频度”。
d其他：如，动态删除没有用的事务：“不包含任何Lk的事务对未来的扫描结果不会产生影响，因而可以删除”。
28.面向Web的数据挖掘比面向数据库和数据仓库的数据挖掘要复杂得多：
a异构数据源环境：Web网站上的信息是异构:每个站点的信息和组织都不一样;存在大量的无结构的文本信息、复杂的多媒体信息;站点使用和安全性、私密性要求各异等等。
b数据的是复杂性：有些是无结构的(如Web页)，通常都是用长的句子或短语来表达文档类信息;有些可能是半结构的(如Email，HTML页)。当然有些具有很好的结构(如电子表格)。揭开这些复合对象蕴涵的一般性描述特征成为数据挖掘的不可推卸的责任。
c动态变化的应用环境：
Web的信息是频繁变化的，像新闻、股票等信息是实时更新的。
这种高变化也体现在页面的动态链接和随机存取上。
Web上的用户是难以预测的。
Web上的数据环境是高噪音的。
29.简述知识发现项目的过程化管理I-MIN过程模型。
MIN过程模型把KDD过程分成IM1、IM2、…、IM6等步骤处理，在每个步骤里，集中讨论几个问题，并按一定的质量标准来控制项目的实施。
IM1任务与目的：它是KDD项目的计划阶段，确定企业的挖掘目标，选择知识发现模式，编译知识发现模式得到的元数据;其目的是将企业的挖掘目标嵌入到对应的知识模式中。
IM2任务与目的：它是KDD的预处理阶段，可以用IM2a、IM2b、IM2c等分别对应于数据清洗、数据选择和数据转换等阶段。其目的是生成高质量的目标数据。
IM3任务与目的：它是KDD的挖掘准备阶段，数据挖掘工程师进行挖掘实验，反复测试和验证模型的有效性。其目的是通过实验和训练得到浓缩知识(KnowledgeConcentrate)，为最终用户提供可使用的模型。
IM4任务与目的：它是KDD的数据挖掘阶段，用户通过指定数据挖掘算法得到对应的知识。
IM5任务与目的：它是KDD的知识表示阶段，按指定要求形成规格化的知识。
IM6任务与目的：它是KDD的知识解释与使用阶段，其目的是根据用户要求直观地输出知识或集成到企业的知识库中。
30.改善Apriori算法适应性和效率的主要的改进方法有：
a基于数据分割(Partition)的方法：基本原理是“在一个划分中的支持度小于最小支持度的k-项集不可能是全局频繁的”。
b基于散列(Hash)的方法：基本原理是“在一个hash桶内支持度小于最小支持度的k-项集不可能是全局频繁的”。
c基于采样(Sampling)的方法：基本原理是“通过采样技术，评估被采样的子集中，并依次来估计k-项集的全局频度”。
d其他：如，动态删除没有用的事务：“不包含任何Lk的事务对未来的扫描结果不会产生影响，因而可以删除”。
31.数据分类的两个步骤是什么?
a建立一个模型，描述预定的数据类集或概念集
数据元组也称作样本、实例或对象。
为建立模型而被分析的数据元组形成训练数据集。
训练数据集中的单个元组称作训练样本，由于提供了每个训练样本的类标号，因此也称作有指导的学习。
通过分析训练数据集来构造分类模型，可用分类规则、决策树或数学公式等形式提供。
b使用模型进行分类
首先评估模型(分类法)的预测准确率。
如果认为模型的准确率可以接受，就可以用它对类标号未知的数据元组或对象进行分类。
访问信息挖掘的特点：
Web访问数据容量大、分布广、内涵丰富和形态多样
一个中等大小的网站每天可以记载几兆的用户访问信息。
广泛分布于世界各处。
访问信息形态多样。
访问信息具有丰富的内涵。
Web访问数据包含决策可用的信息
每个用户的访问特点可以被用来识别该用户和网站访问的特性。
同一类用户的访问，代表同一类用户的个性。
一段时期的访问数据代表了群体用户的行为和群体用户的共性。
Web访问信息数据是网站的设计者和访问者进行沟通的桥梁。
Web访问信息数据是开展数据挖掘研究的良好的对象。
Web访问信息挖掘对象的特点
访问事务的元素是Web页面，事务元素之间存在着丰富的结构信息。
访问事务的元素代表的是每个访问者的顺序关系，事务元素之间存在着丰富的顺序信息。
每个页面的内容可以被抽象出不同的概念，访问顺序和访问量部分决定概念。
用户对页面存在不同的访问时长，访问长代表了用户的访问兴趣。
页面内文本信息的挖掘：
挖掘的目标是对页面进行摘要和分类。
页面摘要：对每一个页面应用传统的文本摘要方法可以得到相应的摘要信息。
页面分类：分类器输入的是一个Web页面集(训练集)，再根据页面文本信息内容进行监督学习，然后就可以把学成的分类器用于分类每一个新输入的页面。
{在文本学习中常用的方法是TFIDF向量表示法，它是一种文档的词集(Bag-of-Words)表示法，所有的词从文档中抽取出来，而不考虑词间的次序和文本的结构。这种构造二维表的方法是：
每一列为一个词，列集(特征集)为辞典中的所有有区分价值的词，所以整个列集可能有几十万列之多。
每一行存储一个页面内词的信息，这时，该页面中的所有词对应到列集(特征集)上。列集中的每一个列(词)，如果在该页面中不出现，则其值为0;如果出现k次，那么其值就为k;页面中的词如果不出现在列集上，可以被放弃。这种方法可以表征出页面中词的频度。
对中文页面来说，还需先分词然后再进行以上两步处理。
这样构造的二维表表示的是Web页面集合的词的统计信息，最终就可以采用NaiveBayesian方法或
k-NearestNeighbor等方法进行分类挖掘。
在挖掘之前，一般要先进行特征子集的选取，以降低维数}
教育基础知识必考知识点
