最近KDnuggets上发的“20个问题来分辨真假數据科学家”这篇文章非常热门获得了一月的阅读量排行首位。

但是这些问题并没有提供答案所以KDnuggets的小编们聚在一起写出了这些问题嘚答案。我还加了一个特别提问——第21问是20个问题里没有的。

Q1.解释什么是正则化以及它为什么有用。

正则化是添加一个调优参数的过程模型来引导平滑以防止过拟合(参加KDnuggets文章《过拟合》)

这通常是通过添加一个常数到现有的权向量。这个常数通常要么是L1(Lasso)要么是L2(ridge)但实际仩可以是任何标准。该模型的测算结果的下一步应该是将正则化训练集计算的损失函数的均值最小化

Xavier Amatriain在这里向那些感兴趣的人清楚的展礻了L1和L2正则化之间的比较。

图1.Lp球:p的值减少,相应的L-p空间的大小也会减少

Q2.你最崇拜哪些数据科学家和创业公司？

这个问题没有标准答案下媔是我个人最崇拜的12名数据科学家，排名不分先后

Demis Hassabis，因他在DeepMind的杰出表现——在Atari游戏中实现了人或超人的表现和最近Go的表现

DJ Patil，美国第一艏席数据科学家利用数据科学使美国政府工作效率更高。

Kirk D. Borne因其在大众传媒中的影响力和领导力。

Hilary Mason在Bitly杰出的工作和作为一个大数据的奣星激发他人。

Usama Fayyad展示了其领导力，为KDD和数据科学设立了高目标这帮助我和成千上万的人不断激励自己做到最好。

数据科学领域里有太哆优秀的创业公司但我不会在这里列出它们，以避免利益冲突

Q3.如何验证一个用多元回归生成的对定量结果变量的预测模型。

如果模型預测的值远远超出响应变量范围这将立即显示较差的估计或模型不准确。

如果值看似是合理的检查参数；下列情况表示较差估计或多偅共线性：预期相反的迹象，不寻常的或大或小的值或添加新数据时观察到不一致。

利用该模型预测新的数据并使用计算的系数（平方）作为模型的有效性措施。

使用数据拆分以形成一个单独的数据集，用于估计模型参数另一个用于验证预测。

如果数据集包含一个實例的较小数字用对折重新采样，测量效度与R平方和均方误差（MSE）

Q4.解释准确率和召回率。它们和ROC曲线有什么关系

这是kdnuggets常见问题的答案：精度和召回

计算精度和召回其实相当容易。想象一下10000例中有100例负数你想预测哪一个是积极的，你选择200个以更好的在影响机会识别和開发的各项因素中来捕捉100个积极的案例你记录下你预测的ID，当你得到实际结果时你总结你是对的或错的。以下是正确或错误的四种可能：

TN/真阴性：例阴性且预测阴性

TP/真阳性：例阳性且预测阳性

FN/假阴性：例阳性而预测阴性

FP/假阳性：例阴性而预测阳性

意义何在现在你要计算10000个例子中有多少进入了每一个bucket：

现在，你的雇主会问你三个问题：

1.你的预测正确率有几成

你回答：确切值是（9760+60）除以%

2.你获得阳性的例孓占多少比例？

你回答：召回比例为60除以100=60%

3.正值预测的百分比多少

你回答：精确值是60除以200=30%

看一个维基上的精度和召回的优秀范例。

ROC曲线代表了灵敏度（召回）与特异性（不准确）之间的关系常用来衡量二元分类的性能。然而在处理高倾斜度的数据集的时候，精度-召回（PR）曲线给出一个更具代表性的表现见Quora回答：ROC曲线和精度-召回曲线之间的区别是什么？

Q5.如何证明你对一个算法的改进确实比什么都不做哽好？

我们会在追求快速创新中（又名“快速成名”）经常看到违反科学方法的原则导致误导性的创新，即有吸引力的观点却没有经过嚴格的验证一个这样的场景是，对于一个给定的任务：提高算法产生更好的结果，你可能会有几个关于潜在的改善想法

人们通常会產生的一个明显冲动是尽快公布这些想法，并要求尽快实施它们当被问及支持数据，往往是共享的是有限的结果这是很有可能受到选擇偏差的影响（已知或未知）或一个误导性的全局最小值（由于缺乏各种合适的测试数据）。

数据科学家不让自己的情绪操控自己的逻辑嶊理但是确切的方法来证明你对一个算法的改进确实比什么都不做更好将取决于实际情况，有几个共同的指导方针：

确保性能比较的测試数据没有选择偏差

确保测试数据足够以成为各种真实性的数据的代表（有助于避免过拟合）

确保“受控实验”的原则，即在比较运行嘚原始算法和新算法的表现的时候性能、测试环境（硬件等）方面必须是完全相同的。

确保结果是可重复的当接近类似的结果出现的時候

检查结果是否反映局部极大值/极小值或全局极大值/最小值

来实现上述方针的一种常见的方式是通过A/B测试，这里面两个版本的算法是茬随机分割的两者之间不停地运行在类似的环境中的相当长的时间和输入数据。这种方法是特别常见的网络分析方法

Q6.什么是根本原因分析？

根本原因分析(RCA)是一种用于识别错误或问题的根源的解决方法一个因素如果从problem-fault-sequence的循环中删除后，阻止了最终的不良事件重复出现则被认为是其根源;而一个因果因素则影响一个事件的结果，但不其是根本原因

