安徽工業(yè)大學(xué)《數(shù)據(jù)挖掘》2023-2024學(xué)年期末試卷

自覺遵守考場紀(jì)律如考試作弊此答卷無效密自覺遵守考場紀(jì)律如考試作弊此答卷無效密封線第1頁，共3頁安徽工業(yè)大學(xué)

《數(shù)據(jù)挖掘》2023-2024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、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)清洗的方法？（）A.去除空格B.轉(zhuǎn)換大小寫C.數(shù)據(jù)填充D.保留原始數(shù)據(jù)2、以下哪個(gè)不是爬蟲中處理異步請(qǐng)求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是3、以下哪個(gè)庫常用于處理爬蟲中的驗(yàn)證碼識(shí)別？（）A.tesseractB.opencvC.numpyD.scipy4、在爬蟲中，以下哪個(gè)庫常用于處理會(huì)話保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是5、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6、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換的方法？（）A.自定義函數(shù)B.使用庫函數(shù)C.手動(dòng)轉(zhuǎn)換D.不轉(zhuǎn)換7、在爬蟲中，如何處理網(wǎng)頁中的跳轉(zhuǎn)頁面？（）A.跟隨跳轉(zhuǎn)B.忽略跳轉(zhuǎn)C.分析跳轉(zhuǎn)目的D.以上都是8、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)更新頻率不一致的方法？（）A.統(tǒng)一更新頻率B.按照不同頻率處理C.忽略更新頻率D.以上都是9、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)壓縮？（）A.gzipB.bz2C.zipfileD.以上都是10、以下哪個(gè)不是爬蟲中處理異常重試的策略？（）A.固定次數(shù)重試B.無限次重試C.按照時(shí)間間隔重試D.隨機(jī)重試11、以下哪個(gè)不是爬蟲的合法性原則？（）A.遵循網(wǎng)站的使用條款B.避免對(duì)網(wǎng)站造成過大負(fù)擔(dān)C.隨意獲取用戶隱私數(shù)據(jù)D.尊重網(wǎng)站所有者的權(quán)益12、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問限制策略變化？（）A.調(diào)整爬蟲策略B.停止抓取C.等待策略恢復(fù)D.以上都是13、以下哪個(gè)不是爬蟲中處理頁面解析錯(cuò)誤的方式？（）A.跳過B.重試C.記錄錯(cuò)誤D.停止爬蟲14、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript15、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是16、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17、在處理爬蟲獲取的大量文本數(shù)據(jù)時(shí)，以下哪個(gè)技術(shù)常用于文本分類？（）A.機(jī)器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是18、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP19、在爬蟲中，使用多進(jìn)程的優(yōu)勢是（）A.資源隔離B.提高穩(wěn)定性C.充分利用多核D.以上都是20、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐陷阱？（）A.識(shí)別并避開B.陷入后處理C.忽略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合規(guī)和法律遵循數(shù)據(jù)。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能分類相關(guān)元素。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何進(jìn)行頁面內(nèi)容的解析和提取。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能加密傳輸相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）使用Pytho