2018 年教育基础知识必考知识点 1.在我国，最早把“教”和“育”连在一起使用的人是孟子。 2.世界教育改革趋势：教育终身化、教育全民化、教育民主化、教育多元化和教 育技术现代化。 3.英国哲学家和自然科学家培根对教育学的独立做出了重要贡献，于 1623 年首 次提出；夸美纽斯是使教育学走上独立发展道路的第一人。1632 年出版的《大 教学论》被看作教育学走上独立发展道路的标志。 4.苏联教育家赞可夫《教学与发展》中以一般发展为出发点，提出了“高难度教学”、“高速度教学”、“理论知识起知道作用”、“理解学习过程”和“使所 有学生包括差生都得到发展”的五大教学原则。 5.学校文化是一所学校在长期的教育实践过程中积淀演化和创造出来的，并为其 成员所认同和遵循的价值挂念体系、行为规范准则和物化环境风貌的一种整合的 结晶。 6.瑞士心理学家皮亚杰认为个体认知发展的一般规律感知运算水平、前运算水平、具体运算水平、形式运算水平。美国心理学家柯尔伯格认为人的道德认知遵循前 世俗水平、世俗水平、后世俗水平。 7.人力资本论是由美国经济学家舒尔茨提出的。1960 年 12 月，他在美国经济 学第 78 届年会所作的《人力资本投资》的讲演，被称为人力资本理论创立的 “宪章”。人力资本理论的核心是“人力资本”。 8.《孟子·尽心上》“得天下英才而教育之，三乐也。”东汉许慎 《说文解字》“教，上所施，下所效也”；“育，养子使作善也”。 9.骑士教育是一种融宗教精神和尚武精神于一体的特殊的家庭教育形式；宫廷学 校是设在宫廷之内专门为王族子弟提供教育的学校。 10.卢梭和裴思泰洛齐等人继承并发展了夸美纽斯的自然教育思想。卢梭是法国 启蒙主义思想家和教育家，他在《爱弥儿》中提出了自然与自由教育的思想。他 人为人的本性是善良的，人最可贵的是自由 11.苏联教育家苏霍姆林斯基《给教师的建议》《把整个心灵献给孩子》《帕夫 雷什中学》中系统论述了他的全面和谐教育思想。被称为“活的教育学”。 12.物质文化是学校文化的空间物态形式，是学校精神文化的物质载体。学校物 质文化有两种表达方式：A.学校环境文化；B.设施文化。 13.遗传决定论的代表人物：英国的高尔登和美国的霍尔。 14.教育目的两种对立的观点：一是个体本位论，其代表人物有中国的孟子，西 方有卢梭和裴思泰洛齐；二是社会本位论，其代表人物有中国的荀子，西方有柏 拉图和康德。 15.广义的教育包括家庭教育、社会教育、学校教育。 16.明代以后，八股文被规定为考科举的固模式。 17.西欧中世纪主要学校类型教会学校，分为僧院学校、大主教学校、教区学校。 18.教育多元化表现为：培养目标多元化、办学形式多元化、管理模式多元化、 教学内容多元化、评价标准多元化等。 19.英国哲学家洛克提出了“白板说”，“人类之所以千差万别，便是由于教育 之故”。主张：①取消封建等级教育，人人都可以接受教育。②认为绅士教育使 最重要的，甚至反对资产阶级的子弟同劳动人民的子弟共同在学校礼接受教育， 主张绅士教育应该在家庭中实施。洛克的思想反映在他的代表作《教育漫话》当中。 20.美国教育家布鲁姆认为，教学应该以掌握学习为指导思想，以教育目标 为导向，以教育评价为调控手段，形成了完整的掌握学习理论体系。 21.规范文化，也叫制度文化，是一种确立组织机构，明确成员角色与职责，规 范成员行为的文化，主要有三种表达方式：一是保证学校正常运行的组织形态；
建筑学基础知识
3、墙体 （1）墙体的分类: 按其在平面中的位置可分为内墙和外墙。凡位于房屋四周的墙称为外墙，其中位于房屋两端的墙称为山墙。凡位于房屋内部的墙称为内墙。外墙主要起围护作用，内墙主要分隔房间作用。另外沿建筑物短轴布置的墙称为横墙，沿建筑物长轴布置的称为纵墙。 按其受力情况可分为:承重墙和非承重墙。直接承受上部传来荷载的墙称为承重墙，而不承受外荷载的墙称为非承重墙。 按其使用的材料分为:砖墙、石墙、土墙及砌块和大型板材墙等。 对墙面进行装修的墙称为混水墙；墙面只做勾缝不进行其它装饰的墙称为清水墙。 根据其构造又分为:实体墙、空体墙和复合墙。实体墙由普通黏土砖或其它实心砖砌筑而成；空体墙是由实心砖砌成中空的墙体或空心砖砌筑的墙体；复合墙是指由砖与其它材料组合成的墙体。 （2）砖墙的厚度 砖墙的厚度符合砖的规格。砖墙的厚度一般以砖长表示，例如半砖墙、3/4砖墙、1砖墙、2砖墙等。其相应厚度为:115mm、（称12墙）178mm、（称18墙）240mm、（称24墙）365mm、（称37墙）490mm、（称50墙）λ 墙厚应满足砖墙的承载能力。一般说来，墙体越厚承载能力越大，稳定性越好。λ 砖墙的厚度应满足一定的保温、隔热、隔声、防火要求。一般讲，砖墙越厚，保温隔热效果越好。λ （3）过梁与圈梁 过梁:其作用是承担门窗洞口上部荷载，并把荷载传递到洞口两侧的墙上。按使用的材料可分为: 钢筋混凝土过梁:当洞口较宽（大于1.5M），上部荷载较大时，宜采用钢筋混凝土过梁，两端深入墙内长度不应小于240λ mm。 砖砌过梁:常见的有平拱砖过梁和弧拱砖过梁。λ 钢筋砖过梁:钢筋砖过梁是在门窗洞口上方的砌体中，配置适量的钢筋，形成能够承受弯矩的加筋砖砌体。λ 圈梁:为了增强房屋的整体刚度，防止由于地基不均匀沉降或较大的震动荷载对房屋引起的不利影响，常在房屋外墙和部分内墙中设置钢筋混凝土或钢筋砖圈梁。其一般设在外墙、内纵墙和主要内横墙上，并在平面内形成封闭系统。圈梁的位置和数量根据楼层高度、层数、地基等状况确定。 4、地面与楼板 （1）地面:是指建筑物底层的地坪。其基本组成有面层、垫层和基层三部分。对于有特殊要求的地面，还设有防潮层、保温层、找平层等构造层次。每层楼板上的面层通常叫楼面，楼板所起的作用类似地面中的垫层和基层。 面层:是人们日常生活、工作、生产直接接触的地方，是直接承受各种物理和化学作用的地面与楼面表层。λ 垫层:在面层之下、基层之上，承受由面层传来的荷载，并将荷载均匀地传至基层。λ 基层:垫层下面的土层就是基层。λ 地面的种类: 整体地面:其面层是一个整体。它包括水泥沙浆地面、混凝土地面、水磨石地面、沥青砂浆地面等λ
数据挖掘试题与答案
