安徽工業(yè)大學(xué)《數(shù)據(jù)挖掘》2021-2022學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁，共3頁安徽工業(yè)大學(xué)《數(shù)據(jù)挖掘》

2021-2022學(xué)年期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、當(dāng)遇到需要登錄才能訪問的頁面時(shí)，爬蟲可以通過以下哪種方式獲取數(shù)據(jù)？（）A.模擬登錄B.跳過該頁面C.暴力破解D.以上都不是2、以下哪種數(shù)據(jù)格式不適合爬蟲存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON3、在爬蟲中，設(shè)置請(qǐng)求頭的主要目的是：A.偽裝成瀏覽器B.提高抓取效率C.繞過反爬蟲機(jī)制D.以上都是4、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)加載緩慢的方法？（）A.優(yōu)化網(wǎng)絡(luò)B.減少數(shù)據(jù)量C.更換數(shù)據(jù)源D.以上都是5、以下哪個(gè)不是爬蟲中處理并發(fā)的方式？（）A.多線程B.多進(jìn)程C.異步D.單線程循環(huán)6、以下哪個(gè)不是反爬蟲的常見手段？（）A.IP封鎖B.驗(yàn)證碼C.數(shù)據(jù)加密D.增加頁面加載時(shí)間7、以下哪個(gè)不是爬蟲中處理異常的原則？（）A.記錄異常信息B.忽略所有異常C.進(jìn)行適當(dāng)?shù)闹卦嘍.及時(shí)終止程序8、在爬蟲中，使用多進(jìn)程的優(yōu)勢(shì)是（）A.資源隔離B.提高穩(wěn)定性C.充分利用多核D.以上都是9、以下哪個(gè)不是爬蟲中處理反爬蟲驗(yàn)證碼的高級(jí)技術(shù)？（）A.深度學(xué)習(xí)識(shí)別B.人工打碼平臺(tái)C.圖像識(shí)別算法D.直接忽略10、在爬蟲中，使用代理IP的主要目的是（）A.提高爬取速度B.繞過IP封鎖C.隱藏真實(shí)IPD.以上都是11、以下哪個(gè)不是爬蟲中處理異常的方式？（）A.重試B.跳過C.終止程序D.記錄日志12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)質(zhì)量評(píng)估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性13、在爬蟲中，如何處理網(wǎng)頁的編碼問題？（）A.自動(dòng)檢測B.手動(dòng)指定C.忽略D.以上都是14、以下哪個(gè)不是常見的爬蟲框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy15、以下哪個(gè)不是爬蟲中處理網(wǎng)頁編碼的方法？（）A.自動(dòng)檢測B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼16、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時(shí)，通過什么來識(shí)別頁面中的鏈接？（）A.HTML標(biāo)簽B.JavaScript腳本C.CSS樣式D.以上都不是17、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)模塊通常用于發(fā)送HTTP請(qǐng)求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy18、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲IP封鎖？（）A.使用代理B.更換IPC.等待解封D.以上都是19、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，需要遵循的原則不包括（）A.不影響網(wǎng)站正常運(yùn)行B.遵守網(wǎng)站的使用條款C.抓取所有數(shù)據(jù)D.尊重隱私20、爬蟲在處理大規(guī)模數(shù)據(jù)時(shí)，可能會(huì)遇到的問題是（）A.內(nèi)存不足B.網(wǎng)絡(luò)帶寬限制C.處理速度慢D.以上都是二、簡答題（本大題共4個(gè)小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息金融科技和數(shù)字貨幣應(yīng)用數(shù)據(jù)。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能情感分析相關(guān)元素。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能搜索引擎相關(guān)元素。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的輿論監(jiān)測和分析數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20