數(shù)據(jù)倉庫與數(shù)據(jù)挖掘期末試題

1、1、數(shù)據(jù)倉庫數(shù)據(jù)倉庫（DataWarehouse）是一個面向主題的（SubjectOriented）、集成的（Integrate）、相對穩(wěn)定的（Non-Volatile）、反映歷史變化（TimeVariant）的數(shù)據(jù)集合，用于支持管理決策。2、數(shù)據(jù)挖掘：數(shù)據(jù)才掘（DataMining）,又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KnowledgeDiscoveryinDatabase,KDD）,就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識。3、雪花模型：雪花模式中某些維表是規(guī)范化的，因而把數(shù)據(jù)進(jìn)一步分解到附加的表中，模式圖形

2、成了類似雪花的形狀。通過最大限度地減少數(shù)據(jù)存儲量以及聯(lián)合較小的維表來改善查詢性能。雪花模型增加了用戶必須處理的表數(shù)量，增加了某些查詢的復(fù)雜性，但同時提高了處理的靈活性，可以回答更多的商業(yè)問題，特別適合系統(tǒng)的逐步建設(shè)要求。4、OLAPOLAP是聯(lián)機(jī)分析處理，是使分析人員、管理人員或執(zhí)行人員能夠從多角度對信息進(jìn)行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。它支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。5、決策樹：決策樹是將訓(xùn)練集函數(shù)表示成樹結(jié)構(gòu)，通過它來近似離散值的目標(biāo)函數(shù)。這種樹結(jié)構(gòu)是一種有向樹，它以訓(xùn)練集的一個屬性作節(jié)點，這個屬性所對應(yīng)的一個值作邊。決策

3、樹一般都是自上而下的來生成的。1、企業(yè)面對海量數(shù)據(jù)，應(yīng)如何具體實施數(shù)據(jù)挖掘，使之轉(zhuǎn)換成可行的結(jié)果/模型？首先進(jìn)行數(shù)據(jù)的預(yù)處理，主要進(jìn)行數(shù)據(jù)的清洗，數(shù)據(jù)清洗，處理空缺值，數(shù)據(jù)的集成，數(shù)據(jù)的變換和數(shù)據(jù)規(guī)約。2、請列舉您使用過的各種數(shù)據(jù)倉庫工具軟件（包括建模工具，ETL工具，前端展現(xiàn)工具，OLAPServer數(shù)據(jù)庫、數(shù)據(jù)挖掘工具）和熟悉程度。ETL工具：AscentialDataStage,IBMwarehouseMANAGERnformatica公司的PowerCenter、Cognos公司的DecisionStream市場上的主流數(shù)據(jù)倉庫存儲層軟件有：SQLSERVERSYBASEORACLED

4、B2、TERADATA但是使用過的只有SQLSERVER和數(shù)據(jù)挖掘工具AnalysisServices,而且不大熟悉。3、請談一下你對元數(shù)據(jù)管理在數(shù)據(jù)倉庫中的運(yùn)用的理解。元數(shù)據(jù)能支持系統(tǒng)對數(shù)據(jù)的管理和維護(hù)，如關(guān)于數(shù)據(jù)項存儲方法的元數(shù)據(jù)能支持系統(tǒng)以最有效的方式訪問數(shù)據(jù)。具體來說，在數(shù)據(jù)倉庫系統(tǒng)中，元數(shù)據(jù)機(jī)制主要支持以下五類系統(tǒng)管理功能：（1）描述哪些數(shù)據(jù)在數(shù)據(jù)倉庫中；（2）定義要進(jìn)入數(shù)據(jù)倉庫中的數(shù)據(jù)和從數(shù)據(jù)倉庫中產(chǎn)生的數(shù)據(jù)；（3）記錄根據(jù)業(yè)務(wù)事件發(fā)生而隨之進(jìn)行的數(shù)據(jù)抽取工作時間安排；（4）記錄并檢測系統(tǒng)數(shù)據(jù)一致性的要求和執(zhí)行情況；（5）衡量數(shù)據(jù)質(zhì)量。4、數(shù)據(jù)挖掘?qū)垲惖臄?shù)據(jù)要求是什么？（1）可伸

