華南理工大學(xué)《數(shù)據(jù)挖掘與統(tǒng)計(jì)決策》2022-2023學(xué)年期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線第1頁(yè)，共3頁(yè)華南理工大學(xué)《數(shù)據(jù)挖掘與統(tǒng)計(jì)決策》2022-2023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、網(wǎng)絡(luò)爬蟲(chóng)獲取的數(shù)據(jù)通常需要進(jìn)行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是2、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3、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.SMTP4、在爬蟲(chóng)中，處理數(shù)據(jù)的篩選通?；冢ǎ〢.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5、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是6、在分布式爬蟲(chóng)中，以下哪個(gè)技術(shù)常用于任務(wù)分配？（）A.RedisB.MySQLC.MongoDBD.Kafka7、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8、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9、網(wǎng)絡(luò)爬蟲(chóng)抓取數(shù)據(jù)時(shí)，需要遵循的最重要原則是：A.抓取速度快B.抓取數(shù)據(jù)準(zhǔn)確C.遵守網(wǎng)站的使用規(guī)則D.盡可能抓取更多數(shù)據(jù)10、在爬蟲(chóng)中，如何處理JavaScript生成的內(nèi)容？（）A.執(zhí)行JavaScript代碼B.分析頁(yè)面源代碼C.以上都是D.以上都不是11、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)分頁(yè)的方法？（）A.分析頁(yè)面規(guī)律B.模擬點(diǎn)擊下一頁(yè)C.直接獲取所有頁(yè)面D.根據(jù)參數(shù)獲取12、網(wǎng)絡(luò)爬蟲(chóng)在處理網(wǎng)頁(yè)中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是13、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？（）A.JavaB.PythonC.C++D.JavaScript14、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載數(shù)據(jù)？（）A.分析接口B.模擬操作C.以上都是D.以上都不是15、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的方法？（）A.解壓縮B.忽略壓縮數(shù)據(jù)C.尋找未壓縮的數(shù)據(jù)源D.以上都是16、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的SSL證書(shū)驗(yàn)證錯(cuò)誤？（）A.忽略錯(cuò)誤B.驗(yàn)證證書(shū)C.更換網(wǎng)站D.以上都是17、在爬蟲(chóng)中，處理網(wǎng)頁(yè)中的JavaScript代碼可以使用（）A.PyV8B.PhantomJSC.Node.jsD.以上都是18、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19、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)驗(yàn)證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性20、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的登錄驗(yàn)證碼？（）A.手動(dòng)輸入B.自動(dòng)識(shí)別C.借用已登錄的CookieD.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)中的推薦系統(tǒng)生成的內(nèi)容。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能音樂(lè)創(chuàng)作相關(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)中的用戶行為的情感傾向分析數(shù)據(jù)。4、（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質(zhì)量評(píng)估和優(yōu)化數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）使用P