一、解答题（满分30分，每小题5分） 1. 怎样理解数据挖掘和知识发现的关系？请详细阐述之 首先从数据源中抽取感兴趣的数据，并把它组织成适合挖掘的数据组织形式；然后，调用相应的算法生成所需的知识；最后对生成的知识模式进行评估，并把有价值的知识集成到企业的智能系统中。 知识发现是一个指出数据中有效、崭新、潜在的、有价值的、一个不可忽视的流程，其最终目标是掌握数据的模式。流程步骤：先理解要应用的领域、熟悉相关知识，接着建立目标数据集，并专注所选择的数据子集；再作数据预处理，剔除错误或不一致的数据；然后进行数据简化与转换工作；再通过数据挖掘的技术程序成为模式、做回归分析或找出分类模型；最后经过解释和评价成为有用的信息。 2. 时间序列数据挖掘的方法有哪些，请详细阐述之 时间序列数据挖掘的方法有： 1）、确定性时间序列预测方法:对于平稳变化特征的时间序列来说，假设未来行为与现在的行为有关，利用属性现在的值预测将来的值是可行的。例如，要预测下周某种商品的销售额，可以用最近一段时间的实际销售量来建立预测模型。 2）、随机时间序列预测方法:通过建立随机模型，对随机时间序列进行分析，可以预测未来值。若时间序列是平稳的，可以用自回归(Auto Regressive，简称AR)模型、移动回归模型(Moving Average，简称MA)或自回归移动平均(Auto Regressive Moving Average，简称ARMA)模型进行分析预测。 3）、其他方法:可用于时间序列预测的方法很多，其中比较成功的是神经网络。由于大量的时间序列是非平稳的，因此特征参数和数据分布随着时间的推移而变化。假如通过对某段历史数据的训练，通过数学统计模型估计神经网络的各层权重参数初值，就可能建立神经网络预测模型，用于时间序列的预测。
最新教育学心理学知识点总结
教师上岗考试试题《常识性知识》 1、教育学的研究对象是（学校教育现象） 2、教育现象包括（学校教育、家庭教育、社会教育） 3、教育学是一种综合性的学科；既是（理论学科）也是（应用学科） 4、完备的教师知识结构是（学科基础知识）（教育学科基础知识）和广泛的文化科学知识。 5、孔子对我国教育的贡献有三个方面（创立私学）（创立儒学）（删订六经） 6、孔子流传于事的著作是（论语） 7、启发式教学的渊源是（不愤不启）（不排不发）；是孔子提出的。 8、孔子之后儒豪代表是（孟子、荀子） 9、从（性善论）阐述他的观点是（孟子）：从（性恶论）阐述他的观点是（荀子） 10、后期称墨家为（功利主义者）：称道家为（自然主义者） 11、曾子所著；专讲古代大学教育的是（大学） 12、曾子的学生子思的著作是（中庸） 13、（学记）是根据今人的考证是战国末期（乐正刻）的作品；是世界上最早的教育经典巨著。 14、乐正真考证是（郭沫若）完成的。 15、（大学）是《学记》的教育政治学基础。 16、（中庸）是《学记》的教育哲学学基础。 17、系统总结先秦时代教育理论和实践研究的教育学专著是（学记）；被认为…… 18、西方启发式教育思想的渊源是（苏格拉底的多婆术）。 19、西方教育学传统始于古代希腊的（苏格拉底）（柏拉图）（亚里斯多德） 20、古希腊著名教育家柏拉图的著作是（理想国）。这部著作是后世公共教育思想的源头）。 21、亚里斯多德历史性贡献是他（首次系统阐述了体育、德育、智育、美育和谐发展的教育思想。 22、昆体良的代表著作是（雄判术原理） 23、夸美纽斯是17世纪的捷克教育家；所著作是（大教学论） 24、洛克是（绅士教育）的代表著作是（教育漫画） 25、卢俊是（自然主义）的代表；著作是（爱弥儿） 26、裴斯泰洛齐是（要素教育）的代表。被成为19世纪中期以后到20世纪世界新教育运动的开创人。 27、赫儿巴特独立化时期的代表作是（普通教育学）；是1860年出版的。 28、福禄贝尔被称为（幼儿园之父） 29、杜威是（进步主义教育学派）的代表。 30、历史研究法的工作是（史料真伪的鉴别）；鉴别包括（外部考证）和（内部考证） 31、调查研究法可分为（确定课题）（搜集资料）（做出结论） 32、调查研究法包括（调查、研究、访问）。 33、教育实验可分为（前实验设计）（准实验设计）（真实验设计）。 34、教育一词最早可以在《孟子；尽心上》说（'得天下英才而教育之） 35、古代教育包括（奴隶制社会教育）（封建制社会教育）
建筑学基础知识大全
建筑学知识 第一篇建筑学 第一章各类建筑得功能组合 一、公共建筑 在公共建筑设计中,功能分析与组织得核心问题就是建筑得空间组合、功能分区及人流集散。 (一)公共建筑得功能与空间组成 各种性质与类型得公共建筑一般都就是由主要使用部分、交通联系部分、次要使用部分这三类功能与空间组合而成。 以学校教学楼为例,教室、实验室、教师备课室、行政办公室就是主要使用部分;厕所、仓库、贮藏室等就是次要使用部分;而走廊、门、厅、楼梯等则就是交通联系部分。公共建筑空间组成都可以概括为主、次要使用空间及交通联系空间这三大空间。三大空间以不同得方式组合,就形成了不同得设计方案。 使各使用空间建立起密切得有机联系,依赖于交通联系空间把各种空间有效地组织起来。通常将过道、过厅、门厅、出人口、楼梯、电梯、自动扶梯、坡道等称之为建筑得交通联系空间。交通联系空间得形式、大小与位置,服从于建筑空间处理与功能关系得需要。一般交通联系空间要有适宜得高度、宽度与形状,流线直简单明确,不宜迂回曲折,同时要起到导向人流得作用。此外交通联系空间应有良好得采光与满足防火得要求。建筑得交通联系部分,可分为水平交通、垂直交通与枢纽交通三种空间形式。 (二)公共建筑得功能分区与人流组织 1.功能分区 功能分区就是进行建筑空间组织时必须考虑得问题,特别就是当功能关系与房间组成比较复杂时,更需要将空间按不同得功能要求进行分类,并根据它们之间得密切程度加以区分,并找出它们之间得相互联系,达到分区明确又联系方便得目得。在进行功能分区时,应从空间得“主”与“次”、“闹”与“静”、“内”与“外”等得关系加以分析,使各部分空间都能得到合理安排。 (1)空间得“主”与“次” 建筑物各类组合空间,由于其性质得不同必然有主次之分。在进行空间组合时,这种主次关系必然地反映在位置、朝向、交通、通风、采光以及建筑空间构图等方面。功能分区得主次关系,还应与具体得使用顺序相结合,如行政办公得传达室、医院得挂号室等, 在空间性质上虽然属于次要空间,但从功能分区上瞧却要安排在主要得位置上。此外,分析空间得主次关系时,次要空间得安排也很重要,只有在次要空间也有妥善配置得前提下,主要空间才能充分地发挥作用。 (2)空间得“闹”与“静” 公共建筑中存在着使用功能上得“闹”与“静”。在组合空间时,按“闹”与“静”进行功能分区,以便其既分割、互不干扰,又有适当得联系。