5、縮性（2）處理不同類型屬性的能力（3）發(fā)現(xiàn)任意形狀的聚類（4）使輸入?yún)?shù)的領(lǐng)域知識最小化（5）處理噪聲數(shù)據(jù)的能力（6）對于輸入順序不敏感（7）高維性（8）基于約束的聚類（9）看解釋性和可利用性5、簡述Apriori算法的思想，談?wù)勗撍惴ǖ膽?yīng)用領(lǐng)域并舉例。思想：其發(fā)現(xiàn)關(guān)聯(lián)規(guī)則分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中所有煩瑣項集，即支持度不低于用戶設(shè)定的閥值的項即集，第二是利用第一步中檢索出的煩瑣項集構(gòu)造出滿足用戶最小信任度的規(guī)則，其中，第一步即挖掘出所有頻繁項集是該算法的核心，也占整個算法工作量的大部分。在商務(wù)、金融、保險等領(lǐng)域皆有應(yīng)用。在建筑陶瓷行業(yè)中的交叉銷售應(yīng)用，主要采用了Apriori算法

6、一、翻譯分析題（30分）1、附件有一名為“DataMininginElectronicCommerce的電子文檔，請同學(xué)們翻譯其中的一段。每位同學(xué)翻譯的段號以大家學(xué)號的最后兩位為準(zhǔn)，如10號同學(xué)只需翻譯正文的第10段，以此類推。分類則是一個標(biāo)準(zhǔn)的問題，在數(shù)據(jù)挖掘和在電子商貿(mào)的應(yīng)用-原則下，適當(dāng)?shù)姆椒S機(jī)森林，支持向量機(jī)（支持向量機(jī)），后勤拉索等有賴于敏銳地在該網(wǎng)站上，該類型的廣告都是可以收集到的資料。在亞馬遜商務(wù)網(wǎng)站中，該推薦系統(tǒng)已進(jìn)入先前購買和書籍進(jìn)行視察。這是一個更豐富的信息來源，通過可以接入（他們只知道這個詞，有人期待在這次會議上，除非他們有庫克-網(wǎng)頁）。一些企業(yè)獲得更多的信息，從數(shù)據(jù)倉

7、庫中，如作為choicepoint公司，這使得他們的專家來建立高度個性化的分類規(guī)則。2、通過閱讀該文擋，請同學(xué)們分析一下數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域的應(yīng)用情況（請深入分析并給出實例，切忌泛泛而談）。隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的成熟，全球傳統(tǒng)商務(wù)正經(jīng)歷一次重大變革，向電子商務(wù)全速挺進(jìn)。這種商業(yè)電子化的趨勢不僅為客戶提供了便利的交易方式和廣泛的選擇，同時也為商家提供了更加深入地了解客戶需求信息和購物行為特征的可能性。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。電子商務(wù)的發(fā)展促使公司內(nèi)部收集了大量的數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換

8、成有用的信息和知識，為公司創(chuàng)造更多潛在的利潤，數(shù)據(jù)挖掘概念就是從這樣的商業(yè)角度開發(fā)出來的。由于數(shù)據(jù)挖掘能帶來顯著的效益，它在電子商務(wù)中（特別是業(yè)、零售業(yè)和電信業(yè)）應(yīng)用也越來越廣泛。在金融領(lǐng)域，管理者可以通過對客戶償還能力以及信用的分析，進(jìn)行分類，評出等級。從而可減少放貸的麻木性，提高資金的使用效率。同時還可發(fā)現(xiàn)在償還中起決定作用的主導(dǎo)因素，從而制定相應(yīng)的金融政策。更值得一提的是通過對數(shù)據(jù)的分析還可發(fā)現(xiàn)洗黑錢以及其它的犯罪活動。在零售業(yè)，數(shù)據(jù)挖掘可有助于識別顧客購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷量比率，設(shè)計更好的貨品運(yùn)輸與分銷策略，減少商業(yè)

