大數(shù)據(jù)導(dǎo)論（計科2103-4）學(xué)習(xí)通超星期末考試答案章節(jié)答案2024年

大數(shù)據(jù)導(dǎo)論（計科2103-4）學(xué)習(xí)通超星期末考試章節(jié)答案2024年以下關(guān)于大數(shù)據(jù)與人工智能的聯(lián)系,描述正確的是:()

答案:大數(shù)據(jù)技術(shù)為人工智能提供了強(qiáng)大的存儲能力和計算能力;人工智能需要數(shù)據(jù)來建立其智能,特別是機(jī)器學(xué)習(xí);人工智能應(yīng)用的數(shù)據(jù)越多,其獲得的結(jié)果就越準(zhǔn)確;大數(shù)據(jù)為人工智能提供了海量的數(shù)據(jù),使得人工智能技術(shù)有了長足的發(fā)展為了讓數(shù)據(jù)變得可用,需要對數(shù)據(jù)進(jìn)行三個步驟的處理,分別是:()

答案:數(shù)據(jù)清洗;數(shù)據(jù)管理;數(shù)據(jù)分析以下關(guān)于大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)的聯(lián)系,描述正確的是:()

答案:物聯(lián)網(wǎng)需要借助于云計算和大數(shù)據(jù)技術(shù),實現(xiàn)物聯(lián)網(wǎng)大數(shù)據(jù)的存儲、分析和處理;大數(shù)據(jù)為云計算提供了“用武之地”;大數(shù)據(jù)根植于云計算,大數(shù)據(jù)分析的很多技術(shù)都來自于云計算;從整體上看,大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)這三者是相輔相成的下面關(guān)于比特幣和區(qū)塊鏈之間關(guān)系的描述,正確的是:()

答案:區(qū)塊鏈?zhǔn)潜忍貛诺牡讓蛹夹g(shù);比特幣是區(qū)塊鏈的一種應(yīng)用計算機(jī)系統(tǒng)中的數(shù)據(jù)組織形式主要有兩種,分別是:()

答案:文件;數(shù)據(jù)庫關(guān)于“大數(shù)據(jù)摩爾定律”,以下說法正確的是:()

答案:人類在最近兩年產(chǎn)生的數(shù)據(jù)量相當(dāng)于之前產(chǎn)生的全部數(shù)據(jù)量之和;人類社會的數(shù)據(jù)量大約每兩年就增加一倍;人類社會產(chǎn)生的數(shù)據(jù)一直都在以每年50%的速度增長大數(shù)據(jù)將會對社會發(fā)展產(chǎn)生深遠(yuǎn)的影響,具體表現(xiàn)在以下哪幾個方面:()

答案:大數(shù)據(jù)開發(fā)推動新技術(shù)和新應(yīng)用的不斷涌現(xiàn);大數(shù)據(jù)決策成為一種新的決策方式;大數(shù)據(jù)應(yīng)用促進(jìn)信息技術(shù)與各行業(yè)的深度融合;大數(shù)據(jù)成為提升國家治理能力的新途徑從技術(shù)架構(gòu)上看,物聯(lián)網(wǎng)主要包括哪幾層:()

答案:處理層;感知層;應(yīng)用層;網(wǎng)絡(luò)層在比特幣區(qū)塊鏈中關(guān)于如何爭奪記賬權(quán)的問題,下面描述正確的是:()

答案:采用的是POW機(jī)制,也就是“工作量證明機(jī)制”;解題的過程,又叫“挖礦”,記賬節(jié)點被稱為礦工。誰先解對,誰就獲得記賬權(quán);記賬節(jié)點通過計算數(shù)學(xué)題,來爭奪記賬權(quán);對于數(shù)學(xué)公式的計算,除了從零開始遍歷隨機(jī)數(shù)碰運氣以外,沒有其他辦法信息科技為大數(shù)據(jù)時代提供技術(shù)支撐,主要體現(xiàn)在哪三個方面:()

答案:CPU處理能力大幅提升;網(wǎng)絡(luò)帶寬不斷增加;存儲設(shè)備容量不斷增加關(guān)于大數(shù)據(jù)與區(qū)塊鏈的聯(lián)系,下面描述錯誤的是:()

答案:區(qū)塊鏈會提升大數(shù)據(jù)的信用成本下面關(guān)于數(shù)據(jù)的說法,錯誤的是:()

