貴州工程應(yīng)用技術(shù)學(xué)院《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁貴州工程應(yīng)用技術(shù)學(xué)院

《數(shù)據(jù)挖掘》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、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2、以下哪個不是常見的反爬蟲手段？（）A.IP封禁B.驗證碼C.數(shù)據(jù)加密D.頁面美化3、在爬蟲中，以下哪個不是設(shè)置請求頭的作用？（）A.偽裝瀏覽器B.繞過反爬蟲機制C.提高請求速度D.以上都是4、以下哪個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.及時終止程序5、在爬蟲中，如何處理網(wǎng)頁中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是6、以下哪個不是爬蟲中處理數(shù)據(jù)合法性的方法？（）A.數(shù)據(jù)驗證B.數(shù)據(jù)過濾C.數(shù)據(jù)轉(zhuǎn)換D.以上都是7、以下哪個不是爬蟲中處理數(shù)據(jù)合法性驗證的方法？（）A.正則表達(dá)式B.數(shù)據(jù)類型檢查C.范圍檢查D.忽略驗證8、以下哪個不是爬蟲中處理數(shù)據(jù)異常值的方法？（）A.剔除B.修正C.保留D.以上都是9、以下哪個不是爬蟲中處理反爬蟲驗證碼的高級技術(shù)？（）A.深度學(xué)習(xí)識別B.人工打碼平臺C.圖像識別算法D.直接忽略10、在處理爬蟲獲取的大量文本數(shù)據(jù)時，以下哪個技術(shù)常用于文本分類？（）A.機器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是11、在處理爬蟲抓取到的大量數(shù)據(jù)時，以下哪種方法可以提高效率？A.使用多線程B.使用分布式爬蟲C.優(yōu)化數(shù)據(jù)存儲結(jié)構(gòu)D.以上都是12、在爬蟲中，以下哪個庫常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是13、網(wǎng)絡(luò)爬蟲的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡(luò)D.以上都不是14、在爬蟲中，處理數(shù)據(jù)存儲的一致性問題通常使用（）A.事務(wù)B.鎖C.備份D.以上都是15、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16、網(wǎng)絡(luò)爬蟲在解析HTML頁面時，以下哪個庫比較常用？（）A.lxmlB.reC.pandasD.matplotlib17、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是18、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19、爬蟲在解析JSON數(shù)據(jù)時，通常使用的庫是（）A.jsonB.requestsC.BeautifulSoupD.re20、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，需要遵循的原則不包括（）A.不影響網(wǎng)站正常運行B.遵守網(wǎng)站的使用條款C.抓取所有數(shù)據(jù)D.尊重隱私二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能環(huán)保相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶賬戶的安全設(shè)置數(shù)據(jù)。3、（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人工智能融合和創(chuàng)新數(shù)據(jù)。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶信用和評價數(shù)據(jù)。三、編程題（本大題共2個小題，共20分)