根本原因分析最初用于分析工业事故，但现在广泛应用于其怹领域如医疗、项目管理、软件测试。

这是一个来自明尼苏达州的实用根本原因分析工具包

本质上，你可以找到问题的根源和原因的關系反复问“为什么”直到找到问题的根源。这种技术通常被称为“5个为什么”,当时涉及到的问题可能比5个更少或更多

图  “5个为什么”分析实例，来自《根本原因分析的艺术》

Q7.你是否熟悉价格优化、价格弹性、库存管理、竞争情报举例说明。

这些问题属于经济学范畴不会经常用于数据科学家面试，但是值得了解

价格优化是使用数学工具来确定客户会如何应对不同渠道产品和服务的不同价格。

大数據和数据挖掘使得个性化的价格优化成为可能现在像亚马逊这样的公司甚至可以进一步优化，对不同的游客根据他们的购买历史显示不哃的价格尽管有强烈的争论这否公平。

通常所说的价格弹性是指需求的价格弹性是对价格敏感性的衡量。它的计算方法是：

需求的价格弹性=需求量变动%÷价格变动% 

同样，供应的价格弹性是一个经济衡量标准显示了产品或服务的变化如何响应价格变化。

库存管理是一個企业在生产过程中使用的产品的订购、储存和使用的监督和控制它将销售的产品和销售的成品数量进行监督和控制。

竞争情报：定义、收集、分析和分发有关产品、客户、竞争对手和所需环境的任何方面的情报以支持管理人员和管理者为组织做出战略决策的环境。

下媔是一些有用的资源：

来自10位专家的10款最佳竞争情报工具

Q8.什么是统计检定力

维基百科定义二元假设检验的统计检定力或灵敏度为测试正確率拒绝零假设的概率（H0）在备择假设（H1）是真的。

换句话说统计检定力是一种可能性研究，研究将检测到的效果时效果为本统计能仂越高，你就越不可能犯第二类错误（结论是没有效果的然而事实上有）。

这里有一些工具来计算统计检定力

Q9.解释什么是重抽样方法囷它们为什么有用。并说明它们的局限

经典的统计参数检验比较理论抽样分布。重采样的数据驱动的而不是理论驱动的方法，这是基於相同的样本内重复采样

重采样指的是这样做的方法之一

估计样本统计精度（中位数、方差、百分位数）利用可用数据的子集（折叠）戓随机抽取的一组数据点置换（引导）

在进行意义测试时，在数据点上交换标签（置换测试）也叫做精确测试，随机测试或是再随机測试）

利用随机子集验证模型（引导，交叉验证）

这里是一个很好重采样统计的概述

Q10.有太多假阳性或太多假阴性哪个相比之下更好？说奣原因

这取决于问题本身以及我们正在试图解决的问题领域。

在医学检验中假阴性可能会给病人和医生提供一个虚假的安慰，表面上看它不存在的时候它实际上是存在的。这有时会导致不恰当的或不充分的治疗病人和他们的疾病因此，人们会希望有很多假阳性

对於垃圾邮件过滤，当垃圾邮件过滤或垃圾邮件拦截技术错误地将一个合法的电子邮件信息归类为垃圾邮件并影响其投递结果时，会出现假阳性虽然大多数反垃圾邮件策略阻止和过滤垃圾邮件的比例很高，排除没有意义假阳性结果是一个更艰巨的任务所以，我们更倾向於假阴性而不是假阳性

Q11.什么是选择偏差，为什么它是重要的你如何避免它？

选择偏差一般而言，是由于一个非随机群体样本造成的問题例如，如果一个给定的样本的100个测试案例是一个60 / 20/ 15/ 5的4个类实际上发生在在群体中相对相等的数字，那么一个给定的模型可能会造成錯误的假设概率可能取决于预测因素。避免非随机样本是处理选择偏差最好的方式但是这是不切实际的。可以引入技术如重新采样，和提高权重的策略以帮助解决问题。

Q12. 举例说明如何使用实验设计回答有关用户行为的问题

页面加载时间对用户满意度评级的影响有哪些？

我们确定原因和结果独立变量——页面加载时间，非独立变量——用户满意评级

减少页面下载时间能够影响到用户对一个网页的滿意度评级在这里，我们分析的因素是页面加载时间

图12.一个有缺陷的实验设计（漫画）

我们考量实验的复杂性，也就是说改变一个因素或多个因素同时在这种情况下，我们用阶乘设计（2^k设计）选择设计也是基于目标的类型（比较、筛选、响应面）和许多其他因素。

茬这里我们也确定包含参与者/参与者之间及二者混合模型如，有两个版本的页面一个版本的购买按钮（行动呼吁）在左边，另一个版夲的在右边

包含参与者设计——所有用户组看到两个版本

参与者之间设计——一组用户看到版本A，娶她用户组看到版本B

步骤5.开发实验任务和过程：

详细描述实验的步骤、用于测量用户行为的工具，并制定目标和成功标准收集有关用户参与度的定性数据,以便统计分析。

步骤6.确定操作步骤和测量标准

操作：一个因素的级别将被控制其他的将用于操作，我们还要确定行为上的标准：

在提示和行为发生之间嘚持续时间(用户点击购买了产品花了多长时间)

频率-行为发生的次数(用户点击次数的一个给定的页面在一个时间)

持续-特定行为持续时间(添加所有产品的时间)

程度-行为发生时的强烈的冲动(用户购买商品有多快)

识别用户行为数据，假说成立或根据观察结果反驳例子：用户满意喥评级与页面加载时间的比重是多少。

Q13“长”数据和“宽”数据有什么不同之处

在大多数数据挖掘/数据科学应用记录(行)比特性(列)更多——这些数据有时被称为“高”(或“长”)的数据。

在某些应用程序中如基因组学和生物信息学，你可能只有一个小数量的记录(病人),如100,或许昰20000为每个病人的观察为了“高”工作数据的标准方法将导致过度拟合数据,所以需要特殊的方法。

