鹽城師范學(xué)院《數(shù)據(jù)挖掘技術(shù)與應(yīng)用》2021-2022學(xué)年期末試卷

自覺遵守考場紀(jì)律如考試作弊此答卷無效密自覺遵守考場紀(jì)律如考試作弊此答卷無效密封線第1頁，共3頁鹽城師范學(xué)院《數(shù)據(jù)挖掘技術(shù)與應(yīng)用》

2021-2022學(xué)年期末試卷院(系)_______班級_______學(xué)號_______姓名_______題號一二三總分得分一、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)不是爬蟲中處理異常的原則？（）A.記錄異常信息B.忽略所有異常C.進(jìn)行適當(dāng)?shù)闹卦嘍.及時(shí)終止程序2、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)合法性的方法？（）A.數(shù)據(jù)驗(yàn)證B.數(shù)據(jù)過濾C.數(shù)據(jù)轉(zhuǎn)換D.以上都是3、以下哪種存儲(chǔ)方式不適合存儲(chǔ)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4、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是5、在爬蟲中，使用代理IP的主要目的是（）A.提高爬取速度B.繞過IP封鎖C.隱藏真實(shí)IPD.以上都是6、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)是常見的反爬蟲策略？（）A.IP封鎖B.驗(yàn)證碼C.限制訪問頻率D.以上都是7、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能8、以下哪個(gè)是網(wǎng)絡(luò)爬蟲的性能優(yōu)化策略？（）A.多線程B.分布式爬蟲C.緩存D.以上都是9、網(wǎng)絡(luò)爬蟲在處理網(wǎng)頁中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是10、在爬蟲中，使用多進(jìn)程的優(yōu)勢是（）A.資源隔離B.提高穩(wěn)定性C.充分利用多核D.以上都是11、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的動(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12、在處理大規(guī)模數(shù)據(jù)抓取時(shí)，以下哪個(gè)不是需要考慮的問題？（）A.存儲(chǔ)容量B.網(wǎng)絡(luò)帶寬C.計(jì)算資源D.數(shù)據(jù)加密13、在爬蟲中，以下哪個(gè)庫常用于處理多任務(wù)調(diào)度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是14、以下哪個(gè)不是常見的爬蟲存儲(chǔ)數(shù)據(jù)庫？（）A.MySQLB.MongoDBC.OracleD.Excel15、以下哪個(gè)不是爬蟲中設(shè)置請求頭的作用？（）A.偽裝瀏覽器B.繞過反爬蟲C.提高請求速度D.符合網(wǎng)站要求16、以下哪種存儲(chǔ)方式不適合存儲(chǔ)大量爬蟲數(shù)據(jù)？（）A.內(nèi)存B.關(guān)系型數(shù)據(jù)庫C.非關(guān)系型數(shù)據(jù)庫D.文件17、爬蟲在處理大規(guī)模并發(fā)請求時(shí)，可能會(huì)用到的技術(shù)是（）A.線程池B.進(jìn)程池C.協(xié)程D.以上都是18、在爬蟲中，使用分布式爬蟲時(shí)需要注意（）A.任務(wù)分配B.數(shù)據(jù)同步C.節(jié)點(diǎn)通信D.以上都是19、在處理爬蟲抓取到的大量數(shù)據(jù)時(shí)，以下哪種方法可以提高效率？A.使用多線程B.使用分布式爬蟲C.優(yōu)化數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)D.以上都是20、以下哪個(gè)庫在Python中常用于網(wǎng)絡(luò)爬蟲？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是二、簡答題（本大題共4個(gè)小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息邊緣計(jì)算和分布式處理數(shù)據(jù)。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的表單提交。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何應(yīng)對反爬蟲機(jī)制。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為跟蹤代碼。三、編程題（本大題共2個(gè)小題，