答案:數(shù)據(jù)的價值會因為不斷使用而削減云計算包括3種類型。只為特定用戶提供服務(wù),比如大型企業(yè)出于安全考慮自建的云環(huán)境,只為企業(yè)內(nèi)部提供服務(wù),這種云計算屬于:()

答案:私有云以下關(guān)于人機(jī)交互,描述錯誤的是:()

答案:人機(jī)交互界面通常是指用戶不可見的部分以下關(guān)于大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)的區(qū)別,描述錯誤的是:()

答案:云計算旨在從海量數(shù)據(jù)中發(fā)現(xiàn)價值,服務(wù)于生產(chǎn)和生活物聯(lián)網(wǎng)的發(fā)展最終導(dǎo)致了人類社會數(shù)據(jù)量的第三次躍升,使得數(shù)據(jù)產(chǎn)生方式進(jìn)入了:()

答案:感知式系統(tǒng)階段大數(shù)據(jù)安全表現(xiàn)出與傳統(tǒng)數(shù)據(jù)安全不同的特征,具體來說包括哪幾個方面:()

答案:大數(shù)據(jù)成為網(wǎng)絡(luò)攻擊的顯著目標(biāo);大數(shù)據(jù)成為高級可持續(xù)攻擊(APT)的載體;大數(shù)據(jù)技術(shù)被應(yīng)用到攻擊手段中;大數(shù)據(jù)加大隱私泄露風(fēng)險企業(yè)數(shù)據(jù)孤島產(chǎn)生的原因主要包括哪兩個方面:()

答案:以功能為標(biāo)準(zhǔn)的部門劃分導(dǎo)致數(shù)據(jù)孤島;不同類型、不同版本的信息化管理系統(tǒng)導(dǎo)致數(shù)據(jù)孤島大數(shù)據(jù)交易平臺的類型主要包括哪兩種:()

答案:綜合數(shù)據(jù)服務(wù)平臺;第三方數(shù)據(jù)交易平臺舍恩伯格在《大數(shù)據(jù)時代:生活、工作與思維的大變革》一書中明確指出,大數(shù)據(jù)時代最大的轉(zhuǎn)變就是思維方式的3種轉(zhuǎn)變,具體包括:()

答案:全樣而非抽樣;效率而非精確;相關(guān)而非因果下面關(guān)于隱私泄露問題的描述,正確的是:()

答案:用戶在使用搜索引擎時,搜索引擎可以精確地刻畫出該用戶的“數(shù)字肖像”;通過數(shù)據(jù)預(yù)測,可以預(yù)測個體“未來的隱私”;大數(shù)據(jù)時代下的隱私與傳統(tǒng)隱私的最大區(qū)別在于隱私的數(shù)據(jù)化,即隱私主要以“個人數(shù)據(jù)”的形式出現(xiàn);“數(shù)據(jù)痕跡”往往永遠(yuǎn)無法徹底消除,會被永久保留記錄目前進(jìn)行數(shù)據(jù)交易的形式主要包括哪幾種:()

答案:大數(shù)據(jù)交易公司;API模式;數(shù)據(jù)交易所消除數(shù)據(jù)孤島對于政府具有哪些重要的意義:()

答案:有助于促進(jìn)跨部門合作;有助于提高行政效率;有助于推動政府轉(zhuǎn)型;有助于提升資源利用率實現(xiàn)數(shù)據(jù)共享,在政府層面面臨的挑戰(zhàn)包括:()

答案:不愿共享開放;不會共享開放;不敢共享開放;數(shù)據(jù)中心共享開放作用不強(qiáng)下面關(guān)于數(shù)據(jù)獨裁的描述,正確的是:()

答案:從某個角度來講,數(shù)據(jù)獨裁就是讓數(shù)據(jù)統(tǒng)治人類,使人類徹底走向唯數(shù)據(jù)主義;數(shù)據(jù)獨裁還可能使人們喪失了人的自主意識、反思和批判的能力,最終淪為數(shù)據(jù)的奴隸;數(shù)據(jù)獨裁最終將導(dǎo)致人類思維被“空心化”,進(jìn)而是創(chuàng)新意識的喪失;所謂的“數(shù)據(jù)獨裁”是指在大數(shù)據(jù)時代,由于數(shù)據(jù)量的爆炸式增長,導(dǎo)致做出判斷和選擇的難度徒增,迫使人們必須完全依賴數(shù)據(jù)的預(yù)測和結(jié)論才能做出最終的決策交易數(shù)據(jù)的來源主要包括哪些:()