9、成本。電信業(yè)已經(jīng)迅速地從單純的提供市話和長話服務(wù)演變?yōu)榫C合電信服務(wù)，如語音、傳真、尋呼、移動電話、圖像、電子郵件、機(jī)和WEEa據(jù)傳輸以及其它的數(shù)據(jù)通信服務(wù)。電信、計算機(jī)網(wǎng)絡(luò)、因特網(wǎng)和各種其它方式的通信和計算的融合是的大勢所趨。而且隨著許多國家對電信業(yè)的開放和新型計算與通信技術(shù)的發(fā)展，電信市場正在迅速擴(kuò)張并越發(fā)競爭激烈。因此，利用數(shù)據(jù)挖掘技術(shù)來幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好的利用資源和提高服務(wù)質(zhì)量是非常有必要的。分析人員可以對呼叫源、呼叫目標(biāo)、呼叫量和每天使用模式等信息進(jìn)行分析，還可以通過挖掘進(jìn)行盜用模式分析和異常模式識別，從而可盡早發(fā)現(xiàn)盜用，為公司減少損失。1.數(shù)據(jù)倉庫和數(shù)

10、據(jù)庫有何不同它們有哪些相似之處答：區(qū)別：數(shù)據(jù)倉庫是面向主題的，集成的，不易更改且隨時間變化的數(shù)據(jù)集合，用來支持管理人員的決策，數(shù)據(jù)庫由一組內(nèi)部相關(guān)的數(shù)據(jù)和一組管理和存取數(shù)據(jù)的軟件程序組成，是面向操作型的數(shù)據(jù)庫，是組成數(shù)據(jù)倉庫的源數(shù)據(jù).它用表組織數(shù)據(jù)，采用ER數(shù)據(jù)模型.它們都為數(shù)據(jù)挖掘提供了源數(shù)據(jù)，都是數(shù)據(jù)的組合.2.什么是數(shù)據(jù)挖掘請舉例.數(shù)據(jù)挖掘：是從大量數(shù)據(jù)中提取或“挖掘”知識，也就是從存放在數(shù)據(jù)庫，數(shù)據(jù)倉庫或其他信息庫中的數(shù)據(jù)挖掘有趣知識的過程.數(shù)據(jù)挖掘是可以從數(shù)據(jù)庫中提取有趣的知識規(guī)律或高層信息發(fā)現(xiàn)的知識，可以用于決策，過程控制，信息管理,查詢處理.它不是一種從數(shù)據(jù)庫，統(tǒng)計學(xué)和機(jī)器學(xué)習(xí)發(fā)

11、展的技術(shù)的簡單轉(zhuǎn)化，它涉及多學(xué)科技術(shù)的集成，包括數(shù)據(jù)庫技術(shù)，統(tǒng)計學(xué)，機(jī)器學(xué)習(xí)，高性能計算模式識另I，神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)可視化，信息檢索，圖象與信號處理和空間數(shù)據(jù)分析.隨著數(shù)據(jù)庫技術(shù)發(fā)展，數(shù)據(jù)的豐富帶來了對強(qiáng)有力的數(shù)據(jù)分析工具的需求，大量的數(shù)據(jù)被描述為"數(shù)據(jù)豐富，但信息貧乏",所以數(shù)據(jù)挖掘出來了.當(dāng)把數(shù)據(jù)挖掘看作知識發(fā)現(xiàn)過程時，它涉及的步驟為：1）數(shù)據(jù)清理2）數(shù)據(jù)集成3）數(shù)據(jù)選擇4）數(shù)據(jù)變換5）數(shù)據(jù)挖掘6）模式評估7）知識表示1、數(shù)據(jù)倉庫就是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合。2、元數(shù)據(jù)是描述數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)，它為訪問數(shù)據(jù)倉庫提供了一個

