一、数据库管理技术的发展一共经历了几个阶段？请简述最高级阶段的特点。

答：从数据管理的角度看，数据库技术到目前共经历了人工管理阶段、文件系统阶段和数据库系统阶段。

人工管理阶段数据管理特点：数据不保存，没有对数据进行管理的软件系统，没有文件的概念，数据不具有独立性。

文件系统阶段数据管理特点：数据可以长期保存，由文件系统管理数据，文件的形式已经多样化，数据具有一定的独立性。

数据库系统阶段数据管理特点：采用复杂的结构化的数据模型，较高的数据独立性，最低的冗余度，数据控制功能

二、什么事数据预处理

数据预处理（data preprocessing）是指在主要的处理以前对数据进行的一些处理。如对大部分地球物理面积性观测数据在进行转换或增强处理之前，首先将不规则分布的测网经过插值转换为规则网的处理，以利于计算机的运算。另外，对于一些剖面测量数据，如地震资料预处理有垂直叠加、重排、加道头、编辑、重新取样、多路编辑等

现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。 数据预处理有多种方法：数据清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。

数据清理

数据清理例程通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。主要是达到如下目标：格式标准化，异常数据清除，错误纠正，重复数据的清除。

数据集成

数据集成例程将多个数据源中的数据结合起来并统一存储，建立数据仓库的过程实际上就是数据集成。

数据变换

通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式。

数据归约

数据挖掘时往往数据量非常大，在少量数据上进行挖掘分析需要很长的时间，数据归约技术可以用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果相同或几乎相同。

目前，数据预处理是目前数据挖掘一个热门的研究方面，毕竟这是由数据预处理的产生背景所决定的－－现实世界中的数据几乎都脏数据。

三、是什么激发了数据挖掘的产生

一切新事物的产生都是由需求驱动的。希望能让计算机自动智能地分析数据库中的大量数据以获取信息，是推动挖掘型工具产生并发展的强大动力。从生产成本的角度来看，公司的人上费用在不断提升，产品一与服务的价格持续下降，激烈的市场竞争迫使决策者想办法降低成本并扩大产品与服务的销售量来提高公司的竟争力。从计算机的应用角度来看，无论是硬样与网络在性能方面的提高，还是软件的技术与功能的提高，都要求软件从单纯的管理功能向综合的分析功能转变。从数据管理的角度来看，历史的数据是一笔宝贵的财富，而且这些数据正以几何级数或指数级数增长。从软件技术的发展方面来看，大数据量的分析对原来各个领域的技术带来了极大的挑战，需要采用综合性的技术来迎接这些挑战。

随着数据库技术的飞速发展以及人们获取数据手段的多样化，人类所拥有的数据急剧增加，可是目前用+对这些数据进行分析处理的工具却很少。数据库系统所能做到的只是对数据库中己有的数据进行存取和简单的操作，人们通过这些数据所获得的信息量仅仅是整个数据库所包含的信息量的很少一部分，隐藏在这些数据之后的更重要的信息是关于这些数据的整体特征的描述及对其发展趋势的预测，这些信息在决策制定的过程中具有重要的参考价值。

例如，股票经纪人需要从日积月累的大量股票行情变化的历史记录中发现其变化规律，以供预测未来趋势;超级市场的经理人员希望能够从过去几年的销售记录中分析出顾客的消费习惯和行为，以便及时变换营销策略:地质学家想通过分析地球资源卫星发回的大量数据和照片来发现有开采价值的矿物资源等。有一个很普通却很能说明数据挖掘如何产生效益的例子:美国加州某个超级连锁店通过数据挖掘，从记录着每天销售信息和顾客基本情况的数据库中发现，在下班后前来购买婴儿尿布的顾客多数是男性，而且往往也同时购买啤酒。于是这个连锁店的经理当机立断，重新布置了货架，把啤酒类商品布置在婴儿尿布货架附近，并在二者之间放上土豆之类的佐酒小食品，同时把男士们需要的日常生活用品也就近布置。这样一来，土述几种商品的销量大增。

通过上面的例子可以看出，数据挖掘能为决策者提供重要的、极有价值的信息或知识，从而产生不可估量的效益。因此，虽然数据挖掘产品尚不成熟，但其市场份额却正日益扩人，越来越多的大中型企业开始利用数据挖掘来分析公司的数据以辅助决策，数据挖掘正逐渐成为在市场竞争中立于不败之地的法宝。