开发者社区> 王小王-123> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(六)

简介: 《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(六)
+关注继续查看

 本系列文章将会以通俗易懂的聊天对话方式,进行知识点的归纳和总结,对话中涵盖了知识点的主要逻辑结构,给人一种“清水出芙蓉,天然去雕饰”的清新感,让繁杂枯燥的知识点不是那么的无趣,一步一步的备考我们的目标,快来和小W、小L一起学习吧!😀😀😀


此文章系列将会持续更新,有问题也可以在评论区留言,也可以私聊我加我好友共同交流一起进步~😁😁


喜欢内容欢迎关注我、评论、点赞、收藏,左手诗情画意,右手代码人生,欢迎一起探讨技术的诗情画意!你的一键三连对我很重要,谢谢~😉😊


作者简介

作者名:王小王-123

简介:CSDN博客专家、CSDN签约作者、华为云签约作者,腾讯云、阿里云、简书、InfoQ创作者。公众号:书剧可诗画,2020年度CSDN优秀创作者。左手诗情画意,右手代码人生,欢迎一起探讨技术的诗情画意!

博客地址:https://wxw-123.blog.csdn.net

人物简介

😺小W:一个希望在文字和技术里遨游的成长博主

💦小 L:一个不断在学习和生活中探寻的情感大师


二十模拟题

1、表t1中有id,name,salary三列,如果t1是一个论坛的发帖信息表,id是发帖人的编号,name是帖子的标题,salary是每次发帖论坛奖励的分数。 表示更新t1表中字段内容的语句是()


A.create table t1(id int,name char(30),salary int);

B.drop table t1;

C.create view v_t1 as select id,name from t1;

D.update t1 set name=’lixiaoming’ where id=100;

😺小W:UPDATE…SET…语句用于修改表中字段内容。故选D


😺小W:在MySQL关系型数据库中,我们的update操作比较的常见,set后面是更新的内容。


💦小 L:哦哦,在MySQL里面这个操作还是比较的常见


2、表t1中有id,name,salary三列,如果t1是一个论坛的发帖信息表,id是发帖人的编号,name是帖子的标题,salary是每次发帖论坛奖励的分数。 查看t1表中id等于10的行()


A.select id from t1 id=10;

B.select id from t1 where id=10;

C.select id from t1 id 10;

D.select id from t1 where id 10;

😺小W:查看特定的行时,需要使用WHERE+条件子句的形式对数据输出结构进行约束。故选B


😺小W:这些操作都是比较的简单,可以去看看我的MySQL语法专栏


3、表t1中有id,name,salary三列,如果t1是一个论坛的发帖信息表,id是发帖人的编号,name是帖子的标题,salary是每次发帖论坛奖励的分数。 显示每个会员发了几个帖子的语句是


A.select id ,count(name)from t1 group by id;

B.select id ,count(name)from t1 group by id having count(name)>5;

C.select id ,count(name)from t1 group by id having count(name)>5 order by count(name);

D.select id ,count(name)from t1 where id > 100 group by id;

😺小W:id是发帖人的编号,是唯一的,我们想知道每个会员的发帖数,group by id----按照id分组,就是必然选择。 count(name)是对按照id分组之后的结果计算name的个数。故选A


4、表t1中有id,name,salary三列,如果t1是一个论坛的发帖信息表,id是发帖人的编号,name是帖子的标题,salary是每次发帖论坛奖励的分数。 显示发帖数超过5个的语句是


A.select id ,count(name)from t1 group by id;

B.select id ,count(name)from t1 group by id having count(name)>5;

C.select id ,count(name)from t1 group by id having count(name)>5 order by count(name);

D.select id ,count(name)from t1 where id > 100 group by id;

😺小W:每个分组计算发帖个数(count(name))之后,我们希望输出结果大于5(count(name)>5)。 这里还是比较好理解的,难度在于对having的理解。


😺小W:我们平时用到条件子句时,它前面的关键词都是where,而这里用的是having。在使用GROUP BY对数据进行分组时需要使用HAVING作为限制条件的关键词。故选B


5、某部门员工的每天办公时长X(以小时计时)服从正态分布,现测得6名员工的某天办公时长如下:9、10、6、7、8.3、7.7。 计算该样本的均值


A.6

B.8

C.7

D.9

😺小W:题目给的不是分组数据,因此直接计算简单算术平均数即可。即(9+10+6+7+8.3+7.7)/6,故选B


6、某部门员工的每天办公时长X(以小时计时)服从正态分布,现测得6名员工的某天办公时长如下:9、10、6、7、8.3、7.7。 计算该样本统计推断的标准差(保留2位小数)


A.1.43

B.1.42

C.1.3

D.1.30


😺小W:题目要求计算样本标准差,因此需要减去一个自由度 N。即分母取6-1=5


😺小W:样本标准差的计算方法是在于求出均值,利用下面的公式进行求解

image.png

7、某部门员工的每天办公时长X(以小时计时)服从正态分布,现测得6名员工的某天办公时长如下:9、10、6、7、8.3、7.7。 计算变异系数(或称离散系数)(保留2位小数)


