软件设计师考试辅导教程

第1章 数据结构基础
1.1 线性表
1.1.1 栈
1.1.2 队列
1.1.3 稀疏矩阵
1.1.4 字符串
1.2 树和二叉树
1.2.1 树
1.2.2 二叉树
1.2.3 二叉排序树
1.2.4 平衡二叉树
1.2.5 线索树
1.2.6 最优二叉树
1.3 图
1.3.1 图的基础知识
1.3.2 最小生成树
1.3.3 最短路径
1.3.4 拓扑排序
1.3.5 关键路径
1.4 排序
1.4.1 插入排序
1.4.2 选择排序
1.4.3 交换排序
1.4.4 归并排序
1.4.5 基数排序
1.4.6 算法复杂性比较
1.5 查找
1.5.1 顺序查找
1.5.2 二分法查找
1.5.3 分块查找
1.5.4 散列表

第2章 程序语言基础知识
2.1 汇编系统基本原理
2.1.1 机器语言与汇编语言
2.1.2 汇编程序
2.2 编译系统基本原理
2.2.1 编译概述
2.2.2 形式语言基本知识
2.2.3 词法分析
2.2.4 语法分析
2.2.5 语法翻译
2.2.6 代码生成
2.3 程序语言的控制结构
2.3.1 表达式
2.3.2 语句间的顺序控制
2.3.3 过程控制
2.4 程序语言的种类、特点及适用范围

第3章 操作系统基础知识
3.1 操作系统的功能、类型和层次结构
3.2 处理机管理（进程管理）
3.3 存储管理
3.4 设备管理
3.5 文件管理
3.6 作业管理
3.7 嵌入式操作系统

第4章 软件工程基础知识
4.1 软件生命周期与软件开发模型
4.1.1 软件危机与软件工程
4.1.2 软件生命周期
4.1.3 软件开发模型
……

第5章 数据库系统
第6章 多媒体技术及其应用
第7章 计算机的体系结构和主要部件
第8章 存储器系统
第9章 安全性、可靠性与系统性能评测
第10章 网络基础知识
第11章 软件的知识产权保护
第12章 计算机专业英语
第13章 信息化基础知识
第14章 信息系统基础知识
第15章 标准化知识
第16章 软件设计概述
第17章 数据流图设计
第18章 UML分析与设计
第19章 数据库设计
第20章 常用算法设计

　　《软件设计师考试辅导教程》：
　　5.7.4数据挖掘的功能
　　数据挖掘通过预测未来趋势及行为，做出前摄的、基于知识的决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识，主要有如下5类功能：
　　1.自动预测趋势和行为
　　数据挖掘自动在大型数据库中寻找预测性信息，以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。一个典型的例子是市场预测问题，数据挖掘使用过去有关促销的数据来寻找未来投资中回报最大的用户，其他可预测的问题包括预报破产及认定对指定事件最可能做出反应的群体。
　　2.关联分析
　　数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。
　　3.聚类
　　数据库中的记录可被划分为一系列有意义的子集，即聚类。聚类增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。聚类技术主要包括传统的模式识别方法和数学分类学。20世纪80年代初，Mchalski提出了概念聚类技术及其要点，即在划分对象时不仅考虑对象之间的距离，还要求划分出的类具有某种内涵描述，从而避免了传统技术的某些片面性。
　　4.概念描述
　　概念描述就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同类对象之间的区别。生成一个类的特征性描述只涉及该类对象中所有对象的共性。生成区别性描述的方法很多，如决策树方法、遗传算法等。
　　5.偏差检测
　　数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是，寻找观测结果与参照值之间有意义的差别。
　　……