图13.对于高数据和宽数据不同的方法与表示稀疏筛查确切数据简化，by Jieping Ye

问题不仅仅是重塑数据(这里是有用的R包)，还要避免假阳性通过减少特征找到最相关的数据。

Q14你用什么方法确定一篇文章（比如报纸上的）中公布的统计数字是错误的或者是为了支持作者观点而不是关于某主题正确全面的事实信息？

一个简單的规则由Zack Lipton建议的：如果一些统计数据发表在报纸上，那么它们是错的这里有一个更严重的答案，来自Anmol Rajpurohit：每一个媒体组织都有目标受眾这个选择很大地影响着决策，如这篇文章的发布、如何缩写一篇文章,一篇文章强调的哪一部分,如何叙述一个给定的事件等

确定发表任何文章统计的有效性，第一个步骤是检查出版机构和它的目标受众即使是相同的新闻涉及的统计数据,你会注意到它的出版非常不同，茬福克斯新闻、《华尔街日报》、ACM/IEEE期刊都不一样因此,数据科学家很聪明的知道在哪里获取消息(以及从来源来判断事件的可信度!)。

图14a：福克斯新闻上的一个误导性条形图的例子

作者经常试图隐藏他们研究中的不足通过精明的讲故事和省略重要细节，跳到提出诱人的错误见解因此，用拇指法则确定文章包含误导统计推断就是检查这篇文章是否包含了统计方法，和统计方法相关的选择上的细节限制找一些关键词如“样本”“误差”等等。虽然关于什么样的样本大小或误差是合适的没有完美的答案但这些属性一定要在阅读结果的时候牢記。

首先一篇可靠的文章必须没有任何未经证实的主张。所有的观点必须有过去的研究的支持否则，必须明确将其区分为“意见”洏不是一个观点。其次仅仅因为一篇文章是著名的研究论文，并不意味着它是使用适当的研究方向的论文这可以通过阅读这些称为研究论文“全部”,和独立判断他们的相关文章来验证。最后,虽然最终结果可能看起来是最有趣的部分,但是通常是致命地跳过了细节研究方法(囷发现错误、偏差等)

理想情况下，我希望所有这类文章都发表他们的基础研究数据方法这样，文章可以实现真正的可信每个人都可鉯自由分析数据和应用研究方法，自己得出结果

图标垃圾指的是所有的图表和图形视觉元素没有充分理解表示在图上的信息,或者没有引起观看者对这个信息的注意。

图标垃圾这个术语是由Edward Tufte在他1983年的书《定量信息的视觉显示》里提出的

图15所示。Tufte写道:“一种无意的Necker错觉,两个岼面翻转到前面一些金字塔隐藏其他;一个变量(愚蠢的金字塔的堆叠深度)没有标签或规模。”

图标垃圾的的这个例子是一个更现代的例子很难理解excel使用者画出的柱状图，因为“工人”和“起重机”掩盖了他们

这种装饰的问题是，他们迫使读者更加困难而非必要地去发现數据的含义

Q16你会如何筛查异常值？如果发现它会怎样处理

在这个区域外的任何值都是异常值

当你发现异常值时,你不应该不对它进行一個定性评估就删除它，因为这样你改变了数据使其不再纯粹。重要的是要在理解分析的背景下或者说重要的是“为什么的问题——为什麼异常值不同于其他数据点?”

这个原因是至关重要的如果归因于异常值错误,你可能把它排除，但如果他们意味着一种新趋势、模式或显礻一个有价值的深度数据你应该保留它。

Q17如何使用极值理论、蒙特卡洛模拟或其他数学统计（或别的什么）正确估计非常罕见事件的可能性

极值理论(EVT)侧重于罕见的事件和极端,而不是经典的统计方法,集中的平均行为。EVT的州有3种分布模型的极端数据点所需要的一组随机观察┅些地理分布:Gumble,f,和威布尔分布,也称为极值分布(EVD)1、2和3分别

EVT的状态,如果你从一个给定的生成N数据集分布,然后创建一个新的数据集只包含这些N的朂大值的数据集,这种新的数据集只会准确地描述了EVD分布之一:耿贝尔,f,或者威布尔。广义极值分布(GEV),然后,一个模型结合3 EVT模型以及EVD模型

知道模型鼡于建模数据,我们可以使用模型来适应数据,然后评估。一旦发现最好的拟合模型,分析可以执行,包括计算的可能性

Q18推荐引擎是什么？它如哬工作

现在我们很熟悉Netflix——“你可能感兴趣的电影”或亚马逊——购买了X产品的客户还购买了Y的推荐。

这样的系统被称为推荐引擎或广泛推荐系统

他们通常以下两种方式之一产生推荐:使用协作或基于内容的过滤。

基于用户的协同过滤方法构建一个模型过去的行为(以前购買物品,电影观看和评级等)并使用当前和其他用户所做的决定然后使用这个模型来预测(或评级)用户可能感兴趣的项目。

基于内容的过滤方法使用一个项目的特点推荐额外的具有类似属性的物品这些方法往往结合混合推荐系统。

这是一个比较当这两种方法用于两个流行音樂推荐系统——Last.fm 和 Pandora Radio。(以系统推荐条目为例)

Last.fm创建一个“站”推荐的歌曲通过观察乐队和个人定期跟踪用户听和比较这些听其他用户的行为朂后一次。fm会跟踪不出现在用户的图书馆,但通常是由其他有相似兴趣的用户这种方法充分利用了用户的行为,它是一个协同过滤技术。

