湖北工程學(xué)院《數(shù)據(jù)挖掘與Python應(yīng)用-證券投資》2022-2023學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁湖北工程學(xué)院《數(shù)據(jù)挖掘與Python應(yīng)用-證券投資》2022-2023學(xué)年期末試卷題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站封禁？A.頻繁訪問同一頁面B.訪問隱藏頁面C.未設(shè)置請求頭D.以上都有可能2、以下哪種方式可以避免爬蟲被網(wǎng)站識別為機(jī)器人？（）A.隨機(jī)延遲請求B.模擬人類行為C.使用多個用戶代理D.以上都是3、爬蟲在處理動態(tài)網(wǎng)頁時，可能會用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是4、爬蟲在處理網(wǎng)頁中的圖片時，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5、以下哪個不是爬蟲中處理反爬蟲驗證碼的高級技術(shù)？（）A.深度學(xué)習(xí)識別B.人工打碼平臺C.圖像識別算法D.直接忽略6、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7、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的動態(tài)加載內(nèi)容？（）A.使用SeleniumB.分析接口C.模擬點擊D.以上都是8、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9、以下哪個不是爬蟲中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗B.版本控制C.數(shù)據(jù)備份D.以上都是10、爬蟲在處理網(wǎng)頁中的鏈接時，需要注意（）A.過濾無效鏈接B.避免死循環(huán)C.處理相對鏈接D.以上都是11、在爬蟲中，處理robots.txt文件的目的是（）A.了解網(wǎng)站的爬取規(guī)則B.獲取網(wǎng)站地圖C.查找隱藏頁面D.提高爬取效率12、在爬蟲中，處理反爬蟲的驗證碼可以使用（）A.人工識別B.機(jī)器學(xué)習(xí)C.忽略驗證碼D.以上都是13、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能14、爬蟲在處理網(wǎng)頁的動態(tài)內(nèi)容時，可能會用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是15、以下哪個不是常見的爬蟲存儲數(shù)據(jù)庫？（）A.MySQLB.MongoDBC.OracleD.Excel16、在爬蟲中，如何處理網(wǎng)頁中的權(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17、網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)時，需要遵循的最重要原則是：A.抓取速度快B.抓取數(shù)據(jù)準(zhǔn)確C.遵守網(wǎng)站的使用規(guī)則D.盡可能抓取更多數(shù)據(jù)18、以下哪個不是爬蟲中處理數(shù)據(jù)合并的問題？（）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)過多19、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是20、在爬蟲中，以下哪個庫常用于處理正則表達(dá)式？（）A.reB.regexC.patternD.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能認(rèn)證相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能知識圖譜相關(guān)元素。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息普及和推廣策略數(shù)據(jù)。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息市場調(diào)研和競爭分析數(shù)據(jù)。三、編程題（本大題共2個小