河南科技大學(xué)《數(shù)據(jù)挖掘基礎(chǔ)》2021-2022學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)河南科技大學(xué)《數(shù)據(jù)挖掘基礎(chǔ)》

2021-2022學(xué)年期末試卷題號(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(chóng)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2、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)失敗的方式？（）A.自動(dòng)重試B.標(biāo)記失敗C.忽略失敗D.停止任務(wù)3、在爬蟲(chóng)中，以下哪個(gè)方法常用于處理網(wǎng)頁(yè)中的驗(yàn)證碼？（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.忽略驗(yàn)證碼D.以上都是4、在爬蟲(chóng)中，設(shè)置請(qǐng)求頭的主要目的是（）A.提高爬取速度B.偽裝成瀏覽器C.減少服務(wù)器響應(yīng)時(shí)間D.節(jié)省網(wǎng)絡(luò)流量5、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6、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的復(fù)雜表單提交？（）A.模擬填寫(xiě)B(tài).分析表單結(jié)構(gòu)C.以上都是D.以上都不是7、網(wǎng)絡(luò)爬蟲(chóng)的法律風(fēng)險(xiǎn)不包括（）A.侵犯知識(shí)產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.傳播病毒D.以上都是8、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的加密數(shù)據(jù)？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是9、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過(guò)D.以上都是11、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)加密的場(chǎng)景？（）A.傳輸過(guò)程B.存儲(chǔ)過(guò)程C.計(jì)算過(guò)程D.展示過(guò)程12、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理網(wǎng)頁(yè)的更新？（）A.定時(shí)抓取B.檢測(cè)網(wǎng)頁(yè)變化C.以上都是D.以上都不是13、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14、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)加密？（）A.cryptographyB.hashlibC.pycryptodomeD.以上都是15、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載內(nèi)容？（）A.使用SeleniumB.分析接口C.模擬點(diǎn)擊D.以上都是16、在爬蟲(chóng)中，處理數(shù)據(jù)的合法性驗(yàn)證通常包括（）A.格式驗(yàn)證B.內(nèi)容驗(yàn)證C.來(lái)源驗(yàn)證D.以上都是17、在爬蟲(chóng)中，處理robots.txt文件的目的是（）A.了解網(wǎng)站的爬取規(guī)則B.獲取網(wǎng)站地圖C.查找隱藏頁(yè)面D.提高爬取效率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、以下哪個(gè)不是爬蟲(chóng)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(kù)函數(shù)C.手動(dòng)轉(zhuǎn)換D.不轉(zhuǎn)換20、在爬蟲(chóng)中，用于模擬瀏覽器行為的庫(kù)是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息創(chuàng)新能力評(píng)估數(shù)據(jù)。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶積分和獎(jiǎng)勵(lì)數(shù)據(jù)。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JavaScript生成的內(nèi)容。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的隱藏元素。三、編程