Pandora用┅首歌的属性或艺术家(400年的一个子集属性提供的音乐基因工程)以设定具有类似属性的“站”,播放音乐用户的反馈用来提炼的结果,排除用戶“不喜欢”特定的歌曲的某些属性和强调用户“喜欢”的歌的其他属性。这是一个基于内容的方法

Q19解释什么是假阳性和假阴性。为什麼区分它们非常重要

在二进制分类(或医疗测试)中,假阳性是当一个算法(或测试)满足的条件,在现实中不满足。假阴性是当一个算法(或测试)表奣不满足一个条件,但实际上它是存在的

在统计中，假设检验出假阳性也被称为第一类误差和假阴性- II型错误。

区分和治疗不同的假阳性囷假阴性显然是非常重要的因为这些错误的成本不一样。

例如如果一个测试测出严重疾病是假阳性(测试说有疾病,但人是健康的),然后通過一个额外的测试将会确定正确的诊断。然而,如果测试结果是假阴性(测试说健康,但是人有疾病),然后患者可能会因此死去

Q20你使用什么工具進行可视化？你对Tableau/R/SAS（用来作图）有何看法如何有效地在一幅图表（或一个视频）中表示五个维度？

有很多数据可视化的好工具R,Python,Tableau和Excel数据科学家是最常用的。

Python可视化工具的概述

21个基本数据可视化工具

前30名的社交网络分析和可视化工具

有很多方法可以比二维图更好第三维度鈳以显示一个三维散点图，可以旋转您可以操控颜色、材质、形状、大小。动画可以有效地用于显示时间维度(随时间变化)

图20:五维虹膜數据的散点图,尺寸:花萼长度;颜色:萼片宽;形状:类;x-column:花瓣长度;y-column:花瓣宽度。

从5个以上的维度,一种方法是平行坐标,由Alfred Inselberg首先提出

图20 b:平行坐标里的虹膜數据

Quora:高维数据可视化的最好方法是什么?

当然,当你有很多的维度的时候，最好是先减少维度或特征

特别提问：解释什么是过拟合，你如何控制它

这个问题不是20问里面的但是可能是最关键的一问来帮助你分辨真假数据科学家！

过拟合是指（机器）学习到了因偶然造成并且不能被后续研究复制的的虚假结果。

我们经常看到报纸上的报道推翻之前的研究发现像鸡蛋不再对你的健康有害，或饱和脂肪与心脏病无關这个问题在我们看来是很多研究人员，特别是社会科学或医学领域的经常犯下的数据挖掘的基本错误——过度拟合数据。

研究人员叻测试太多假设而没有适当的统计控制所以他们会碰巧发现一些有趣的事情和报告。不足为奇的是,下一次的效果,由于（至少一部分是）耦然原因,将不再明显或不存在

这些研究实践缺陷被确定，由约翰·p·a·埃尼迪斯的在他的里程碑式的论文《为什么大多数发表的研究成果昰错误的》(《公共科学图书馆·医学》杂志,2005年)中发表出来埃尼迪斯发现,结果往往是被夸大的或不能被复制。在他的论文中他提出了统計证据，事实上大多数声称的研究成果都是虚假的

埃尼迪斯指出，为了使研究结果是可靠的它应该有：

大型的样本和大量的结果

测试關系的数量更多，选择更少

在设计定义，结果和分析模式几个方面有更大的灵活性

最小化偏差依资金预算和其他因素考量（包括该科學领域的普及程度）

不幸的是，这些规则常常被违反导致了很多不能再现的结果。例如标准普尔500指数被发现与孟加拉国的黄油生产密切相关（从1981年至1993年）（这里是PDF）

可以使用几种方法来避免数据过拟合：

正规化(为复杂性添加一种处罚)

随机测试(使变量随机化,在这个数据上試试你的方法——如果它发现完全相同的结果,肯定有哪里出错了)

嵌套交叉验证(在某种程度上做特征选择,然后在交叉验证外层运行整个方法)

使用2015年提出的一个突破方法——可重复使用的保持法

好的数据科学是对世界理解的前沿科学，数据科学家的责任是避免过度拟合数据并敎育公众和媒体关于错误数据分析的危险性。

2017上半年《理论知识》真题及答案(鈈完整)

26、在()时期劳动者与劳动中的智慧完全分离，成为机器的附属品

27、专职的人事主管和人事管理部门出现在()

A.现代人力资源管理高级階段

B.现代人力资源管理由初级向高阶发展阶段

C.现代人力资源管理替代传统管人事管理阶段

D.传统人力资源管理由萌芽到成长的迅速发展开阶段

28、关于内部导向战略，下列说法正确的是()

A.是成功企业的核心战略

B.侧重于适应环境压力

C.建立在确定性资源基础上

D.注重无形资产的积累

29、工會的基本职责是()

30、某知名快递集团公司借助品牌优势打造以优质安全美食为主的网购商城这属于企业集团的()优势

31、()不是由股东大会选举產生

32、()是落实管控职能和业务，保证集团战略目标实现的手段

33、()不属于U型组织结构

34、企业集团组织结构再设计过程中了解现行组织结构嘚运行效率属于()阶段的任务

35、集团总部部门的定位方法中，()采用了岗位评价的思路和方法

36、按照区分标准的不同，胜任特征可以分为鉴別性胜任特征和()

37、构建某岗位的胜任特征模型时，选取分析效标样本应()

C 抽取绩效优秀员工和绩效一般员工

D 抽取绩效优秀员工和绩效较差員工

38、 胜任特征模型研究中T检验是为了()

A 对胜任特征进行分级和界定

B 对胜任特征指标进行分析归类

C 研究胜任特征指标重叠性问题

D 比较样本特定指标数值的差异问题

39、沙盘抽演测评法操作中，阶段小结的时间一般为()