如旅馆建筑中,客房部分应布置在比较安静得位置上,而公共使用部分则应布置在临近道路及距出人口较近得位置上。 (3)空间联系得“内”与“外” 公共建筑得各种使用空间中,有得对外联系功能居主导地位,有得对内关系密切一些。所以,在进行功能分区时,应具体分析空间得内外关系,将对外联系较强得空间,尽量布置在出入口等交通枢纽得附近;与内部联系性较强得空间,力争布置在比较隐蔽得部位,并使其靠近内部交通得区域。 2.人流组织 公共建筑就是人们进行社会生活得场所,因其性质及规模得不同,不同建筑存在着不同得人流特点,合理地解决好人流疏散问题就是公共建筑功能组织得重要工作。 (1)人流组织方式 一般公共建筑反映在人流组织上,可归纳为平面与立体得两种方式。 1)平面组织方就适用于中小型公共建筑人流组织,特点就是人流简单、使用方便门图l－1-1所示)。 2)立体组织方式:适用于功能要求比较复杂,仅靠平面组织不能完全解决人流集散得公共建筑,如大型交通建筑、商业建筑等,常把不同性质得人流,从立体关系中错开门图ll电所示人
数据挖掘复习章节知识点整理
数据挖掘：是从大量数据中发现有趣（非平凡的、隐含的、先前未知、潜在有用）模式，这些数据可以存放在数据库，数据仓库或其他信息存储中。 挖掘流程： 1.学习应用域 2.目标数据创建集 3.数据清洗和预处理 4.数据规约和转换 5.选择数据挖掘函数（总结、分类、回归、关联、分类） 6.选择挖掘算法 7.找寻兴趣度模式 8.模式评估和知识展示 9.使用挖掘的知识 概念/类描述：一种数据泛化形式，用汇总的、简洁的和精确的方法描述各个类和概念，通过（1）数据特征化：目标类数据的一般特性或特征的汇总； （2）数据区分：将目标类数据的一般特性与一个或多个可比较类进行比较； （3）数据特征化和比较来得到。 关联分析：发现关联规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件，通常要满足最小支持度阈值和最小置信度阈值。 分类：找出能够描述和区分数据类或概念的模型，以便能够使用模型预测类标号未知的对象类，导出的模型是基于训练集的分析。导出模型的算法：决策树、神经网络、贝叶斯、（遗传、粗糙集、模糊集）。 预测：建立连续值函数模型，预测空缺的或不知道的数值数据集。 孤立点：与数据的一般行为或模型不一致的数据对象。 聚类：分析数据对象，而不考虑已知的类标记。训练数据中不提供类标记，对象根据最大化类内的相似性和最小化类间的原则进行聚类或分组，从而产生类标号。 第二章数据仓库 数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程。从一个或多个数据源收集信息，存放在一个一致的模式下，并且通常驻留在单个站点。数据仓库通过数据清理、变换、继承、装入和定期刷新过程来构造。面向主题：排除无用数据，提供特定主题的简明视图。集成的：多个异构数据源。时变的：从历史角度提供信息，隐含时间信息。非易失的：和操作数据的分离，只提供初始装入和访问。 联机事务处理OLTP：主要任务是执行联机事务和查询处理。 联系分析处理OLAP：数据仓库系统在数据分析和决策方面为用户或‘知识工人’提供服务。这种系统可以用不同的格式和组织提供数据。OLAP是一种分析技术，具有汇总、合并和聚集功能，以及从不同的角度观察信息的能力。
[笔试]-高等教育学(完整版知识点)
第一部分：判断（共12题） 1、教育方针的基本构成：教育发展的指导思想（教育的性质）；教育的培养目标（广义的培养目标，即教育目的）；实施的途径（实现教育目的的途径）。 2、发展教育的三个途径：教学工作（主要途径）；科研训练（重要途径）；社会实践（新的教育方针予以强调）。 3、我国学位制度分为三级：学士、硕士、博士。 4、我国现行高校领导体制：党委领导下的校长负责制（=学校基层委员会领导下的校长负责制） 5、高校教职工代表大会：是教职工群众行使民主权利、民主管理学校的重要形式。 6、宏观高等教育结构：包括层次结构、科类结构、形式结构、能级结构、地域结构（即布局）、管理体制结构等。 7、微观高等教育结构：包括学科专业结构、课程结构、教材结构、队伍结构、各类人员的知识结构等。 8、高校教学系统组成：教师、学生、教学内容和教学媒介。 9、高校课程分类：从层次构成上，可分为公共基础课程、专业基础课程以及专业课程；从形式上看，可分为必修课程、选修课程。 10、大学生参与科研活动：有多种途径，可以结合日常教学进行，也可通过指导学生完成学年论文或毕业论文进行。 11、大学生社会实践活动的特征：人才培养的目的；现实参与的方式；定向选择的内容；互补并进的效果。 12、大学生社会实践活动在培养人方面起的作用：可促进知识的转化和拓展；有利于增强大学生的社会意识和社会技能；有利于发展大学生的创造才能和组织才能；有利于大学生提高修养、完善个性品质。 第二部分：名词解释（共21题） 1、高等教育P5：高等教育是在完全的中等教育基础上进行的专业教育，是培养各类高级专门人才的社会活动。 2、广义文化P17：最广义的文化可以泛指人类在历史过程中所创造的物质财富和精神财富的总称。 3狭义文化P17：常常是人们对精神财富及精神生活的一种通称，在此“文化”一词从狭义的角度使用。 4、教育方针P29：教育方针是国家在一定历史时期，根据社会政治经济发展的需要和基本国情，通过一定的立法程序，为教育事业确立总的工作方向和奋斗目标，是教育政策的总概括。 5、教育目的P34：教育目的是各级各类教育培养人的总的质量目标和总的规格要求。 6、社会本位高等教育目的观P55：主要是指那些从社会发展需要出发设计教育目的的观点，即个人只是教育加工的原料，个人发展必须服从社会需要。这种目的观的主要观点强调高等教育价格首先在于促进国家和社会发展，强调人是社会的产物。 7、个人本位高等教育目的观P55：主要是指那些从个人需要，个人发展出发设计教育目的的观点，强调使受教育者的本性、才能获得自然发展，教育要为人本身的生活服务。 8学制P85：是指一个国家的各级各类学校的系统，它包括：有哪些种类的学校，这些学校由谁来主办和管理，学校的性质和任务是什么，实际的入学条件、修业年限以及各级各类学校的关系如何等等。 9、高等教育管理体制P115：就是指与高等教育管理活动相关的组织制度体系，它主要包括
