当前位置: 首页icon 51CTO软考 > 软考资讯 >考试科目 >软考75道题要对几个及格:2019年11月信息系统项目管理师模拟题 上午

软考75道题要对几个及格:2019年11月信息系统项目管理师模拟题 上午

作者:mb64e7045ee9ff82024-06-18 10:33:50
备考咨询 刷题指导
添加专属学姐
下载资料 2024上半年软考备考资料+考试大纲
下载按钮 下载
引号

摘要:对于【信息系统项目管理师】软考考试而言,试题无疑是最重要的学习资料之一。在软考备考过程中,吃透所考知识点、熟悉出题思路,对我们提升分数的效果是最明显的,通过试题反复练习,还可以查漏补缺。今天,给大家带来【信息系统项目管理师】部分试题的详解,一起来看看吧~1、进行面向对象系统分析和设计时,将相关的概念组成一个单元模块,并通过一个名称来引用它,这种行为叫做 (  )A、 继承 B、 封装 C、

引号
摘要:对于【信息系统项目管理师】软考考试而言,试题无疑是最重要的学习资料之一。在软考备考过程中,吃透所考知识点、熟悉出题思路,对我们提升分数的效果是最明显的,通过试题反复练习,还可以查漏补缺。今天,给大家带来【信息系统项目管理师】部分试题的详解,一起来看看吧~



1、进行面向对象系统分析和设计时,将相关的概念组成一个单元模块,并通过一个名称来引用它,这种行为叫做 (  )
A、 继承
B、 封装
C、 抽象
D、 复用

答案:B
答题解析:

面向对象的基本概念包括对象、类、抽象、封装、继承、多态、接口、消息、组件、复用和模式等。

----对象:由数据及其操作所构成的封装体,是系统中用来描述客观事物的一个模块,是构成系统的基本单位。对象包含三个基本要素,分别是对象标识、对象状态和对象行为。

----类:现实世界中实体的形式化描述,类将该实体的属性(数据)和操作(函数)封装在一起。类和对象的关系可理解为,对象是类的实例,类是对象的模板。

----抽象:通过特定的实例抽取共同特征以后形成概念的过程。对象是现实世界中某个实体的抽象,类是一组对象的抽象。

----封装:将相关的概念组成一个单元模块,并通过一个名称来引用它。

----继承:表示类之间的层次关系(父类与子类),这种关系使得某类对象可以继承另外一类对象的特征,继承又可分为单继承和多继承。

----多态:使得在多个类中可以定义同一操作或属性名,并在每个类中可以有不同的实现。

----接口:描述对操作规范的说明,其只说明操作应该做什么,并没有定义操作如何做。

----消息:体现对象间的交互,通过它向目标对象发送操作请求。

----组件:表示软件系统可替换的、物理的组成部分,封装了模块功能的实现。

----复用:指将已有的软件及其有效成分用于构造新的软件或系统。组件技术是软件复用实现的关键。

----模式:描述了一个不断重复发生的问题,以及该问题的解决方案。



2、客户关系管理(CRM)系统是以客户为中心设计的一套集成化信息管理系统,系统中记录的客户购买记录属于 ( ) 客户数据。
A、 交易性
B、 描述性
C、 促销性
D、 维护性

答案:A
答题解析:

客户数据可以分为描述性、促销性和交易性数据三大类。

——关于描述性数据:这类数据是客户的基本信息,如果是个人客户,一定要涵盖客户的姓名、年龄、ID和联系方式等;如果是企业客户,一定要涵盖企业的名称、规模、联系人和法人代表等。

——关于促销性数据:这类数据是体现企业曾经为客户提供的产品和服务的历史数据,主要包括用户产品使用情况调查的数据、促销活动记录数据、客服人员的建议数据和广告数据等。

——关于交易性数据:这类数据是反映客户对企业做出的回馈的数据,包括历史购买记录数据、投诉数据、请求提供咨询及其他服务的相关数据、客户建议数据等。



3、商业智能(BI)能够利用信息技术将数据转化为业务人员能够读懂的有用信息,辅助决策,它的实现方式包括三个层次,即 (  ) 。
A、 数据统计、数据分析和数据挖掘
B、 数据仓库、数据ETL和数据统计
C、 数据分析、数据挖掘和人工智能
D、 数据报表、多维数据分析和数据挖掘

答案:D
答题解析:

商业智能的实现有三个层次:数据报表、多维数据分析和数据挖掘。

——数据报表:报表系统是BI的低端实现,虽然随着时代的发展,传统报表系统已经不能满足日益增长的业务需求了,数据分析和数据挖掘的时代正在来临,但是值得注意的是,数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值,并不是取代数据报表。报表系统依然有其不可取代的优势,并且将会长期与数据分析、挖掘系统一起并存下去。

——多维数据分析:如果说在线事务处理(OLTP)侧重于对数据库进行增加、修改和删除等日常事务操作,在线分析处理(OLAP)则侧重于针对宏观问题全面分析数据,获得有价值的信息。为了达到OLAP的目的,传统的关系型数据库已经不够了,需要一种新的技术叫做多维数据库。数据分析系统的总体架构分为4个部分:源数据、数据仓库、多维数据库和客户端。

——数据挖掘:广义上说,任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来,数据挖掘就是BI。从技术术语上说,数据挖掘指的是源数据经过清洗和转换等成为适合于挖掘的数据集。数据挖掘在这种具有固定形式的数据集上完成知识的提炼,最后以合适的知识模式用于进一步分析决策工作。从这种狭义观点上定义,数据挖掘是从特定形式的数据集中提炼知识的过程。




代理合作学习群