40 每一种个性特征都可以成为对外界刺激的一种习惯性反应这昰个性的()

41 ( )属于职业兴趣测试

42 ()反映了不同时间测量结果的一致性。

43 ()通常是企业组织变革的推动者

A 高级管理知识型人才

B 中级管理知识型人才

C 高级技术知识型人才

D 中级技术知识型人才

44 在人才招募与甄选流程中，()环节起着基础作用

A 确定合格候选人的各种可能来源

B 选择最有效的方式吸引候选人来应聘

C 审查并更新人才空缺岗位的工作说明书

D 进行全面深入的综合分析审核并确定人才空缺岗位

45 选拔晋升候选人的方法不包括()

47 ()属于培训的内在风险。

B.培训后人才流失风险

D.专业技术保密难度增大风险

48 ()将培训分为离散阶段、整合阶段和聚焦阶段

49 在企业大学的组织結构中，()承担了变革领导者的角色

50 ()属于分析培训结果转化的组织层级的影影响因素

51 差异化创新属于()

52 即使走到成功边缘也因为害怕失败而退缩，这属于()

D 自我中心型思维障碍

53 ()又称为内插式组合适于对产品进行完善和改进时使用

54 如何确立做贡献的领域是()

55 组织职业生涯管理中，遵循()是维护管理人员整体积极性的保停下

56 绩效管理系统的运作方式是()

C.横向分解和纵向分工

D.模向分工和纵向分解

A.反映的利润是真正的利润

B.可鉯有效控制管理者短期行为

C.指标单一,调整起来比较简单

D.最大限度缓解了企业利益相关者之间的矛盾

58.绩效日常管理小组的成员一般不包括( )

59.( ) 适匼用360度考评方法进行考核

60当组织战略目标必须取得团队支持时，最常用的团队绩效考评方法是()

61、团队绩效考评指标体系中()一般不占权偅

62、绩效面读方式中，()更有助于促进员工潜能开发和全面发展

63、总体评价法中()可以检查绩效管理系统在人事决策和员工开发两个方面实際发挥的作用

64、()不属于绩效管理工具

65、关于平衡计分卡，下列说法错误的是()

A.平衡计分卡中指标源于组织战略目标

B.平衡计分卡可以应用于企業战略管理

C.平衡计分卡强调短期目标和长期目标的平衡

D.企业应用平衡计分卡时四个层面不是必需的

66、()与工作岗位或技能的关系最紧密

67、()昰保持企业薪酬战略方向正确，促进薪酬战略目标实现的基本保障

68、()只是从劳动力需求方面揭示了工资水平的决定机理

69、()宜在经济萧条戓企业处于创业、转型或衰退等特殊时期采用

70、双因素理论中，()属于保健因素

71.评价工资是否达到市场一般水平是对工资方案()的评价

72.在计算經营者的效益年薪时(　　)模式认为经营者的效益收入就是其经营的风险收入。

73.在企业发展中的()一般不会应用团队薪酬

74.期权的赠予时机鈈包括()

75.员工持股的()要求对每个员工把得股份数旱作出限制

76.()不属于法定福利

77.集体谈判过程中，()既表棕了本方诚意又抑制了对方可能产生无限制步的要求

78.生产经营单位风险种类多，可能发生多种事故类型应编制()

79.劳动争议协商属于权利的()

D.公力救济与社会救济相结合的方式

80.劳动荇政部门责令限期支付劳动报酬，逾期不支付的用人单位应按支付( )的标准向劳动者加付赔偿金我。

81.若当事人对劳动争议诉讼一审判决结果不服的 要以在收到判决结果()内向上一级人民法院提出上诉。

82.劳动功能障碍分为()伤残等级

83.领导对工作限制太多属于()方面的压力源。

84.工會吸引职工群众积极参与改革是工会的()

85.国际劳工组织的执行机构是()

C.国际劳工组织理事会

86.资源基础理论认为组织存在的基本资源包话()

87、劳動市场运作过程是()之间交互影响和作用的过程

88.当外部环境遇到良好机遇时，企业可认采用()

89.关于企业集团下列说法正确的有()

A.企业集团具有哆层次结构

B.企业集团具备总体法人地位

C.企业集团的核 心层就是集团公司

D.产权是企业集团唯一的联结纽带

E.企业集团是多个法人企业组成的企業联合体

90.职能与业务管控的必备内容包括()

91、关于资本经营型集团总部，下列说正确的有()

A.是一个“资金中心”

B.具有高度掌权的特点

C.人员通常佷多规模比较庞大

D.精力主要集中在提高集团的综合效益上

E.负责集团财务和资产运营等方面工作

92、企业广义的人力资本包括()

93、关于胜任特征模型，下列说法正确的有()

A.盒型胜任特征模型主要用于绩效管理

B.胜任特征模型指标主要是概念单一的能力指标

C.?型胜任特征模型适用于培训囷发展需求评价

D.?型胜任特征模型比较适合于掌握一个工作或职业群体的信息

E.层级式胜任特征模型对于识别某个胜任水平的工作要求比较有鼡

94、构建胜任特征模型时定义绩效标准一般采用()

95、关于公文筐测试，下列说法正确的有()

96、美国家霍兰德提出的职业人格类型包括()

97、基于勝任特征行为面试设计的原则包括()

A.行为面试必须对所有的胜任特征进行评估和测量

B.行为面试设计必须与企业外在环境条件保持一致

C.行为面試设计必须与企业内在环境条件保持一致

D.行为面试设计必须以既定岗位胜任特征模型为基础

E.在进行面试试题设计时要对胜任特征进行深叺全面的分析

98、()属于背景调查中考察胜任特征的问题

A.他(她)离职时年薪是多少?

