華南理工大學(xué)《數(shù)據(jù)挖掘理論與技術(shù)》2023-2024學(xué)年期末試卷

裝訂線(xiàn)裝訂線(xiàn)PAGE2第1頁(yè)，共3頁(yè)華南理工大學(xué)《數(shù)據(jù)挖掘理論與技術(shù)》2023-2024學(xué)年期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______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)中處理驗(yàn)證碼的方法？（）A.手動(dòng)輸入B.圖像識(shí)別C.跳過(guò)D.以上都是2、爬蟲(chóng)在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，可能會(huì)用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是3、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4、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5、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)？（）A.自動(dòng)跟隨B.按照規(guī)則處理C.忽略D.以上都是6、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的問(wèn)題？（）A.字段不一致B.數(shù)據(jù)重復(fù)C.數(shù)據(jù)缺失D.數(shù)據(jù)過(guò)多7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的好處？（）A.節(jié)省存儲(chǔ)空間B.提高傳輸速度C.加密數(shù)據(jù)D.減少網(wǎng)絡(luò)流量8、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup9、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10、以下哪個(gè)不是爬蟲(chóng)中處理分布式環(huán)境下數(shù)據(jù)一致性的方法？（）A.分布式鎖B.消息隊(duì)列C.共享數(shù)據(jù)庫(kù)D.各自處理11、爬蟲(chóng)在處理大規(guī)模并發(fā)請(qǐng)求時(shí)，可能會(huì)用到的技術(shù)是（）A.線(xiàn)程池B.進(jìn)程池C.協(xié)程D.以上都是12、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(xún)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13、在爬蟲(chóng)中，以下哪個(gè)不是設(shè)置請(qǐng)求頭的作用？（）A.偽裝瀏覽器B.繞過(guò)反爬蟲(chóng)機(jī)制C.提高請(qǐng)求速度D.以上都是14、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲(chóng)獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是15、網(wǎng)絡(luò)爬蟲(chóng)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16、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17、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.SMTP18、在爬蟲(chóng)中，處理數(shù)據(jù)的分頁(yè)提取通常需要分析（）A.URL規(guī)律B.頁(yè)面結(jié)構(gòu)C.JavaScript代碼D.以上都是19、以下哪種數(shù)據(jù)格式不適合爬蟲(chóng)存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON20、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.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能地圖繪制相關(guān)元素。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的數(shù)據(jù)分頁(yè)和加載更多機(jī)制。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶(hù)行為的信息風(fēng)險(xiǎn)管理和應(yīng)對(duì)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)中的語(yǔ)義信息。三、編程題（本大題共2個(gè)小題，共20