黑龍江工程學(xué)院《數(shù)據(jù)挖掘》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)黑龍江工程學(xué)院《數(shù)據(jù)挖掘》

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、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識(shí)別并避開B.陷入后停止C.嘗試突破D.以上都是2、以下哪個(gè)不是常見的反爬蟲手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化3、以下哪個(gè)不是常見的反爬蟲策略應(yīng)對(duì)方法？（）A.使用分布式爬蟲B.降低爬取頻率C.更換User-AgentD.攻擊網(wǎng)站服務(wù)器4、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5、以下哪個(gè)不是爬蟲的合法性原則？（）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6、網(wǎng)絡(luò)爬蟲中，以下哪個(gè)狀態(tài)碼表示請(qǐng)求成功？（）A.200B.301C.404D.5007、以下哪種數(shù)據(jù)格式不適合爬蟲存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON8、當(dāng)遇到反爬蟲機(jī)制時(shí)，以下哪種方法不太可能有效？A.使用代理IPB.降低抓取頻率C.模擬人類行為D.發(fā)送大量請(qǐng)求突破限制9、網(wǎng)絡(luò)爬蟲的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡(luò)D.以上都不是10、爬蟲在處理網(wǎng)頁(yè)中的鏈接時(shí)，需要注意（）A.過(guò)濾無(wú)效鏈接B.避免死循環(huán)C.處理相對(duì)鏈接D.以上都是11、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)壓縮的方法？（）A.解壓縮B.忽略壓縮數(shù)據(jù)C.尋找未壓縮的數(shù)據(jù)源D.以上都是12、以下哪個(gè)不是爬蟲中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是13、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14、在爬蟲中，如何處理網(wǎng)頁(yè)中的復(fù)雜表單提交？（）A.模擬填寫B(tài).分析表單結(jié)構(gòu)C.以上都是D.以上都不是15、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲抓取到的數(shù)據(jù)？A.CSVB.JSONC.XMLD.以上都是16、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript17、在爬蟲中，處理數(shù)據(jù)存儲(chǔ)的一致性問(wèn)題通常使用（）A.事務(wù)B.鎖C.備份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)錯(cuò)誤的方式？（）A.重試B.記錄錯(cuò)誤日志C.忽略錯(cuò)誤D.以上都是19、以下哪個(gè)不是爬蟲中處理數(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20、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)壓縮的好處？（）A.節(jié)省存儲(chǔ)空間B.提高傳輸速度C.加密數(shù)據(jù)D.減少網(wǎng)絡(luò)流量二、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)中的智能旅游相關(guān)元素。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能融合相關(guān)元素。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)腳本。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能動(dòng)畫制作相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（