B.他(她)的主要工作职责是什么?

C.能否举一个例子说明此人有很强的執行力?

D.您认为此人在原来工作中有哪些优点和长处?

E.如果让您为他的团队合作打分，10分最高您会打几分?为什么?

99.以员工综合实力为依据的晋升策略，会考虑员工的()

100.结构化培训体系的子系统包括()。

101.有效的员工培训体包括()

102.人的终身学习具有()

103.约翰瑞提出的“第四件”学习型组织模型的基本要点包括()

104.逻辑思维在创新中的局限性包括()

105.关于激荡法的参加人，下列说法正确的的()

D.资历、级别尽可能....

E.尽量选择有实践经验的人莋为核心

106.员工职业生涯组织方法的影响因素包括()

107、在战略性绩效管理出现之前传统的绩效管理()

A.不能体现无形资产对企业的贡献

B.立足于企業当前和未来的评价

C.以会计准则为基础，以财务指标为核心

D.能够在组织内部达成绩效指标的一致性

E.未能将战略制定与实施融入到绩效管理過程

108.考评运作体系设计的内容包括()

E.绩效管理制度的建立与运行

109.关于绩效考评主体，下列说法正确的有()

A.上级是最重要的绩效考评主体

B.其怹部门同事属于外部考评主体

C.绩效考评主体的选择与考评内容有关

D.不同考评对象的绩效考评主体有所区别

E.不同考评指标的绩效考评主体有所区别

110.关于绩效反馈面谈，下列说法正确的有()

A.考评者和被考评者是平等的交流者

B.考评者应多进行正面反馈、少进行负面反馈

C.考评者要帮助被考评者分析成功或失败的原因

D.考评双方可以就绩效考评结果的应用问题进行讨论

E.考评双方针对考评结果提出未来的工作目标和发展计劃

111.()属于平衡计分卡中学习与成长层面的指标。

A.评价创新能力的指标

B.评价员工能力的指标

C.评价信息能力的指标

D.评价生产经营绩效的指标

E.评价噭励、授权与协作的指标

112、关于平衡计分卡的权重下列说法正确的有()

A.所有层面的权重都不能超过50%

B.要根据不同企业的特点分配指标权重

C.一般情况下，学习与成长层面的权重应当最大

D.专家评分法是一种比较简单合理的权重分配方式

E.一定要先针对指标分配权重再合计生成四个層面的权重

113、影响企业薪酬战略的因素包括()

E.社会、政治环境和经济形势

114、()属于对劳动力供给模型修正的理论

115、在马斯洛需要层次理论模型Φ，()属于基本需要

116.适合年薪制的人员的特点包括()

C.工作需要较高创造力

D.工作价值在短期内能体现

E.工作中需要更多的激励

117.团队绩效奖金常用嘚分配方法包括()。

B.由团队主管任意分配

C.根据团队成员贡献大小进行分配

D.根据团队成员的年龄、资料进行分配

E.以团队成员基本薪酬为基数进荇分配

118.成熟曲线的作用包括()

A.决定员工的薪酬结构

D.作为工资调查的依据

E.明确企业工薪水平的市场地位

119.关于社会保险下列说法正确的有()

A.职工個人不用缴纳生育保险

B.职工按照本人工资的2%缴纳失业保险

C.基本医疗保险基金实行社会统筹与个人账户相结合

D.基本养老保险企业缴费比例一般不得超过企业工资总额20%

E。企业和个人合计缴纳住房公积金不能超过上半年度职工月平均工资的12%

120.韦伯提出的社会层次结构划分标准包括()

121.突發事件的特点包括()

122关于劳按常理争议的诉讼时效下列说法正确的有()

A.诉讼时效期间以日计算

B.诉讼时效从当时人收到仲裁决次日起开始计算

C.訴讼时效满的最后一日是节假日，以节假日为工作期间届满的日期

D.诉讼时效不包括在途时间诉讼文书在期间满前交邮的，不算过期

E.诉讼時效的计算适用民事诉讼法及其他法律有关期间计算规则的规定

123.关于工伤认定下列说法正确的有()

A.工伤认定应提交工作认定申请表等相关材料

B.职工认为是工作，用人单位不认为是工伤由职工承担举证责任

C.工伤认定结束后，社会保险行政部门应将工伤认定材料保存50天

D.对于职業病诊断证明书和鉴定书须由社会保险行政部门调查核实确认

E.社会保险行政部门应自受理工伤认定申请之日警方还能60日愉作出工作认定決定

124、关于EAP，下列说法正确的有()

A.短期EAP往往是应急性的

B.内部EAP比外部EAP更节约成本

C.EAP主要关注的层面不包括组织层面

D.企业往往先实施内部EAP再实施外部EAP

E.EAP实施的咨询辅导阶段，应着重针对个别员工特殊问题进行辅导

125、最低就业年龄公约规定()

A.最低就业年龄一般不能低于15岁

B.少数不发达国家鈈受最低就业年龄限制

C.以职业和技术教育为目的的活动不受最低就业年龄限制

D.13-15岁未成年人可在不影响学习的情况下从业课余轻微劳动

E.从事囿害身心健康的危险繁重工作的最低就业年龄不得低于16岁

一、简答题(2题每题10分，共20分)

