湖北工業(yè)大學(xué)《數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)》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)湖北工業(yè)大學(xué)《數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)》

2021-2022學(xué)年期末試卷題號(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、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是2、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)性能的方法？（）A.索引優(yōu)化B.分區(qū)存儲(chǔ)C.數(shù)據(jù)壓縮D.以上都是3、在爬蟲(chóng)中，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4、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的請(qǐng)求頭驗(yàn)證？（）A.模擬正確的請(qǐng)求頭B.忽略驗(yàn)證C.強(qiáng)行發(fā)送請(qǐng)求D.以上都是5、以下哪個(gè)不是影響爬蟲(chóng)性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語(yǔ)言D.代碼優(yōu)化6、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的驗(yàn)證碼變化？（）A.及時(shí)更新識(shí)別策略B.放棄抓取C.人工處理D.以上都是7、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的嵌套頁(yè)面？（）A.遞歸抓取B.選擇抓取C.忽略D.以上都是8、以下哪個(gè)不是爬蟲(chóng)中數(shù)據(jù)清洗的步驟？（）A.去除噪聲B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.以上都是9、在爬蟲(chóng)中，處理數(shù)據(jù)存儲(chǔ)的一致性問(wèn)題通常使用（）A.事務(wù)B.鎖C.備份D.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，需要遵循的原則不包括（）A.不影響網(wǎng)站正常運(yùn)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11、在爬蟲(chóng)中，使用緩存的目的是（）A.提高爬取速度B.減少重復(fù)請(qǐng)求C.節(jié)省存儲(chǔ)空間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)在處理大規(guī)模數(shù)據(jù)時(shí)，可能會(huì)遇到的問(wèn)題是（）A.內(nèi)存不足B.網(wǎng)絡(luò)帶寬限制C.處理速度慢D.以上都是14、爬蟲(chóng)在存儲(chǔ)數(shù)據(jù)時(shí)，使用數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)是（）A.便于查詢和管理B.節(jié)省存儲(chǔ)空間C.提高寫(xiě)入速度D.無(wú)需進(jìn)行數(shù)據(jù)處理15、以下哪個(gè)不是爬蟲(chóng)中處理并發(fā)的方式？（）A.多線程B.多進(jìn)程C.異步D.單線程循環(huán)16、爬蟲(chóng)在解析JSON數(shù)據(jù)時(shí)，通常使用的庫(kù)是（）A.jsonB.requestsC.BeautifulSoupD.re17、以下哪個(gè)不是爬蟲(chóng)中優(yōu)化內(nèi)存使用的方法？（）A.及時(shí)釋放資源B.使用緩存C.減少數(shù)據(jù)存儲(chǔ)D.以上都是18、爬蟲(chóng)在處理反爬蟲(chóng)的IP封鎖時(shí)，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是19、爬蟲(chóng)在處理網(wǎng)頁(yè)中的多媒體資源時(shí)，通常考慮的因素是（）A.資源大小B.資源類(lèi)型C.版權(quán)問(wèn)題D.以上都是20、以下哪個(gè)不是爬蟲(chóng)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.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能聚類(lèi)相關(guān)元素。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能排序相關(guān)元素。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的錯(cuò)誤頁(yè)面。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何進(jìn)行分布式部署。三、編程題（本大