保山學(xué)院《數(shù)據(jù)挖掘技術(shù)》2021-2022學(xué)年期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線第1頁(yè)，共3頁(yè)保山學(xué)院

《數(shù)據(jù)挖掘技術(shù)》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、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開(kāi)數(shù)據(jù)D.以上都是2、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)策略？A.驗(yàn)證碼B.IP封禁C.頁(yè)面加密D.數(shù)據(jù)壓縮3、以下哪個(gè)不是爬蟲(chóng)中處理異常的情況？（）A.網(wǎng)絡(luò)連接失敗B.頁(yè)面不存在C.數(shù)據(jù)格式錯(cuò)誤D.服務(wù)器響應(yīng)過(guò)快4、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于發(fā)送HTTP請(qǐng)求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium5、以下哪個(gè)不是爬蟲(chóng)中處理頁(yè)面解析錯(cuò)誤的方式？（）A.跳過(guò)B.重試C.記錄錯(cuò)誤D.停止爬蟲(chóng)6、以下哪種技術(shù)可以用于分布式爬蟲(chóng)？（）A.RedisB.KafkaC.HadoopD.以上都是7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)排序的目的？（）A.便于查找B.提高效率C.滿足業(yè)務(wù)需求D.增加數(shù)據(jù)量8、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是9、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)緩存？（）A.cachetoolsB.redisC.memcachedD.以上都是10、爬蟲(chóng)在處理網(wǎng)頁(yè)中的鏈接時(shí)，需要注意（）A.過(guò)濾無(wú)效鏈接B.避免死循環(huán)C.處理相對(duì)鏈接D.以上都是11、爬蟲(chóng)在處理網(wǎng)頁(yè)中的多媒體資源時(shí)，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問(wèn)題D.以上都是12、網(wǎng)絡(luò)爬蟲(chóng)如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過(guò)？（）A.數(shù)據(jù)庫(kù)記錄B.本地文件記錄C.以上都是D.以上都不是13、爬蟲(chóng)獲取數(shù)據(jù)后，進(jìn)行數(shù)據(jù)清洗通常不包括（）A.去除重復(fù)數(shù)據(jù)B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.糾正錯(cuò)誤數(shù)據(jù)14、在爬蟲(chóng)中，處理數(shù)據(jù)的提取精度通常取決于（）A.需求B.算法C.數(shù)據(jù)質(zhì)量D.以上都是15、以下哪種方式可以提高爬蟲(chóng)的效率？（）A.多線程B.分布式C.緩存機(jī)制D.以上都是16、以下哪個(gè)不是爬蟲(chóng)中處理分布式環(huán)境下數(shù)據(jù)一致性的方法？（）A.分布式鎖B.消息隊(duì)列C.共享數(shù)據(jù)庫(kù)D.各自處理17、以下哪個(gè)不是爬蟲(chóng)中處理分布式爬蟲(chóng)的通信方式？（）A.HTTPB.TCPC.UDPD.以上都是18、以下哪個(gè)不是爬蟲(chóng)中處理反爬蟲(chóng)的技巧？（）A.降低訪問(wèn)頻率B.使用隨機(jī)User-AgentC.頻繁更換IPD.以上都是19、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能20、在分布式爬蟲(chóng)中，以下哪個(gè)技術(shù)常用于任務(wù)分配？（）A.RedisB.MySQLC.MongoDBD.Kafka二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶活動(dòng)的生命周期數(shù)據(jù)。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的框架（Frame）和iframe。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的SEO優(yōu)化元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能項(xiàng)目管理相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20