信息管理学基础-考研笔记.pdf
信息管理学基础 一、信息的含义 1. 本体论层次：在最为一般的意义上，亦即没有任何约束条件，我们可以将信息定义为事物存在的方式和 运动状态的表现形式。 这里的“事物”泛指存在于人类社会、思维活动和自然界中一切可能的对象。“存在方式”指事物的内部结构和外部联系。“运动”泛指一切意义上的变化，包括机械的、物理的、化学的、生物的、思维的和社会的运动。 “运动状态”则是指事物在时间和空间上变化所展示的特征、态势和规律。在这一层次上定义的信息是最普遍 的、最广义的信息，可与物质、能量并驾齐驱，我们称其为本体论层次的信息。 2.认识论层次：在认识论层次上，我们可以将信息定义为：主体所感知或表述的事物存在的方式和运动状态。 主体所感知的是外部世界向主体输入的信息，主体所表述的则是主体向外部世界输出的信息。 3.本体论层次和认识论层次的信息的区别： 在本体论层次上，信息的存在不以主体的存在为前提，即使根本不存在主体，信息也仍然存在。在认识论层次 上则不同，没有主体，就不能认识信息，也就没有认识论层次上的信息。 认识论层次的信息概念比本体论层次的信息概念具有更为丰富的内涵。首先，作为主体的人具有感知能力，能 够感知到事物的存在和运动状态。其次，人具有理解能力，能够理解事物的存在和运动状态的特定含义。第三，人具有目的性，能够判断事物的存在方式和运动状态对其目的而言的效用价值。而且这三个方面是相互依存不 可分割的。人们只有在感知了事物存在的方式和运动状态的形式，理解了它的含义，明确了它的效用之后，才 算真正掌握了这个事物的信息，才能做出正确的决策。 我们把同时考虑到事物存在方式和运动状态的外在形式、内存含义和效用价值的认识论层次上的信息称为“全信息”，而把仅仅考虑其中形式因素的信息称为“语法信息”，把考虑其中内容（含义）因素的信息称为“语义信息”，把考虑其中效用因素的信息称为“语用信息”。认识论层次的信息乃是同进考虑语法信息、语义信息和 语用信息的全信息。以申农为代表的信息论所研究的基本上不涉及信息的含义和效用，是纯粹的语法信息。 4.本书所研究的信息的定义：根据本书的目的，我们主要研究社会信息，即为了特定的目的产生、传递、 交流并应用于人类社会实践活动，包括一切由人类创造的语言、符号和其他物质载体表达和记录的数据、消息、经验、知识。显然，这类信息是一个庞大的体系，都属于认识论范围内的信息。自然界、生物界及机器系统的 信息，只要有人类主体介入，并服从于人类社会的特定目的，都是我们所说的社会信息。 二、数据、信息、知识及相关概念 数据、信息、知识和情报是信息与信息管理领域的起点和基石，同时这些概念和它们所代表的外延之间又存在 着极为紧密的天然的联系。 1.数据：未经整理的、可被判读的数字、文字、符号、图像、声音、样本等。是载荷或记录信息的按照一定 规则排列组合的物理符号。它可以是数字、文字、图像，也可以是声音或计算机代码。人们对信息的接收始于 对数据的接收，对信息的获取只能通过对数据背景和规则的解读。背景是接收者针对特定的信息准备，即当接 收者了解物理符号序列的规律，并知道每个符号或符号组合公认的指向性目标或含义时，便可获取一组数据载 荷的信息，亦即数据转化为信息。数据+背景=信息 2.信息：在特定情况下经过整理的、表达一定意义的数字、文字、符号、图像、声音、信号等。信息是数据 载荷的内容，对于同一信息，其数据表现形式可以多种多样。 3.知识：在信息这一原材料的基础上形成的见解、认识。是信息接收者通过对信息的提炼和推理而获得的正 确结论，是人通过信息对自然界、人类社会以及思维方式与运动规律的认识与掌握，是人的大脑通过思维重新 组合的、系统化的信息集合。知识的传输一般遵循如下模式：传输者的知识-数据-信息-接收者的知识。信息能够转化为知识的关键在于信息接收者对信息的理解能力。对信息的理解能力取决于接收者的信息与知识准备。 信息只有同接收者的个人经验、信息与知识准备结合，也就是同接收者的个人背景整合才能转化为知识。信息+经验=知识。 可以认为，数据是信息的原材料，而信息则是知识的原材料，数据涵盖范围最广，信息次之，知识最小。 4.数据、信息和知识之间的关系：不能简单理解为相交或不相交，相关或不相关，三者具有独立内涵和典
《数据挖掘》试题与标准答案
一、解答题（满分3０分，每小题5分) 1. 怎样理解数据挖掘和知识发现的关系?请详细阐述之 首先从数据源中抽取感兴趣的数据，并把它组织成适合挖掘的数据组织形式;然后,调用相应的算法生成所需的知识;最后对生成的知识模式进行评估，并把有价值的知识集成到企业的智能系统中。 知识发现是一个指出数据中有效、崭新、潜在的、有价值的、一个不可忽视的流程，其最终目标是掌握数据的模式。流程步骤:先理解要应用的领域、熟悉相关知识，接着建立目标数据集，并专注所选择的数据子集;再作数据预处理，剔除错误或不一致的数据；然后进行数据简化与转换工作；再通过数据挖掘的技术程序成为模式、做回归分析或找出分类模型；最后经过解释和评价成为有用的信息。 2.时间序列数据挖掘的方法有哪些，请详细阐述之 时间序列数据挖掘的方法有: １)、确定性时间序列预测方法:对于平稳变化特征的时间序列来说，假设未来行为与现在的行为有关，利用属性现在的值预测将来的值是可行的。例如，要预测下周某种商品的销售额，可以用最近一段时间的实际销售量来建立预测模型。 ２）、随机时间序列预测方法：通过建立随机模型,对随机时间序列进行分析,可以预测未来值。若时间序列是平稳的,可以用自回归(Auto Ｒegressiｖe，简称AR)模型、移动回归模型(Ｍovｉng Ａveｒage,简称ＭＡ）或自回归移动平均(Aｕto Regrｅssive Moｖiｎg Aｖeraｇe，简称AＲMＡ)模型进行分析预测。 3)、其他方法:可用于时间序列预测的方法很多,其中比较成功的是神经网络。由于大量的时间序列是非平稳的,因此特征参数和数据分布随着时间的推移而变化。假如通过对某段历史数据的训练，通过数学统计模型估计神经网络的各层权重参数初值，就可能建立神经网络预测模型,用于时间序列的预测。
