湖南工程學(xué)院《數(shù)據(jù)挖掘》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)湖南工程學(xué)院《數(shù)據(jù)挖掘》

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、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP2、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的權(quán)限限制？（）A.嘗試突破B.放棄抓取C.尋找其他途徑D.以上都是3、在爬蟲(chóng)中，處理重定向的常見(jiàn)方法是（）A.自動(dòng)跟隨B.忽略重定向C.手動(dòng)處理D.以上都是4、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的方法？（）A.基于鍵值合并B.按照時(shí)間順序合并C.隨機(jī)合并D.按照數(shù)據(jù)類型合并5、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)陷阱？（）A.識(shí)別并避開(kāi)B.陷入后嘗試解決C.無(wú)視陷阱D.以上都是6、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7、爬蟲(chóng)在處理網(wǎng)站的反爬蟲(chóng)機(jī)制時(shí)，首先應(yīng)該（）A.嘗試突破B.遵守規(guī)則C.尋找漏洞D.放棄爬取8、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合法性驗(yàn)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(yàn)證9、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)更新頻率不一致的方法？（）A.統(tǒng)一更新頻率B.按照不同頻率處理C.忽略更新頻率D.以上都是10、以下哪個(gè)是爬蟲(chóng)中常見(jiàn)的存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.RedisD.以上都是11、以下哪個(gè)不是爬蟲(chóng)中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是12、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)13、在爬蟲(chóng)中，用于模擬瀏覽器行為的庫(kù)是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy14、在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，以下哪種技術(shù)對(duì)爬蟲(chóng)比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是15、以下哪個(gè)不是爬蟲(chóng)中處理網(wǎng)頁(yè)編碼的方法？（）A.自動(dòng)檢測(cè)B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼16、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17、在爬蟲(chóng)中，處理數(shù)據(jù)的脫敏通常是為了（）A.保護(hù)隱私B.提高效率C.節(jié)省空間D.便于處理18、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是19、爬蟲(chóng)在處理網(wǎng)頁(yè)的動(dòng)態(tài)內(nèi)容時(shí)，可能會(huì)用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是20、在爬蟲(chóng)中，處理數(shù)據(jù)的篩選通常基于（）A.數(shù)據(jù)值B.數(shù)據(jù)類型C.數(shù)據(jù)來(lái)源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）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶瀏覽行為的時(shí)間序列數(shù)據(jù)。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶歷史瀏覽數(shù)據(jù)。3、（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邊緣計(jì)算和分布式處理數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能評(píng)估相關(guān)元素。三、編程題（本大題共2個(gè)小題，