Save as PDF
Opens your browser print dialog — select "Save as PDF" to download.
MCA III Semester (Two Year Course)
Examination, December 2025
Data Mining
Note : (i) Attempt any five questions.
किन्हीं पाँच प्रश्नों को हल कीजिए।
(ii) All questions carry equal marks.
सभी प्रश्नों के समान अंक हैं।
(iii) In case of any doubt or dispute, the English version question should be treated as final.
किसी भी प्रकार के संदेह अथवा विवाद की स्थिति में अंग्रेजी भाषा के प्रश्न को अंतिम माना जायेगा।
Define Data Mining. Explain its motivation and importance in modern databases.
डेटा माइनिंग को परिभाषित करें। आधुनिक डेटाबेस में इसकी प्रेरणा और महत्व की व्याख्या करें।
Discuss different types of data used in data mining such as relational databases, data warehouses, and transactional databases.
डेटा माइनिंग में प्रयुक्त विभिन्न प्रकार के डेटा जैसे रिलेशनल डेटाबेस, डेटा वेयरहाऊस और ट्रांजेक्शनल डेटाबेस पर चर्चा करें।
Explain the main functionalities of data mining: concept description, association analysis, classification & prediction, clustering and outlier analysis.
डेटा माइनिंग की प्रमुख कार्यक्षमताओं - संकल्पना विवरण, एसोसिएशन विश्लेषण, वर्गीकरण एवं पूर्वानुमान, क्लस्टरिंग तथा आउटलायर विश्लेषण की व्याख्या करें।
Classify data mining systems and discuss major issues in data mining.
डेटा माइनिंग प्रणालियों का वर्गीकरण करें तथा डेटा माइनिंग की प्रमुख समस्याओं पर चर्चा करें।
Explain the difference between operational database systems and data warehouses.
ऑपरेशनल डेटाबेस सिस्टम और डेटा वेयरहाऊस के बीच अंतर स्पष्ट करें।
Describe the multidimensional data model and data cube technology with a suitable example.
उपयुक्त उदाहरण के साथ बहुआयामी डेटा मॉडल और डेटा क्यूब तकनीक का वर्णन करें।
Explain data warehouse architecture and its main components.
डेटा वेयरहाऊस की संरचना तथा इसके मुख्य घटकों की व्याख्या करें।
Discuss the process of data warehouse implementation and the role of OLAP in data mining.
डेटा वेयरहाऊस के कार्यान्वयन की प्रक्रिया तथा डेटा माइनिंग में OLAP की भूमिका पर चर्चा करें।
Explain data cleaning and data integration in data preprocessing. Why are they important?
डेटा प्रीप्रोसेसिंग में डेटा क्लीनिंग और डेटा इंटीग्रेशन की व्याख्या करें। ये क्यों महत्वपूर्ण हैं?
Discuss data reduction, discretization and concept hierarchy generation.
डेटा रिडक्शन, डिस्क्रीटाइजेशन और कॉन्सेप्ट हायरार्की जनरेशन पर चर्चा करें।
Explain concept description: characterization and comparison with suitable examples.
उपयुक्त उदाहरणों के साथ संकल्पना विवरण : कैरक्टराइजेशन एवं तुलना की व्याख्या करें।
Describe data mining primitives, query languages and system architectures.
डेटा माइनिंग प्रिमिटिव्स, क्वेरी भाषाएँ और सिस्टम आर्किटेक्चर का वर्णन करें।
Explain association rule mining and market basket analysis. Describe the Apriori algorithm.
एसोसिएशन रूल माइनिंग और मार्केट बास्केट विश्लेषण की व्याख्या करें। एप्रियोरी एल्गोरिदम का वर्णन करें।
For the following transaction dataset, find frequent item sets using Apriori for minimum support=50%
T1: {A, B, C}, T2: {A, C}, T3: {B, C}, T4: {A, B, C}.
निम्नलिखित ट्रांजेक्शन डेटा के लिए न्यूनतम समर्थन =50% पर एप्रियोरी विधि से बारंबार आइटमसेट ज्ञात करें:
T1: {A, B, C}, T2: {A, C}, T3: {B, C}, T4: {A, B, C}.
Explain classification and prediction. Discuss any two classification methods.
वर्गीकरण एवं पूर्वानुमान की व्याख्या करें। किसी भी दो वर्गीकरण विधियों पर चर्चा करें।
Explain cluster analysis and major clustering methods.
Also discuss applications and current trends in data mining.
क्लस्टर विश्लेषण तथा प्रमुख क्लस्टरिंग विधियों की व्याख्या करें।
साथ ही डेटा माइनिंग के अनुप्रयोग एवं वर्तमान प्रवृत्तियों पर चर्चा करें।