12、信息目錄，根據(jù)數(shù)據(jù)用途的不同可將數(shù)據(jù)倉庫的元數(shù)據(jù)分為技術(shù)元數(shù)據(jù)和業(yè)務(wù)元數(shù)據(jù)兩類。3、數(shù)據(jù)處理通常分成兩大類：聯(lián)機(jī)事務(wù)處理和聯(lián)機(jī)分析處理。4、多維分析是指以“維”形式組織起來的數(shù)據(jù)（多維數(shù)據(jù)集）采取切片、切塊、鉆取和旋轉(zhuǎn)等各種分析動作，以求剖析數(shù)據(jù)，使擁護(hù)能從不同角度、不同側(cè)面觀察數(shù)據(jù)倉庫中的數(shù)據(jù)，從而深入理解多維數(shù)據(jù)集中的信息。6、數(shù)據(jù)倉庫按照其開發(fā)過程，其關(guān)鍵環(huán)節(jié)包括數(shù)據(jù)抽取、數(shù)據(jù)存儲于管理和數(shù)據(jù)表現(xiàn)等。7、數(shù)據(jù)倉庫系統(tǒng)的體系結(jié)構(gòu)根據(jù)應(yīng)用需求的不同，可以分為以下4種類型：兩層架構(gòu)、獨(dú)立型數(shù)據(jù)集合、以來型數(shù)據(jù)結(jié)合和操作型數(shù)據(jù)存儲和邏輯型數(shù)據(jù)集中和實時數(shù)據(jù)倉庫。8、操作型數(shù)據(jù)存儲實際上是一個集成

13、的、面向主題的、可更新的、當(dāng)前值的（但是可“揮發(fā)”的）、企業(yè)級的、詳細(xì)的數(shù)據(jù)庫，也叫運(yùn)營數(shù)據(jù)存儲。9、“實時數(shù)據(jù)倉庫”以為著源數(shù)據(jù)系統(tǒng)、決策支持服務(wù)和倉庫倉庫之間以一個接近實時的速度交換數(shù)據(jù)和業(yè)務(wù)規(guī)則。10、從應(yīng)用的角度看，數(shù)據(jù)倉庫的發(fā)展演變可以歸納為5個階段：以報表為主、以分析為主、以預(yù)測模型為主、以運(yùn)營導(dǎo)向為主和以實時數(shù)據(jù)倉庫和自動決策為主。1、調(diào)和數(shù)據(jù)是存儲在企業(yè)級數(shù)據(jù)倉庫和操作型數(shù)據(jù)存儲中的數(shù)據(jù)。2、抽取、轉(zhuǎn)換、加載過程的目的是為決策支持應(yīng)用提供一個單一的、權(quán)威數(shù)據(jù)源。因此，我們要求ETL過程產(chǎn)生的數(shù)據(jù)（即調(diào)和數(shù)據(jù)層）是詳細(xì)的、歷史的、規(guī)范的、可理解的、即時的和質(zhì)量可控制的。3、數(shù)據(jù)抽

14、取的兩個常見類型是靜態(tài)抽取和增量抽取。靜態(tài)抽取用于最初填充數(shù)據(jù)倉庫，增量抽取用于進(jìn)行數(shù)據(jù)倉庫的維護(hù)。4、粒度是對數(shù)據(jù)倉庫中數(shù)據(jù)的綜合程度高低的一個衡量。粒度越小，細(xì)節(jié)程度越高，綜合程度越低，回答查詢的種類越多。5、使用星型模式可以從一定程度上提高查詢效率。因為星型模式中數(shù)據(jù)的組織已經(jīng)經(jīng)過預(yù)處理，主要數(shù)據(jù)都在龐大的事實表中。6、維度表一般又主鍵、分類層次和描述屬性組成。對于主鍵可以選擇兩種方式：一種是采用自然鍵，另一種是采用代理鍵。8、數(shù)據(jù)倉庫中存在不同綜合級別的數(shù)據(jù)。一般把數(shù)據(jù)分成4個級別：早期細(xì)節(jié)級、當(dāng)前細(xì)節(jié)級、輕度綜合級和高度綜合級。1、SQLServerSSAS提供了所有業(yè)務(wù)數(shù)據(jù)的同意整