答案:企業(yè)內(nèi)部數(shù)據(jù);數(shù)據(jù)供應(yīng)方數(shù)據(jù);網(wǎng)頁爬蟲數(shù)據(jù);政府公開數(shù)據(jù)可以從哪些維度評價數(shù)據(jù)價值:()

答案:數(shù)據(jù)完整性;數(shù)據(jù)樣本量;數(shù)據(jù)品種;數(shù)據(jù)實時性消除數(shù)據(jù)孤島對于企業(yè)具有哪些重要的意義:()

答案:企業(yè)信息的增多可以增加做出正確選擇的能力,從而提高經(jīng)濟(jì)效率;有利于企業(yè)獲得更好的經(jīng)營發(fā)展能力;有助于企業(yè)做出有利于生產(chǎn)要素組合優(yōu)化的決策,使企業(yè)能夠合理配置資源,實現(xiàn)企業(yè)利益最大化下面關(guān)于機(jī)械思維的核心思想,描述錯誤的是:()

答案:世界變化的規(guī)律是無法確定的下面關(guān)于政府信息公開與政府?dāng)?shù)據(jù)開放的描述,錯誤的是:()

答案:信息是沒有經(jīng)過任何加工與解讀的原始記錄,沒有明確的含義,而數(shù)據(jù)則是經(jīng)過加工處理并被賦予一定含義的關(guān)于大數(shù)據(jù)交易在發(fā)展過程中遇到的問題,下面描述錯誤的是:()

答案:數(shù)據(jù)質(zhì)量評價與估值定價已經(jīng)很完善“啤酒與尿布”的故事,體現(xiàn)了哪種大數(shù)據(jù)思維方式:()

答案:相關(guān)而非因果關(guān)于推進(jìn)數(shù)據(jù)共享開放的描述,錯誤的是:()

答案:不同企業(yè)之間,為了保護(hù)各自商業(yè)利益,不宜實現(xiàn)數(shù)據(jù)共享下面關(guān)于大數(shù)據(jù)安全問題,描述錯誤的是:()

答案:大數(shù)據(jù)對于國家安全沒有產(chǎn)生影響現(xiàn)在的互聯(lián)網(wǎng),基于大數(shù)據(jù)和人工智能的推薦應(yīng)用越來越多,越來越深入,我們一直被“喂食著”經(jīng)過智能化篩選推薦的信息,久而久之,會導(dǎo)致什么問題:()

答案:信息繭房問題我們在使用智能手機(jī)進(jìn)行導(dǎo)航來避開城市擁堵路段時,體現(xiàn)了哪種大數(shù)據(jù)思維方式:()

答案:我為人人,人人為我大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效,體現(xiàn)了哪種大數(shù)據(jù)思維方式:()

答案:以數(shù)據(jù)為中心谷歌采用搜索引擎大數(shù)據(jù)進(jìn)行流感趨勢預(yù)測,體現(xiàn)了哪種大數(shù)據(jù)思維方式:()

答案:全樣而非抽樣目前大數(shù)據(jù)交易市場上存在很多種定價機(jī)制,但是不包括以下哪項:()

答案:隨機(jī)性定價以下推薦方法中,哪一個是基于內(nèi)容的推薦:()

答案:通過機(jī)器學(xué)習(xí)的方法去描述內(nèi)容的特征,并基于內(nèi)容的特征來發(fā)現(xiàn)與之相似的內(nèi)容假設(shè)A班級的平均分是80，標(biāo)準(zhǔn)差是10，A考了90分;B班的平均分是400，標(biāo)準(zhǔn)差是100，B考了600分。采用Z-Score規(guī)范化處理，A和B誰更優(yōu)秀?若A考了60分，B考了300分，A和B誰的成績更差?(請將計算過程寫上)

答案:Z-Score規(guī)范化的主要目的就是將不同量級的數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為同一個量級，統(tǒng)一用計算出的Z-Score值衡量，以保證數(shù)據(jù)之間的可比性。其轉(zhuǎn)換公式如下:z=(待轉(zhuǎn)換屬性值?屬性平均值)/屬性標(biāo)準(zhǔn)差通過上面的公式，我們可以計算得出:若A考了90分，B考了600分，則A的Z-Score是1(即(90-80)/10)，B的Z-Socre是2(即(600-400)/100)，因此，B的成績更為優(yōu)異。若A考了60分，B考了300分，則A的Z-Score是-2(即(60-80)/10)，B的Z-Score是-1(即(300-400)/100)，這時，A的成績比較差。下面關(guān)于網(wǎng)絡(luò)爬蟲的描述不正確的是:()

答案:屬于同一個控制節(jié)點下的各爬蟲節(jié)點間不可以互相通信什么是HBase?HBase與傳統(tǒng)關(guān)系數(shù)據(jù)庫有哪些區(qū)別?

