安徽理工大學(xué)《數(shù)據(jù)挖掘》2021-2022學(xué)年期末試卷

自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密封線第1頁(yè)，共3頁(yè)安徽理工大學(xué)《數(shù)據(jù)挖掘》

2021-2022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)不是爬蟲中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是2、以下哪種情況可能導(dǎo)致爬蟲被法律追究責(zé)任？（）A.侵犯知識(shí)產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.泄露用戶隱私D.以上都是3、網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)通常需要進(jìn)行以下哪種處理？（）A.去重B.篩選C.轉(zhuǎn)換格式D.以上都是4、在爬蟲中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)緩存？（）A.cachetoolsB.redisC.memcachedD.以上都是5、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)清洗的方法？（）A.去除空格B.轉(zhuǎn)換大小寫C.數(shù)據(jù)填充D.保留原始數(shù)據(jù)6、以下哪個(gè)不是常見的爬蟲存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.OracleD.Excel7、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗(yàn)B.版本控制C.數(shù)據(jù)備份D.以上都是8、在爬蟲中，如何處理網(wǎng)頁(yè)中的加密鏈接？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是9、在爬蟲中，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10、當(dāng)遇到需要登錄才能訪問的頁(yè)面時(shí)，爬蟲可以通過以下哪種方式獲取數(shù)據(jù)？（）A.模擬登錄B.跳過該頁(yè)面C.暴力破解D.以上都不是11、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是12、網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)時(shí)，以下哪種策略常用于避免對(duì)網(wǎng)站造成過大壓力？（）A.隨機(jī)抓取B.深度優(yōu)先抓取C.廣度優(yōu)先抓取D.限速抓取13、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁(yè)時(shí)，如何處理網(wǎng)頁(yè)中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是14、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問限制策略變化？（）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15、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(cuò)誤數(shù)據(jù)16、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17、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載內(nèi)容？（）A.使用SeleniumB.分析接口C.模擬點(diǎn)擊D.以上都是18、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)存儲(chǔ)性能的方法？（）A.索引優(yōu)化B.分區(qū)存儲(chǔ)C.數(shù)據(jù)壓縮D.以上都是19、以下哪個(gè)不是爬蟲中處理數(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20、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，需要遵循的原則不包括（）A.不影響網(wǎng)站正常運(yùn)行B.遵守網(wǎng)站的使用條款C.抓取所有數(shù)據(jù)D.尊重隱私二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理需要登錄才能訪問的頁(yè)面。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的可視化展示數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能報(bào)表生成相關(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)中的智能檢索相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（本題1