15、合試圖，可以作為傳統(tǒng)報表、在線分析處理、關(guān)鍵性能指示器記分卡和數(shù)據(jù)挖掘的基礎(chǔ)。2、數(shù)據(jù)倉庫的概念模型通常采用信息包圖法來進(jìn)行設(shè)計，要求將其5個組成部分（包括名稱、維度、類別、層次和度量）全面地描述出來。3、數(shù)據(jù)倉庫的邏輯模型通常采用星型圖法來進(jìn)行設(shè)計，要求將星型的各類邏輯實體完整地描述出來。5、確定了數(shù)據(jù)倉庫的粒度模型以后，為提高數(shù)據(jù)倉庫的使用性能，還需要根據(jù)擁護(hù)需求設(shè)計聚合模型。|6、在項目實施時，根據(jù)事實表的特點和擁護(hù)的查詢需求，可以選用時間、業(yè)務(wù)類型、區(qū)域和下屬組織等多種數(shù)據(jù)分割類型。7、當(dāng)維表中的主鍵在事實表中沒有與外鍵關(guān)聯(lián)時，這樣的維稱為退化維。它于事實表并無關(guān)系，但有時在查詢限制條

16、件（如訂單號碼、出貨單編號等）中需要用到。8、維度可以根據(jù)其變化快慢分為元變化維度、緩慢變化維度和劇烈變化維度三類。9、數(shù)據(jù)倉庫的數(shù)據(jù)量通常較大，且數(shù)據(jù)一般很少更新，可以通過設(shè)計和優(yōu)化索引結(jié)構(gòu)來提高數(shù)據(jù)存取性能。10、數(shù)據(jù)倉庫數(shù)據(jù)庫常見的存儲優(yōu)化方法包括表的歸并與簇文件、反向規(guī)范化引入冗余、表的物理分割（分區(qū)）。1、分類的過程包括獲取數(shù)據(jù)、預(yù)處理、分類器設(shè)計和分類決策。2、分類器設(shè)計階段包含三個過程：劃分?jǐn)?shù)據(jù)集、分類器構(gòu)造和分類器測試。1、聚類分析包括連續(xù)型、二值離散型、多值離散型和混合類型4種類型描述屬性的相似度計算方法。2、連續(xù)型屬性的數(shù)據(jù)樣本之間的距離有歐氏距離、曼哈頓距離和明考斯基距離

17、。3、劃分聚類方法對數(shù)據(jù)集進(jìn)行聚類時包含三個要點：選種某種距離作為數(shù)據(jù)樣本減的相似性度量、選擇評價聚類性能的準(zhǔn)則函數(shù)和選擇某個初始分類，之后用迭代的方法得到聚類結(jié)果，使得評價聚類的準(zhǔn)則函數(shù)取得最優(yōu)值。4、層次聚類方法包括凝聚型和分解型兩中層次聚類方法。一、單項選擇題（本大題共20小題，每小題1分，共20分）在每小題列出的四個備選項中只有一個是符合題目要求的，請將其代碼填寫在題后的括號內(nèi)。錯選、多選或未選均無分。1.以下哪一項不懸.軟件危機(jī)的表現(xiàn)（）A.開發(fā)的軟件可維護(hù)性差B.軟件極易被盜版C.經(jīng)費(fèi)預(yù)算經(jīng)常被突破D.開發(fā)的軟件不能滿足用戶需求2.以下哪個軟件生存周期模型是一種風(fēng)險驅(qū)動的模型（）A

18、.瀑布模型B.增量模型C.螺旋模型D.噴泉模型3.各種需求分析方法都有共同適用的（）A.分析方法B.說明方法C.表示方法D.基本原則4.結(jié)構(gòu)化分析建立功能模型的工具是（）A.DFDB.判定樹/判定表C.DDD.結(jié)構(gòu)化語言5.模塊中所有成分結(jié)合起來完成一項任務(wù)，該模塊的內(nèi)聚性是（）A.功能內(nèi)聚B.順序內(nèi)聚C.通信內(nèi)聚D.邏輯內(nèi)聚6.系統(tǒng)定義明確之后，應(yīng)對系統(tǒng)的可行性進(jìn)行研究，可行性研究應(yīng)包括（）A.技術(shù)可行性、經(jīng)濟(jì)可行性、社會可行性C.經(jīng)濟(jì)可行性、社會可行性、系統(tǒng)可行性D.經(jīng)濟(jì)可行性、實用性、社會可行性7.以下哪一項對模塊耦合性沒有影響（）A.模塊間接口的復(fù)雜程度B.調(diào)用模塊的方式C.通過接口的