幼儿教育学基础知识点讲解学习
幼儿教育学基础知识 点
幼儿教育学基础知识点{请认真读完} 第一章幼儿教育的产生和发展 第一节幼儿教育的概念和意义 一、广义的教育（概念 15 页）：这里的教育包括了家庭教育、社会教育和学校教育，范围很广，一般称为广的教育。 二、学校的独特结构和功能，使其成为近代以来教育活动中的核心部分，在各种教育中起着（示范）和（主导）的作用。 三、幼儿教育（概念）：对 3－6 岁年龄阶段的幼儿所实施的教育就称为幼儿教育。从广义上说，凡是能够影响幼儿身体成长和认知、情感、性格等心理各方面发展的活动都是幼儿教育，而狭义的幼儿教育则指幼儿园教育。幼儿教育学是教育学的一个分支，它专门研究3－6 岁幼儿的教育，探索其特点和规律。 四、幼儿教育的意义：（简答和论述）（一）促进生长发育，提高身体素质；（二）开发大脑潜力，促进智力发展；（三）发展个性，促进人格的健康发展；（四）培育美感，促进想象力、创造性的发展；总而言之，幼儿教育担负着促进幼儿体、智、德、美全面发展的重任。 第二节幼儿教育的发展 一、幼儿教育思想的发展 （一）德国福禄培尔（游戏） 1、幼儿自我发展的原理：福禄培尔认为，幼儿的行为是其内在生命形式的表现，命令式的命令式的、幼儿自我发展的原理命令式的强制的、干涉的教育方法对幼儿的发展是无效的，而必须尊重幼儿的自主性，重视幼儿的自强制的、干涉的我活动。 2、游戏理论：福禄培尔是第一个阐明游戏教育价值的人，他强调游戏对幼儿人格发展、智慧发展有重要意义。 3、协调原理：让孩子和周围的环境、社会、自然结合，协调一致。 4、亲子教育：他创立了世界上第一个为母亲们开办的“讲习会”，后来还专门写了一本《母亲之歌与爱抚之歌》 （二）蒙台梭利 被誉为 20 世纪初的“幼儿园改革家”于 1907 年在罗马贫民区创办了一所“幼儿之家”、 1、幼儿自我学习的法则：每个儿童都是一个遵循自身内部法则的生物体，都有各自不同的需要和发展进程表。 2、重视教育环境的作用有准备的幼儿教育环境的特点?（简答）（1）一个自由发展的环境；（2）一个有秩序的环境；（3）一个生气勃勃的环境；（4）一个愉快的环境。 3、教师的作用：教师是一个环境的创设者、观察者、指导者创设者、创设者观察者、指导者。
信息管理学基础笔记
信息管理学基础笔记 一、名词解释 1、信息：狭义，是用以减少不确定性的东西。广义，本体论层次：事物存在的方式和运动状态的表现形式。 认识论层次：主体所感知或表述的事物存在的方式和运动状态。 2、全信息：把同时考虑到事物存在方式和运动状态的外在形式、内在含义和效用价值的认识论层次上的信息称为“全信息”（语法信息：把仅仅考虑其中形式。因素的信息称为“语法信息” ；语义信息：把考虑其中内容(含义)因素的信息称为“语义信息” ；语用信息：把考虑其中效用因素的信息称为“语用信息”）。 3、社会信息化是指人类社会发展过程中的一种特定现象，在这种现象出现时，人类对信息的依赖程度越来越高，而对物质和能源的依赖程度则相对降低。 4、信息管理（狭义）就是对信息本身的管理，即采用各种技术方法和手段(如分类、主题、代码、计算机处理等等)对信息进行组织、控制、存贮、检索和规划等，并将其引向预定目标；(广义)不单单是对信息的管理，而是对涉及信息活动的各种要素(信息、人、机器、机构等)进行合理的组织和控制，以实现信息及有关资源的合理配置，从而有效地满足社会的信息要求。 5、信息交流就是社会活动中信息交流双方借助某种符号系统，利用某种传播渠道，在不同时间和空间中实现的信息传输和交换行为。 6、知识组织是揭示知识单元（包括显性知识因子和隐形知识因子），挖掘知识关联的过程或行为，最为快捷地为用户提供有效的知识或信息。（特征：自动化、集成化、智能化）。 7、信息服务（Information?Service）通过研究用户、组织用户、组织服务，将有价值的信息传递给用户，最终帮助用户解决问题，是用不同的方式向用户提供所需信息的一项活动。 8、信息系统是由计算机硬件、网络和通讯设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。信息系统的五个基本功能：输入、存储、处理、输出和控制。 9、国家信息政策是指在一国范围内，国家或政府为解决信息管理和信息经济发展中出现的、关系和涉及到公共利益、权益、安全问题，保障信息活动协调发展而采取的有关信息产品及资源生产、流通、利用、分配以及促进和推动相关信息技术发展的一系列措施、规划、原则或指南。 10、信息道德就是信息创造者、信息服务者和信息使用者在信息活动中普遍认同和共同遵守的符合社会一般要求的行为和伦理规范。 11、信息伦理是指人们从事信息生产、加工、分析、研究、传播、管理、开发利用等信息活动的伦理要求、伦理规范和在此基础上形成的伦理关系。 12、信息政策是国家和社会组织为实现信息管理目标而规定的信息管理行为准则，是进行信息管理决策的指导方针，代表了国家和社会组织的基本管理思想，
教师招聘考试—教育学心理学知识点整理通用版
《教育知识与能力》考点梳理 第一章教育基础知识和基本原理 专题一教育与教育学 ◆考点 1：“教育”一词的由来：“教育”一词最早见于《孟子·尽心上》。 ◆考点 2：教育的概念 从广义上说，凡是增进人的知识和技能、发展人的智力和体力、影响人的思想和品德的活动都称之为教育。它包括社会教育、学校教育和家庭教育。狭义的教育主要指学校教育，是教育者根据一定的社会要求，有目的、有计划、有组织地对受教育者施加影响，促使他们朝着所期望的方向发展的活动。 ◆考点 3：学校教育的三要素 1.教育者（主导） 2.受教育者（主体） 3.教育影响（中介）--教育内容和教育手段 ◆考点 4：教育的属性 1.教育的本质属性 教育是一种有目的地培养人的社会活动。它有以下四方面的特点： （1）教育是以人的培养为直接目标的社会实践活动。 （2）教育是有意识、有目的地进行。
