贛南師范大學(xué)《數(shù)據(jù)挖掘技術(shù)》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)贛南師范大學(xué)《數(shù)據(jù)挖掘技術(shù)》

2022-2023學(xué)年期末試卷題號(hào)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(chóng)的合法性原則？（）A.遵循網(wǎng)站的使用條款B.避免對(duì)網(wǎng)站造成過(guò)大負(fù)擔(dān)C.隨意獲取用戶隱私數(shù)據(jù)D.尊重網(wǎng)站所有者的權(quán)益2、以下哪個(gè)不是爬蟲(chóng)框架？（）A.ScrapyB.PySpiderC.DjangoD.Crawley3、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)缺失值的方法？（）A.填充B.忽略C.報(bào)錯(cuò)D.以上都是4、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的問(wèn)題？（）A.字段不一致B.數(shù)據(jù)重復(fù)C.數(shù)據(jù)缺失D.數(shù)據(jù)過(guò)多5、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)更新的策略？（）A.定時(shí)更新B.增量更新C.全量更新D.隨機(jī)更新6、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)限制策略變化？（）A.調(diào)整爬蟲(chóng)策略B.停止抓取C.等待策略恢復(fù)D.以上都是7、爬蟲(chóng)在處理網(wǎng)站的驗(yàn)證碼時(shí)，不建議采取的方式是（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.暴力破解D.放棄爬取該頁(yè)面8、以下哪個(gè)不是爬蟲(chóng)中處理頁(yè)面解析錯(cuò)誤的方式？（）A.跳過(guò)B.重試C.記錄錯(cuò)誤D.停止爬蟲(chóng)9、以下哪個(gè)不是爬蟲(chóng)中處理網(wǎng)頁(yè)亂碼的方法？（）A.手動(dòng)指定編碼B.自動(dòng)檢測(cè)編碼C.轉(zhuǎn)換編碼D.忽略亂碼10、在爬蟲(chóng)中，使用多進(jìn)程的優(yōu)勢(shì)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(chóng)如何處理網(wǎng)站的反爬蟲(chóng)JavaScript挑戰(zhàn)？（）A.分析JavaScript邏輯B.使用工具模擬執(zhí)行C.放棄抓取D.以上都是12、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13、以下哪個(gè)不是爬蟲(chóng)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14、以下哪個(gè)不是爬蟲(chóng)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15、以下哪個(gè)不是爬蟲(chóng)中處理異步請(qǐng)求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是16、在爬蟲(chóng)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17、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)加密的場(chǎng)景？（）A.傳輸過(guò)程B.存儲(chǔ)過(guò)程C.計(jì)算過(guò)程D.展示過(guò)程18、以下哪個(gè)不是爬蟲(chóng)中處理異常重試的策略？（）A.固定次數(shù)重試B.無(wú)限次重試C.按照時(shí)間間隔重試D.隨機(jī)重試19、以下哪個(gè)不是爬蟲(chóng)中處理分布式環(huán)境下數(shù)據(jù)一致性的方法？（）A.分布式鎖B.消息隊(duì)列C.共享數(shù)據(jù)庫(kù)D.各自處理20、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過(guò)D.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）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能政務(wù)相關(guān)元素。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息價(jià)值評(píng)估和利用數(shù)據(jù)。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)內(nèi)容。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的隱藏元素。三、編程題（本大題共2個(gè)小題，共20分)1