長(zhǎng)春工業(yè)大學(xué)《數(shù)據(jù)采集與預(yù)處理》2023-2024學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁(yè)，共3頁(yè)長(zhǎng)春工業(yè)大學(xué)

《數(shù)據(jù)采集與預(yù)處理》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、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫(kù)約束C.忽略重復(fù)D.以上都是2、以下哪種存儲(chǔ)方式適合存儲(chǔ)大規(guī)模的爬蟲數(shù)據(jù)？A.關(guān)系型數(shù)據(jù)庫(kù)B.非關(guān)系型數(shù)據(jù)庫(kù)C.文件系統(tǒng)D.內(nèi)存數(shù)據(jù)庫(kù)3、在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，以下哪種技術(shù)常用于獲取數(shù)據(jù)？（）A.SeleniumB.PhantomJSC.以上都是D.以上都不是4、在爬蟲中，如何處理網(wǎng)頁(yè)中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是5、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問(wèn)限制策略變化？（）A.調(diào)整爬蟲策略B.停止抓取C.等待策略恢復(fù)D.以上都是6、以下哪個(gè)不是爬蟲中處理網(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7、在爬蟲中，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8、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換錯(cuò)誤的方法？（）A.重新轉(zhuǎn)換B.跳過(guò)C.修正數(shù)據(jù)D.以上都是9、以下哪個(gè)不是爬蟲中處理反爬蟲驗(yàn)證碼的高級(jí)技術(shù)？（）A.深度學(xué)習(xí)識(shí)別B.人工打碼平臺(tái)C.圖像識(shí)別算法D.直接忽略10、以下哪個(gè)不是爬蟲中優(yōu)化內(nèi)存使用的方法？（）A.及時(shí)釋放資源B.使用緩存C.減少數(shù)據(jù)存儲(chǔ)D.以上都是11、在爬蟲中，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12、以下哪個(gè)庫(kù)在Python中常用于網(wǎng)絡(luò)爬蟲？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是13、在爬蟲中，處理爬蟲任務(wù)的調(diào)度可以使用（）A.隊(duì)列B.棧C.優(yōu)先級(jí)隊(duì)列D.以上都是14、以下哪個(gè)不是爬蟲中處理數(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15、爬蟲在處理網(wǎng)頁(yè)中的圖片時(shí)，通常的做法是（）A.下載圖片B.忽略圖片C.分析圖片內(nèi)容D.以上都可以16、當(dāng)爬蟲遇到反爬蟲機(jī)制時(shí)，以下哪種方法不太合適？（）A.使用代理IPB.降低抓取頻率C.偽裝瀏覽器頭部D.強(qiáng)行突破17、以下哪個(gè)不是爬蟲中處理異常的方式？（）A.重試B.跳過(guò)C.終止程序D.記錄日志18、網(wǎng)絡(luò)爬蟲如何處理網(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19、在爬蟲中，以下哪個(gè)庫(kù)常用于處理URL操作？（）A.urllib.parseB.urlparseC.requests.utilsD.以上都是20、網(wǎng)絡(luò)爬蟲如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過(guò)？（）A.數(shù)據(jù)庫(kù)記錄B.本地文件記錄C.以上都是D.以上都不是二、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)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息價(jià)值評(píng)估和利用數(shù)據(jù)。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)和重定向。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能機(jī)器學(xué)習(xí)相關(guān)元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(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分)1、（本題10分）編寫Pytho