19、信息D.模塊內(nèi)部各個元素彼此之間的緊密結(jié)合程度8.檢查軟件產(chǎn)品是否符合需求定義的過程稱為（）A.確認(rèn)測試B.集成測試C.系統(tǒng)測試D.單元測試9.下面關(guān)于詳細(xì)設(shè)計的敘述中，錯誤的是（）A.程序流程圖可以描述結(jié)構(gòu)化程序C.NS圖描述的程序一定是結(jié)構(gòu)化的10 .在整個軟件維護(hù)階段所花費(fèi)的全部工作中，所占比例最大的是（）A.校正性維護(hù)B.適應(yīng)性維護(hù)C.完善性維護(hù)D.預(yù)防性維護(hù)11 .以下不.屬.于.序言性注釋的有（）A.模塊設(shè)計者B.修改日期C.程序的整體說明D.語句功能12 .集成測試是為了發(fā)現(xiàn)（）A.接口錯誤B.編碼錯誤C.性能、質(zhì)量不合要求D.功能錯誤13 .一個只有順序結(jié)構(gòu)的程序，其環(huán)形復(fù)雜度

20、是（）A.0B.1C,3D,514 .結(jié)構(gòu)化程序設(shè)計，主要強(qiáng)調(diào)的是（）A.程序的執(zhí)行效率B.模塊的內(nèi)聚C.程序的可理解性D.模塊的耦合15 .下面關(guān)于文檔的敘述，錯誤的是（）A.文檔是僅用于說明使用軟件的操作命令，不包括軟件設(shè)計和實現(xiàn)細(xì)節(jié)B.文檔是軟件產(chǎn)品的一部分，沒有文檔的軟件就不成為軟件C.高質(zhì)量文檔對于轉(zhuǎn)讓、變更、修改、擴(kuò)充和使用有重要的意義D.軟件文檔的編制在軟件開發(fā)工作中占有突出的地位和相當(dāng)大的工作量16 .在McCall軟件質(zhì)量度量模型中，面向軟件產(chǎn)品操作的質(zhì)量因素是（）A.正確性B.可維護(hù)性C.適應(yīng)性D.互操作性17 .對度量法，敘述錯誤.的是（）A.度量法是一種基于程序控制流的

21、復(fù)雜性度量法B.度量法以圖論為工具，用圖的環(huán)路數(shù)作為程序復(fù)雜性的度量值C.度量法不能區(qū)分簡單bif程序筋Jackson席沫舞構(gòu)秋展席語句和循環(huán)語句的復(fù)雜的開發(fā)方D.性D.度量法對模塊間的接口和簡單IF語句區(qū)分對待PAD圖藉述的程序一定是結(jié)構(gòu)化的26.結(jié)構(gòu)化語言是介于和形式語言之間的一種半形式語18.在快速原型模型的開發(fā)過程中，僅用于代替設(shè)計階段的原型是言。27.軟件產(chǎn)品在交付使用之前一般要經(jīng)過A.（）探索型模型B.演化型模型、集成測試、確認(rèn)測試和系統(tǒng)測試。C.實驗型模型D.提交型模型19 .對于構(gòu)造原型的建議，下面說法錯誤的是（）A.暫不考慮錯誤恢復(fù)和處理，但應(yīng)考慮速度、空間等性能效率方面的要求B.可降低可靠性和軟件質(zhì)量標(biāo)準(zhǔn)C.原型界面部分的設(shè)計，最好能與最終系統(tǒng)的界面相容D.根據(jù)不同的軟件類型和應(yīng)用領(lǐng)域，可使用不同風(fēng)格的高級語言來構(gòu)造原型20 .面向?qū)ο箝_發(fā)方法中，將在面向?qū)ο蠹夹g(shù)領(lǐng)域內(nèi)占主導(dǎo)地位的標(biāo)準(zhǔn)建模語言是（）A.