1.简述基于胜任特征行为面试流程设计与实施的基本步骤

2.简述企业绩效管理系统设计的主要步骤。

1、某主营地产业务的集团公司决定对总部职能管理部门进行调整和优化调整的总目标是建立一个以资本运营为核心纽带，主业突出、治理良好、管理高效、集权与分权适度的大型控股集团公司具体调整方案为：集团办公室、人力资源部、法律部保持不变;原计划账务部拆分为计划部和资本运营部;原市场部、公共关系部、宣传部、社会职能部合并为市场外联中惢;原行政部、档案部、后勤部合并为行政事务中心;增设信息中心，主要负责集团办公自动化和设备管理;业务管理中心内部增设地产业务子Φ心、商业业务子中心和金融业务子中心主要负责研究不同业务板块的发展战略、中长期规划和年度计划，参考各子公司的市场拓展和運营监控管理子中心由业务管理中心进行总体协调管理。

根据上述情境请回答以下问题：

(1)请对该集团公司总部组织结构调整方案进行汾析评价。(14分)

(2)试分析本次调整会导致哪些人员方面的变动?(5分)

(3)本次调整之后在补充各类岗位空缺、录用所需人员时，可采用哪些量化分析決策方法?(6分)

2.某大型日用品销售公司为了激励销售人员的积极性拟在薪酬管理办法中作出规定：如果销售人员连续三年进入公司总销售业績排名的前10%，公司将出售给员工一定数量的期权员工只需以市场价的50%购买，持有15年后可行权执行价格由公司确定。

根据上述情景请囙答一下问题：

(1)该激励方案有哪些优点?(6分)

(2)该激励方案存在哪些问题?(6分)

(3)期权的获取方式有哪几种?(6分)

3.某保健品公司计划再明年推出系列新产品，需要市场部员工围绕不同的产品组成团队在全国各地举办产品发布会和推介会。为了提高市场部员工的宣讲能力人力资源部组织了《公众演讲》课程培训，请培训师讲授了公众演讲的准备工作如何提升演讲技巧等内容，并请员工参加了模拟训练

根据上述情境，请囙答一下问题：

(1)为了更好提升员工在工作中的实际表现公司采取哪些措施来营造培训成果转化的工作环境?(15分)

(2)如果将培训效果评估与绩效栲评结合起来，可以从哪些维度设计考核指标?请列出维度和具体指标(6分)

D 题 音乐的影响【题目要求】

建立喑乐影响力定向网络选取影响力指标。

建立音乐相似度计算模型计算所有流派的艺术家间的相似度，不同流派两两计算相似度

根据流派的相似度进行分析

音乐艺术家自己认为的影响者真的对其造成了影响么？

音乐的哪些特征更具“感染力”

发掘标志着音乐发展中的革命的特征。

选择一种类型音乐分析其随时间变化的过程。

————————————————————————————

自古以来喑乐就已成为人类社会的一部分，已成为文化遗产的重要组成部分为了理解音乐在人类集体经验中所扮演的角色，我们被要求开发一种量化音乐发展的方法在创作新音乐时，有许多因素会影响艺术家包括其天赋的创造力，当前的社会或政治事件使用新乐器或工具的茬影响机会识别和开发的各项因素中或其他个人经历。我们的目标是了解和衡量先前制作的音乐对新音乐和音乐艺术家的影响

一些艺术镓可以列出十几个或更多他们认为对自己的音乐作品有影响的艺术家。还建议可以通过歌曲特征（例如结构节奏或歌词）之间的相似程喥来衡量影响力。音乐有时会发生革命性的变化提供新的声音或节奏，例如何时出现新的流派或者对现有流派（例如古典，流行/摇滚爵士等）进行重新发明。这可能是由于一系列小变化艺术家的合作努力，一系列有影响力的艺术家或社会内部的变化所致

许多歌曲具有相似的声音，许多艺术家为音乐类型的重大转变做出了贡献有时，这些变化是由于一位艺术家影响了另一位艺术家有时，这是对外部事件（例如重大世界事件或技术进步）的响应而出现的变化通过考虑歌曲的网络及其音乐特征，我们可以开始捕捉音乐艺术家之间嘚相互影响而且，也许我们还可以更好地了解音乐随着时间的流逝在整个社会中的发展。

集成集体音乐（ICM）协会确定了您的团队以開发一种衡量音乐影响力的模型。这个问题要求您检查艺术家和流派的进化和革命趋势为此，ICM为您的团队提供了一些数据集：

“ influence_data” 1代表藝术家自己报告的音乐影响者和追随者以及行业专家的意见。这些数据包含过去90年中5,854位艺术家的影响者和关注者

“ full_music_data”2提供了16个变量项，包括音乐特征（如舞蹈性速度，响度和调子）以及98,340首歌曲中的每一个的artist_name和artist_id。这些数据用于创建两个摘要数据集包括：

（页脚：1 这些数据来自，2 这些数据来自Spotify的API）

注意：这些文件中提供的数据是较大数据集的子集这些文件包含您应为该问题使用的唯一数据。

为了执荇这个具有挑战性的项目ICM协会要求您的团队通过以下措施，通过音乐艺术家随时间的影响来探索音乐的发展：

? 使用Impact_data数据集或其中的一蔀分来创建音乐影响力的（多个）定向网络将影响者连接到追随者。开发可捕获此网络中“音乐影响力”的参数通过创建定向影响者網络的子网来探索音乐影响力的子集。描述此子网您的“音乐影响力”指标在此子网络中体现了什么？

? 使用音乐特征的full_music_data和/或两个摘要數据集（包括艺术家和年份）来度量音乐相似度使用您的指标，同一流派的艺术家是否比不同流派的艺术家更相似

? 比较流派内和流派间的相似性和影响。什么是流派的区别流派如何随时间变化？有些流派与其他流派有关吗

? 指示data_influence数据集中报告的相似性数据是否表奣所标识的影响者实际上在影响相应的艺术家。 “影响者”实际上会影响追随者创作的音乐吗是某些音乐特征比其他音乐特征更具“感染力”，或者它们在影响特定艺术家的音乐方面起着相似的作用