（3）存在教育的基本三要素。 2.教育的社会属性 （1）永恒性（2）历史性（3）相对独立性 ◆考点 5：教育的起源 ※巧记：“本能生利息（西），心源美梦（孟）” ◆考点 6：原始社会教育的特点
（1）无等级性； （2）教育与生产劳动、社会生活融洽在一起----紧密集合；（3）教育内容简单，教育方法单一。 ◆考点 7：古代社会的教育
古代学校教育的基本特征是： （1）古代学校教育与生产劳动相脱离，具有非生产性。 （2）具有阶级性；封建社会的学校还具有等级性。 （3）表现出道统性、专制性、刻板性和象征性。 （4）古代学校教育初步发展。 ◆考点 8：20 世纪以后的教育 1．20 世纪以后教育的新特点 （1）教育的终身化。（2）教育的全民化。（3）教育的民主化。（4）教育的多元化。（5）教育的现代化。 ※巧记：“全民多现终” 2．现代教育发展趋势 第一，加强学前教育并重视与小学教育的衔接。 第二，强化普及义务教育、延长义务教育年限。 第三，普通教育与职业教育朝着相互渗透的方向发展。 第四，高等教育的类型日益多样化。 第五，学历教育与非学历教育的界限逐渐淡化。
数据挖掘与数据仓库知识点总结
1、数据仓库定义：数据仓库是一种新的数据处理体系结构，它与组织机构的操作数据库分别维护，允许将各种应用系统一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合，为企业决策支持系统提供所需的集成信息。设计和构造步骤：1）选取待建模的商务处理；2）选取商务处理的粒变；3）选取用于每个事实表记录的维；4）选取事实表中每条记录的变量 系统结构：（1）底层是仓库数据服务器，总是关系数据库系统。（2）中间层是OLAP服务器，有ROLAP 和MOLAP，它将对多维数据的操作映射为标准的关系操作（3）顶层是前端客户端，它包括查询和报表工具、分析工具和数据挖掘工具 2、数据仓库的多维数据模型：（1）星形模式：在此模型下，数据仓库包括一个大的包含大批数据并且不含冗余的中心表，一组小的附属表，维表围绕中心事实表显示的射线上。特征：星型模型四周的实体是维度实体，其作用是限制和过滤用户的查询结果，缩小访问围。每个维表都有自己的属性，维表和事实表通过关键字相关联。【例子：sales数据仓库的星形模式，此模式包含一个中心事实表sales，它包含四个维time, item, branch和location。 （2）雪花型模式：它是星形模式的变种，其中某些维表是规化的，因而把数据进一步分解到附加的表中。特征：雪花模型通过最大限度地减少数据存储量和联合较小的维表来改善查询性能，增加了用户必须处理的表数量和某些查询的复杂性，但同时提高了处理的灵活性，可以回答更多的商业问题，特别适合系统的逐步建设要求。【例子同上，只不过把其中的某些维给扩展了。 （3）事实星座形：复杂的应用可能需要多个事实表共享维表，这种模式可看作星形模式的汇集。 特征：事实星座模型能对多个相关的主题建模。例子：有两个事实表sales和shipping，它们可以共享维表time, item和location。 3、OLAP：即联机分析处理，是在OLTP基础上发展起来的、以数据仓库基础上的、面向高层管理人员和专业分析人员、为企业决策支持服务。特点：1.实时性要求不是很高。2.数据量大。3.因为重点在于决策支持，所以查询一般是动态的，也就是说允许用户随机提出查询要求。 OLAP操作：上卷：通过沿一个维的概念分层向上攀登，或者通过维归约，对数据立方体进行类聚。下钻：是上卷的逆操作，它由不太详细的数据得到更详细的数据，下钻可以通过沿维的概念分层向下或引入附加的维来实现。切片：对给定方体的一个维进行进行选择，导致一个子立方体。切块：通过对两个或多个维执行选择，定义子立方体。转轴：是一种可视化操作，它转动数据的视角，提供数据的替代表示。 OLTP：即联机事务处理，是以传统数据库为基础、面向操作人员和低层管理人员、对基本数据进行查询和增、删、改等的日常事务处理。OLTP的特点有：a.实时性要求高；b.数据量不是很大。C.交易一般是确定的，是对确定性数据进行存取。d.并发性要求高且严格的要求事务的完整性，安全性。 OLTP和OLAP的区别：1）用户和系统的面向性:OLTP面向顾客，而OLAP面向市场；2）数据容：OLTP 系统管理当前数据，而OLAP管理历史的数据；3）数据库设计：OLTP系统采用实体-联系（ER)模型和面向应用的数据库设计，而OLAP系统通常采用星形和雪花模型；4）视图：OLTP系统主要关注一个企业或部门部的当前数据，而OLAP 系统主要关注汇总的统一的数据；5）访问模式：OLTP访问主要有短的原子事务组成，而OLAP系统的访问大部分是只读操作，尽管许多可能是复杂的查询。 7、PageRank算法原理：1）在初始阶段：构建Web图，每个页面初始设置相同的PageRank 值，通过迭代计算，会得到每个页面所获得的最终PageRank值。2）在一轮中更新页面 PageRank得分的计算方法：每个页面将其当前的PageRank值平均分配到本页面包含的出 链上。每个页面将所有指向本页面的入链所传入的权值求和，即可得到新的PageRank得分。 优点：是一个与查询无关的静态算法，所有网页的PageRank值通过离线计算获得；有效减 少在线查询时的计算量，极大降低了查询响应时间。 缺点：1）人们的查询具有主题特征，PageRank忽略了主题相关性，导致结果的相关性和主 题性降低。2）旧的页面等级会比新页面高。因为即使是非常好的新页面也不会有很多上游， 除非它是某个站点的子站点。
幼儿教育学基础知识点
