華南理工大學(xué)《數(shù)據(jù)挖掘與大數(shù)據(jù)》2023-2024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頁華南理工大學(xué)《數(shù)據(jù)挖掘與大數(shù)據(jù)》2023-2024學(xué)年期末試卷題號一二三總分得分一、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、以下哪個不是爬蟲框架的特點？（）A.代碼復(fù)用B.簡化開發(fā)C.降低性能D.方便管理2、在爬蟲中，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是3、爬蟲獲取數(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.糾正錯誤數(shù)據(jù)4、網(wǎng)絡(luò)爬蟲在遇到重定向時，通常會（）A.跟隨重定向B.忽略重定向C.報錯D.以上都有可能5、以下哪個不是爬蟲中處理網(wǎng)頁編碼的方法？（）A.自動檢測B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼6、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.matplotlib7、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8、網(wǎng)絡(luò)爬蟲的法律風(fēng)險不包括（）A.侵犯知識產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.傳播病毒D.以上都是9、在爬蟲中，處理網(wǎng)頁編碼的常見庫是（）A.chardetB.codecsC.encodingsD.utf-810、在解析HTML頁面時，以下哪個工具常用于提取特定的元素？A.XPathB.RegularExpressionC.CSSSelectorD.以上都是11、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是12、以下哪個不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換的方法？（）A.自定義函數(shù)B.使用庫函數(shù)C.手動轉(zhuǎn)換D.不轉(zhuǎn)換13、在爬蟲中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是14、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站封禁？A.頻繁訪問同一頁面B.訪問隱藏頁面C.未設(shè)置請求頭D.以上都有可能15、以下哪個不是爬蟲中處理頁面解析錯誤的方式？（）A.跳過B.重試C.記錄錯誤D.停止爬蟲16、以下哪個不是爬蟲中處理異常的方式？（）A.重試B.跳過C.終止程序D.記錄日志17、以下哪個不是爬蟲中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選18、以下哪個不是爬蟲中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開數(shù)據(jù)D.以上都是19、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(jī)器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是20、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)頁中的用戶行為的關(guān)鍵詞提取數(shù)據(jù)。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息智慧城市和智慧交通相關(guān)數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為跟蹤代碼。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能服裝設(shè)計相關(guān)元素。三、編程題（本