A.0.21

B.0.2

C.0.18

D.0.3

😺小W:变异系数计算公式为标准差除以均值


8、某部门员工的每天办公时长X(以小时计时)服从正态分布,现测得6名员工的某天办公时长如下:9、10、6、7、8.3、7.7。 计算该样本统计推断的方差


A.1.43

B.2.036

C.1.69

D.1.72

😺小W:题目要求计算样本方差,因此需要减去一个自由度。即分母取6-1=5


比较明显的就是,我们的样本统计量,需要减去一个自由度


9、下图描述了某公司销售业务相关各表的连接关系,请观察下图回答以下问题:

image.png

产品表与区域表之前的筛选关系描述正确的是


A.产品可以筛选区域

B.区域可以筛选产品

C.两者之间不存在筛选关系

D.无法确认筛选关系

😺小W:因为商机记录不能筛选产品或者区域,所以区域与产品间不能筛选


10、观察上图对应关系,结合维度表与事实表的业务关系判断上图连接关系有误的是


A.产品与商机记录间的连接

B.区域与商机记录间的连接

C.客户与商机记录间的连接

D.所有连接关系正确

😺小W:C是一对一的连接关系,客户是维度表而商机记录是事实表,所以应该是一对多的关系,所以选C


11、上图属于事实表的是


A.产品表

B.客户表

C.区域表

D.商机记录表

😺小W:商机记录表记录商机的执行行为,属于事实表,而其他都是维度表,所以选D


我们可以明显的看出事实表和维度表的不同,维度表的属性我们可以看做是静态的关系,而事实表不一样。


12、根据上图各表的连接状态判断上图属于___连接模式


A.星型模式

B.雪花模式

C.星座模式

D.交叉连接

😺小W:一个事实表连接多个维度表是星型模式,所以选A


13、一个事实表连接多个维度表是星型模式,所以选A商品在电商平台上销售,共投放5个品类,共20种商品,每屏可放5个商品位,这5天的销售记录如下

image.png

假设动销率=指定商品层级下有销售行为数/该层级下总数*100%,请问品类层级的动销率是多少?


A.0.2

B.0.4

C.0.8

D.0.95

😺小W:总品类数为5,发生销售行为的品类数为4,故品类层级的动销率为4/5*100%=80%


14、根据题目描述计算商品层级的动销率是多少?


A.0.2

B.0.4

C.0.8

D.0.95

😺小W:总商品数为20,发生销售行为的商品数为8,故商品层级的动销率为8/20*100%=40%


15、假设屏效=屏内所有商品的销售数量/所有屏的总销量*100%,请问第一屏的屏效是多少?


A.0.2105

B.0.31578947368421

C.0.26315789473684

D.0.22052631578947

😺小W:第一屏的销售数量为4,所有屏的总销量为19,故第一屏的屏效为4/19*100%=21.05%


16、根据题目数据判断哪一屏屏效最高?


A.第一屏

B.第二屏

C.第三屏

D.第四屏

😺小W:第二屏屏效为6/19,第三屏屏效为4/19,第四屏屏效为4/19,故屏效最高的为第二屏


17、下图是某电商客户价值模型与不同用户类别人数占比饼图,观察下图回答问题

f9b77b4ff8f304e53452eadc04e5fc63.png

1517c4f515248a660d751ad722e574ab.png

此电商当前面对资金短缺的情况,为维系经营需要想办法在短期内用最少成本投入获得收入增长,那么应想办法提高什么指标


A.流量

B.转化率

C.客单价

D.转化率及客单价

😺小W:电商资金短缺,无法购买充足流量,所以应优先在资金投入少的转化率及客单价指标上采取对策,所以选D


18、价值模型中,一般认为营销实现价值提升难度最小的用户群体是


A.大众会员

B.保值会员

C.进阶会员

D.忠诚会员

😺小W:价值模型中一般右上左下提升难度大,其余阶段随着贡献价值的升高提升难度会随之逐渐增大,所以选B


19、接前两题,如果要想办法针对一类人群进行有针对性的营销,应选择的人群是


A.大众会员

B.保值会员

C.进阶会员

D.忠诚会员

😺小W:综合提升难度及右侧人数占比判断,难度小,人数占比大的人群投入资金少,产生价值高,所以选B


😺小W:我们可以记忆为对角线,副对角线的难度比较大,然而其余的指标知识从左到右、从下到上难度依次上升


20、以下不能用来对用户进行分类的是


A.RFM模型

B.波士顿矩阵

C.帕累托模型

D.以上都不能用来对用户进行分类

😺小W:波士顿矩阵是商品矩阵,不能用来进行用户分类,所以选B


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(四)
《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(四)
14 0
系统思考正反馈之马太效应
系统思考正反馈之马太效应 内容提要:马太效应是圣经力的一则寓言,用来阐述一旦获得一点优势,这个优势就会不断扩大,取得的成果也会越来越大,是一种正反馈现象。
896 0
java反射+java泛型,封装BaseDaoUtil类。供应多个不同Dao使用
当项目是ssh框架时,每一个Action会对应一个Service和一个Dao。但是所有的Ation对应的Dao中的方法是相同的,只是要查的表不一样。由于封装的思想,为了提高代码的重用性。可以使用java中的泛型+反射去实现最终的封装,将所有的Dao层的共同部分写一个BaseDaoUtil。
1016 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之77——BREW中位置信息的获得(LBS应用)
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
493 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之51---BREW SDK 九大功能之安全服务
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
778 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之53---BREW SDK 九大功能之电信服务
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
596 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之33---WAP 调用BREW
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
688 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之23---BDS的增强功能
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
620 0
+关注
王小王-123
快乐代码,精彩人生!
268
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载