☆☆☆知识改变命运☆☆☆ 幼儿教育学基础知识点 第一章幼儿教育的产生和发展 第一节幼儿教育的概念和意义 一、广义的教育（概念 15 页）：这里的教育包括了家庭教育、社会教育和学校教育，范围很广，一般称为广的教育。 二、学校的独特结构和功能，使其成为近代以来教育活动中的核心部分，在各种教育中起着（示范）和（主导）的作用。 三、幼儿教育（概念）：对 3－6 岁年龄阶段的幼儿所实施的教育就称为幼儿教育。从广义上说，凡是能够影响幼儿身体成长和认知、情感、性格等心理各方面发展的活动都是幼儿教育，而狭义的幼儿教育则指幼儿园教育。幼儿教育学是教育学的一个分支，它专门研究 3－6 岁幼儿的教育，探索其特点和规律。 四、幼儿教育的意义：（简答和论述）（一）促进生长发育，提高身体素质；（二）开发大脑潜力，促进智力发展；（三）发展个性，促进人格的健康发展；（四）培育美感，促进想象力、创造性的发展；总而言之，幼儿教育担负着促进幼儿体、智、德、美全面发展的重任。 五、敏感期（概念）幼儿期是语言、形状知觉、音感等发展的敏感期。我们把这个阶段称为敏感期。 第二节幼儿教育事业的产生和发展 一、幼儿教育机构的产生 1、学校诞生时间：幼儿教育机构首先在欧洲诞生，最值得一提的是由英国空想社会主义者欧文于 1816 年创办的幼儿学校，最初出现的幼儿教育机构多由一些慈善家、工业家举办，实质上不过的慈善性质的社会福利机构而已。 2、德国幼儿教育家福禄培尔被世界誉为“幼儿之父”，是他创办了世界上第一个幼儿园。（游戏）是幼儿的主要活动，幼儿通过他特制的玩具－——（“恩物”）来学习。 3、我国幼儿教育机构：我国自己创办的第一所幼儿教育机构，是1903 年湖北武昌创办的湖北幼稚园。当时的这些幼儿教育机构完全抄袭日本，显示出半封建半殖民地教育的特点。 4、幼儿园如著名教育家陶行知先生尖锐抨击的三种大病：一是外国病，二是花钱病，三是富贵病。 5、1989 年 8 月，国家教委制定发布了《幼儿园管理条例》，这是新中国成立以来，经国务院批准颁发的第一个幼儿教育法规。1989年6月制定颁发了《幼儿园工作规程》，1996年6月正式施行。 二、幼儿教育思想的发展 （一）德国福禄培尔（游戏） 1、幼儿自我发展的原理：福禄培尔认为，幼儿的行为是其内在生命形式的表现，命令式的命令式的、幼儿自我发展的原理命令式的强制的、干涉的教育方法对幼儿的发展是无效的，而必须尊重幼儿的自主性，重视幼儿的自强制的、干涉的我活动。 2、游戏理论：福禄培尔是第一个阐明游戏教育价值的人，他强调游戏对幼儿人格发展、智慧发展有重要意义。 3、协调原理：让孩子和周围的环境、社会、自然结合，协调一致。 4、亲子教育：他创立了世界上第一个为母亲们开办的“讲习会”，后来还专门写了一本《母亲之歌与爱抚之歌》 （二）蒙台梭利 被誉为 20 世纪初的“幼儿园改革家”于 1907 年在罗马贫民区创办了一所“幼儿之家”、 1、幼儿自我学习的法则：每个儿童都是一个遵循自身内部法则的生物体，都有各自不同的需要和发展进程表。 2、重视教育环境的作用有准备的幼儿教育环境的特点?（简答）（1）一个自由发展的环境；（2）一个有秩序的环境；（3）一个生气勃勃的环境；（4）一个愉快的环境。 3、教师的作用：教师是一个环境的创设者、观察者、指导者创设者、创设者观察者、指导者。 3、教师的作用。环境的创设者、观察者、指导者。 4.幼儿的自由发展和作业相结合 5.重视感觉教育（教具） ★对蒙台梭利教育的缺点和贡献（简答）缺点（1）偏重智能而较忽视幼儿情感的陶冶；：缺点缺点：（2）其感觉教育教具脱离幼儿的实际生活，过于狭隘、呆板，操作法过于机械等等；贡献：重视幼儿身心发展特点、重视幼儿的自主性和自我学习，重视环境的作用，以及她对贡献教师作用的观点等等，无论在蒙台梭利时代还是在今天，
数据挖掘复习知识点整理超详细
必考知识点： 信息增益算法/ ID3决策树(计算) (详细见教材) 使用朴素贝叶斯分类预测类标号(计算) FP-TREE(问答) (详细见教材) 数据仓库的设计(详见第二章)(问答) (见PPT) 数值规约Equi-depth、equi-width、v-optimal、maxdiff(问答) (详细见教材) BUC (这个也要考，但不记得怎么考的了) 后向传播神经网络(名词解释) K-平均，K-中心点，DBSCAN 解析特征化(这个也要考) 总论 数据挖掘：是从大量数据中发现有趣（非平凡的、隐含的、先前未知、潜在有用）模式，这些数据可以存放在数据库，数据仓库或其他信息存储中。 挖掘流程： (1)学习应用域（2）目标数据创建集（3）数据清洗和预处理（4）数据规约和转换（5）选择数据挖掘函数（总结、分类、回归、关联、分类）（6）选择挖掘算法（7）找寻兴趣度模式（8）模式评估和知识展示（9）使用挖掘的知识 概念/类描述：一种数据泛化形式，用汇总的、简洁的和精确的方法描述各个类和概念，通过（1）数据特征化：目标类数据的一般特性或特征的汇总；（2）数据区分：将目标类数据的一般特性与一个或多个可比较类进行比较；（3）数据特征化和比较来得到。 关联分析：发现关联规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件，通常要满足最小支持度阈值和最小置信度阈值。 分类：找出能够描述和区分数据类或概念的模型，以便能够使用模型预测类标号未知的对象类，导出的模型是基于训练集的分析。导出模型的算法：决策树、神经网络、贝叶斯、（遗传、粗糙集、模糊集）。 预测：建立连续值函数模型，预测空缺的或不知道的数值数据集。 孤立点：与数据的一般行为或模型不一致的数据对象。 聚类：分析数据对象，而不考虑已知的类标记。训练数据中不提供类标记，对象根据最大化类内的相似性和最小化类间的原则进行聚类或分组，从而产生类标号。 第二章数据仓库 数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程。从一个或多个数据源收集信息，存放在一个一致的模式下，并且通常驻留在单个站点。数据仓库通过数据清理、变换、继承、装入和定期刷新过程来构造。面向主题：排除无用数据，提供特定主题的简明视图。集成的：多个异构数据源。时变的：从历史角度提供信息，隐含时间信息。非易失的：和操作数据的分离，只提供初始装入和访问。 联机事务处理OLTP：主要任务是执行联机事务和查询处理。 联系分析处理OLAP：数据仓库系统在数据分析和决策方面为用户或‘知识工人’提供服务。这种系统可以用不同的格式和组织提供数据。OLAP是一种分析技术，具有汇总、合并和聚集功能，以及从不同的角度观察信息的能力。