成都錦城學(xué)院《數(shù)據(jù)挖掘與R語》2022-2023學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準考證號學(xué)校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁成都錦城學(xué)院

《數(shù)據(jù)挖掘與R語》2022-2023學(xué)年期末試卷題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、在爬蟲中，處理反爬蟲的驗證碼可以使用（）A.人工識別B.機器學(xué)習(xí)C.忽略驗證碼D.以上都是2、在處理動態(tài)網(wǎng)頁時，以下哪種技術(shù)對爬蟲比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是3、在分布式爬蟲中，以下哪個技術(shù)常用于任務(wù)分配？（）A.RedisB.MySQLC.MongoDBD.Kafka4、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的請求頭驗證？（）A.模擬正確的請求頭B.忽略驗證C.強行發(fā)送請求D.以上都是5、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，如何處理網(wǎng)頁的更新？（）A.定時抓取B.檢測網(wǎng)頁變化C.以上都是D.以上都不是6、以下哪種存儲方式不適合存儲爬蟲獲取的數(shù)據(jù)？（）A.數(shù)據(jù)庫B.文本文件C.內(nèi)存D.圖像文件7、爬蟲在處理網(wǎng)站的驗證碼時，不建議采取的方式是（）A.人工識別B.機器學(xué)習(xí)識別C.暴力破解D.放棄爬取該頁面8、以下哪個不是爬蟲中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate9、網(wǎng)絡(luò)爬蟲在處理網(wǎng)頁中的JavaScript代碼時，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是10、在爬蟲中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是11、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站識別為異常訪問？（）A.訪問頻率過高B.訪問時間異常C.訪問路徑異常D.以上都是12、在網(wǎng)絡(luò)爬蟲中，以下哪個協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP13、以下哪個不是爬蟲的合法性原則？（）A.遵循網(wǎng)站的使用條款B.避免對網(wǎng)站造成過大負擔(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14、網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)通常需要進行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是15、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲陷阱？（）A.識別并避開B.陷入后嘗試解決C.無視陷阱D.以上都是16、在爬蟲中，處理數(shù)據(jù)的脫敏通常是為了（）A.保護隱私B.提高效率C.節(jié)省空間D.便于處理17、在爬蟲中，以下哪個方法常用于處理網(wǎng)頁中的驗證碼？（）A.人工識別B.機器學(xué)習(xí)識別C.忽略驗證碼D.以上都是18、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19、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？A.JavaB.PythonC.C++D.JavaScript20、爬蟲在處理網(wǎng)站的robots.txt禁止爬取時，應(yīng)該（）A.遵守規(guī)定B.嘗試突破C.忽略不管D.隨機選擇二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的活動和促銷信息。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶等級和特權(quán)數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能界面設(shè)計相關(guān)元素。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息資源管理和配置數(shù)據(jù)。三、編程題（本大題共2個小題，共20分