答案:HBase是一個高可靠、高性能、面向列、可伸縮的分布式數(shù)據(jù)庫，是谷歌BigTable的開源實現(xiàn)，主要用來存儲非結(jié)構(gòu)化和半結(jié)構(gòu)化的松散數(shù)據(jù)。HBase與傳統(tǒng)的關(guān)系數(shù)據(jù)庫的區(qū)別主要體現(xiàn)在以下幾個方面:(1)數(shù)據(jù)類型:關(guān)系數(shù)據(jù)庫采用關(guān)系模型，具有豐富的數(shù)據(jù)類型和存儲方式，HBase則采用了更加簡單的數(shù)據(jù)模型，它把數(shù)據(jù)存儲為未經(jīng)解釋的字符串。(2)數(shù)據(jù)操作:關(guān)系數(shù)據(jù)庫中包含了豐富的操作，其中會涉及復(fù)雜的多表連接。HBase操作則不存在復(fù)雜的表與表之間的關(guān)系，只有簡單的插入、查詢、刪除、清空等，因為HBase在設(shè)計上就避免了復(fù)雜的表和表之間的關(guān)系。(3)存儲模式:關(guān)系數(shù)據(jù)庫是基于行模式存儲的。HBase是基于列存儲的，每個列族都由幾個文件保存，不同列族的文件是分離的。(4)數(shù)據(jù)維護(hù):在關(guān)系數(shù)據(jù)庫中，更新操作會用最新的當(dāng)前值去替換記錄中原來的舊值，舊值被覆蓋后就不會存在。而在HBase中執(zhí)行更新操作時，并不會刪除數(shù)據(jù)舊的版本，而是生成一個新的版本，舊有的版本仍然保留。(5)可伸縮性:關(guān)系數(shù)據(jù)庫很難實現(xiàn)橫向擴(kuò)展，縱向擴(kuò)展的空間也比較有限。相反，HBase和BigTable這些分布式數(shù)據(jù)庫就是為了實現(xiàn)靈活的水平擴(kuò)展而開發(fā)的，能夠輕易地通過在集群中增加或者減少硬件數(shù)量來實現(xiàn)性能的伸縮。下面關(guān)于GoogleSpanner的描述正確的是:()

答案:隨著數(shù)據(jù)的變化和服務(wù)器的變化，Spanner會自動把數(shù)據(jù)進(jìn)行重新分片，從而有效應(yīng)對負(fù)載變化和處理失敗;在最高抽象層面，Spanner就是一個數(shù)據(jù)庫，把數(shù)據(jù)分片存儲在許多Paxos狀態(tài)機(jī)上，這些機(jī)器位于遍布全球的數(shù)據(jù)中心內(nèi);Spanner被設(shè)計成可以擴(kuò)展到幾百萬個機(jī)器節(jié)點，跨越成百上千個數(shù)據(jù)中心，具備幾萬億數(shù)據(jù)庫行的規(guī)模;Spanner是一個可擴(kuò)展的、全球分布式的數(shù)據(jù)庫下面關(guān)于HDFS的體系結(jié)構(gòu)描述正確的是:()

答案:集群中的數(shù)據(jù)節(jié)點一般是一個節(jié)點運行一個數(shù)據(jù)節(jié)點進(jìn)程，負(fù)責(zé)處理文件系統(tǒng)客戶端的讀/寫請求;名稱節(jié)點作為中心服務(wù)器，負(fù)責(zé)管理文件系統(tǒng)的命名空間及客戶端對文件的訪問;HDFS采用了主從(Master/Slave)結(jié)構(gòu)模型，一個HDFS集群包括一個名稱節(jié)點和若干個數(shù)據(jù)節(jié)點Hadoop的特性主要包括:()

答案:高可擴(kuò)展性;高容錯性;高可靠性NoSQL數(shù)據(jù)庫具有以下幾個特點:()

答案:靈活的數(shù)據(jù)模型;靈活的可擴(kuò)展性;與云計算緊密融合HDFS要實現(xiàn)哪些設(shè)計目標(biāo):()