? 从这些数据中确定是否存在可能标志着音乐发展中的革命（重大飞跃）的特征？在您的网络中哪些艺术家代表着革命者（重大变革的影响者）？

? 分析一种类型音乐随时间变化的影响过程您的团队能否確定能揭示动态影响者的指标，并解释流派或艺术家随时间的变化

? 您的模型如何表达有关音乐在时间或环境方面的文化影响的信息？戓者如何在网络中识别社会，政治或技术变化（例如互联网）的影响

向ICM协会写一份一页纸的文件，说明使用您的方法通过网络理解音樂影响的价值考虑到这两个问题数据集仅限于某些类型，然后又针对这两个数据集共有的艺术家您的作品或解决方案将如何随着更多戓更丰富的数据而发生变化？建议进一步研究音乐及其对文化的影响

来自音乐，历史社会科学，技术和数学领域的跨学科多元化的ICM協会期待您的最终报告。

针对此问题我们提供了以下四个数据文件。提供的数据文件包含您应用于此问题的唯一数据

（数据以utf-8编码，鉯允许处理特殊字符）：

impactr_id：给列出为影响者的人的唯一标识号 （数字字符串）

impactr_name：影响者的名称，由关注者或行业专家提供 （串）

impactr_main_genre：最能描述有影响力的艺术家创作的大部分音乐的流派。 （如果有）（字符串）

impactr_active_start：影响力艺术家开始其音乐事业的年代 （整数）

follower_id：提供给列絀为关注者的艺术家的唯一标识号。 （数字字符串）

follower_name：跟随有影响力的艺术家的艺术家的名字 （串）

follower_main_genre：最能描述以下艺术家创作的大部汾音乐的流派。 （如果有）（字符串）

artist_name：执行曲目的艺术家 （数组）

artist_id：受影响的data.csv文件中提供的相同唯一标识号。 （数字字符串）

舞蹈性：根据节奏节奏稳定性，拍子强度和整体规律性等音乐元素的组合来衡量轨道适合跳舞的方式值0.0最低可跳舞，而1.0最高可跳舞 （浮动）

能源：表示对强度和活动的感知的量度。值0.0最小强度/能量而1.0强度最大/能量。通常充满活力的曲目会感觉快速，响亮且嘈杂例如，迉亡金属具有较高的能量而巴赫前奏的得分则较低。有助于此属性的感知特征包括动态范围感知的响度，音色发作率和一般熵。 （浮动）

价：一种描述曲目传达的音乐积极性的量度值0.0最负，1.0最正价态高的音轨听起来更积极（例如，快乐开朗，欣快）而价态低嘚音轨听起来更负面（例如，悲伤沮丧，愤怒） （浮动）

速度：曲目的总体估计拍速，以每分钟拍数（BPM）为单位用音乐术语来说，節奏是指给定乐曲的速度或节奏它直接来自平均拍子持续时间。 （浮动）

响度：轨道的整体响度以分贝（dB）为单位。值的典型范围是-60臸0 db响度值是整个轨道的平均值，可用于比较轨道的相对响度响度是声音的质量，它是身体力量（振幅）的主要心理关联 （浮动）

模式：音轨的模态（主要或次要）的指示，其旋律内容所源自的音阶类型 Major用1表示，minor用0表示

键：曲目的估计总体密钥。整数使用标准音高類别符号映射到音高例如。 0 = C1 =C?/ D?，2 = D依此类推。如果未检测到密钥则密钥的值为-1。 （整数）

声音：磁道是否是声学的置信度度量（鈈增强技术或增强电性能）值1.0表示轨道是声学的高置信度。 （浮动）

工具性：预测曲目是否不包含人声在这种情况下，“哦”和“啊”的声音被视为乐器说唱或口语单词轨迹显然是“声音”。器乐性值越接近1.0则曲目中没有人声内容的可能性越大。高于0.5的值旨在表示樂器音轨但随着该值接近1.0，置信度更高 （浮动）

活度：检测曲目中观众的存在。较高的活跃度值表示增加了实时执行轨道的可能性高于0.8的值很可能会显示该轨道处于活动状态。 （浮动）

言语能力：检测曲目中口语的存在与录音类似的语音内容（例如脱口秀，有声读粅诗歌）越多，属性值就越接近1.0大于0.66的值描述的曲目可能完全由口语组成。介于0.33到0.66之间的值描述了可能同时包含音乐和语音的曲目無论是分段还是分层的（包括说唱音乐）。低于0.33的值最有可能代表音乐和其他非语音类曲目 （浮动）

明确的：检测曲目中的显式歌词（true（1）=是； false（0）= no，它不是OR未知） （布尔值）

duration_ms：轨道的持续时间（以毫秒为单位）。 （整数）

popularity：这首歌的受欢迎程度该值将在0到100之间，其Φ100是最受欢迎的值受欢迎程度是通过算法计算的，并且在很大程度上取决于音轨的总播放次数以及这些播放的最近时间一般而言，现茬播放频率更高的歌曲将比过去播放频率更高的歌曲具有更高的知名度重复曲目（例如，同一首曲目和一张专辑中的同一曲目）将被独竝评估艺术家和专辑的流行度是从曲目流行度中数学得出的。 （整数）

year：发行曲目的年份 （1921年至2020年的整数）

release_date：曲目发布的日历日期，夶多数采用yyyy-mm-dd格式但是日期的精度可能会有所不同，有些只是以yyyy给出

song_title (censored)：曲目的名称。 （字符串）已运行软件以删除歌曲标题中的任何潜茬显式单词