答案:流數(shù)據(jù)讀寫;強(qiáng)大的跨平臺兼容性;兼容廉價的硬件設(shè)備下列關(guān)于數(shù)據(jù)模型的描述，哪些是正確的?()

答案:每個單元格都保存著同一份數(shù)據(jù)的多個版本，這些版本采用時間戳進(jìn)行索引;列族里的數(shù)據(jù)通過列限定符(或列)來定位;HBase采用表來組織數(shù)據(jù)，表由行和列組成，列劃分為若干個列族;每個HBase表都由若干行組成，每個行由行鍵(rowkey)來標(biāo)識下列關(guān)于圖數(shù)據(jù)庫的描述，哪些是正確的?()

答案:復(fù)雜性高，只能支持一定的數(shù)據(jù)規(guī)模;比較適合于社交網(wǎng)絡(luò)、模式識別、依賴分析、推薦系統(tǒng)以及路徑尋找等問題;專門用于處理具有高度相互關(guān)聯(lián)關(guān)系的數(shù)據(jù);靈活性高，支持復(fù)雜的圖算法HDFS的局限性包括:()

答案:不適合低延遲數(shù)據(jù)訪問;無法高效存儲大量小文件;不支持多用戶寫入及任意修改文件簡述Spark相對于HadoopMapReduce的優(yōu)點。

答案:1.Spark的計算模式也屬于MapReduce，但不局限于Map和Reduce操作，還提供了多種數(shù)據(jù)集操作類型，編程模型比HadoopMapReduce更靈活。2.Spark提供了內(nèi)存計算，可將中間結(jié)果放到內(nèi)存中，對于迭代運算效率更高。3.Spark基于DAG的任務(wù)調(diào)度執(zhí)行機(jī)制，要優(yōu)于HadoopMapReduce的迭代執(zhí)行機(jī)制。下面關(guān)于大數(shù)據(jù)處理與分析的描述，正確的是:()

答案:到了大數(shù)據(jù)時代，數(shù)據(jù)量爆炸式地增長，數(shù)據(jù)分析就需要采用分布式實現(xiàn)技術(shù)，比如使用MapReduce、Spark或Flink編寫分布式分析程序，借助于集群的多臺機(jī)器進(jìn)行并行數(shù)據(jù)處理分析;在技術(shù)層面，包括單機(jī)分析工具(比如SPSS、SAS等)或單機(jī)編程語言(比如Python、R)，以及大數(shù)據(jù)處理與分析技術(shù)(比如MapReduce、Spark、Hive等);在理論層面，數(shù)據(jù)分析需要統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等知識;在大數(shù)據(jù)時代到來之前，數(shù)據(jù)分析主要以小規(guī)模的抽樣數(shù)據(jù)為主，一般使用單機(jī)分析工具(比如SPSS和SAS)或者單機(jī)編程(比如Python、R)的方式來實現(xiàn)分析程序大數(shù)據(jù)處理分析技術(shù)主要包括哪幾種類型:()

答案:查詢分析計算;流計算;批處理計算;圖計算下面關(guān)于Hive的描述正確的是:()

答案:Hive是一個基于Hadoop的數(shù)據(jù)倉庫工具，可以用于對存儲在Hadoop文件中的數(shù)據(jù)集進(jìn)行數(shù)據(jù)整理、特殊查詢和分析處理;當(dāng)采用MapReduce作為執(zhí)行引擎時，Hive可以通過HiveQL語句快速實現(xiàn)簡單的MapReduce統(tǒng)計，Hive自身可以將HiveQL語句快速轉(zhuǎn)換成MapReduce任務(wù)進(jìn)行運行;Hive在某種程度上可以看作是用戶編程接口，其本身并不存儲和處理數(shù)據(jù);Hive的學(xué)習(xí)門檻比較低，因為它提供了類似于關(guān)系數(shù)據(jù)庫SQL語言的查詢語言——HiveQL下面關(guān)于SparkStreaming的描述正確的是:()

答案:SparkStreaming實際上是以一系列微小批處理來模擬流計算;SparkStreaming可結(jié)合批處理和交互查詢，適合一些需要對歷史數(shù)據(jù)和實時數(shù)據(jù)進(jìn)行結(jié)合分析的應(yīng)用場景;SparkStreaming可整合多種輸入數(shù)據(jù)源，如Kafka、Flume、HDFS，甚至是普通的TCP套接字;SparkStreaming是構(gòu)建在SparkC