湖北工業(yè)大學(xué)《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》2023-2024學(xué)年期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線第1頁(yè)，共3頁(yè)湖北工業(yè)大學(xué)《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》

2023-2024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、爬蟲(chóng)在處理網(wǎng)頁(yè)中的圖片時(shí)，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2、爬蟲(chóng)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)3、網(wǎng)絡(luò)爬蟲(chóng)在抓取網(wǎng)頁(yè)時(shí)，通過(guò)什么來(lái)識(shí)別頁(yè)面中的鏈接？（）A.HTML標(biāo)簽B.JavaScript腳本C.CSS樣式D.以上都不是4、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)頁(yè)面？（）A.跟隨跳轉(zhuǎn)B.忽略跳轉(zhuǎn)C.分析跳轉(zhuǎn)目的D.以上都是5、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6、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)IP封鎖？（）A.使用代理B.更換IPC.等待解封D.以上都是7、以下哪種方式可以避免爬蟲(chóng)被網(wǎng)站識(shí)別為機(jī)器人？（）A.隨機(jī)延遲請(qǐng)求B.模擬人類行為C.使用多個(gè)用戶代理D.以上都是8、網(wǎng)絡(luò)爬蟲(chóng)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9、在爬蟲(chóng)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、在爬蟲(chóng)中，設(shè)置請(qǐng)求頭的主要目的是：A.偽裝成瀏覽器B.提高抓取效率C.繞過(guò)反爬蟲(chóng)機(jī)制D.以上都是11、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理異常日志？（）A.loggingB.sentryC.fluentdD.以上都是12、網(wǎng)絡(luò)爬蟲(chóng)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13、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲(chóng)？（）A.PythonB.JavaC.C++D.以上都是14、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的嵌套頁(yè)面？（）A.遞歸抓取B.選擇抓取C.忽略D.以上都是15、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理正則表達(dá)式？（）A.reB.regexC.patternD.以上都是16、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的登錄驗(yàn)證碼？（）A.手動(dòng)輸入B.自動(dòng)識(shí)別C.借用已登錄的CookieD.以上都是17、以下哪個(gè)不是爬蟲(chóng)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18、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的方法？（）A.基于鍵值合并B.按照時(shí)間順序合并C.隨機(jī)合并D.按照數(shù)據(jù)類型合并19、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是20、對(duì)于動(dòng)態(tài)網(wǎng)頁(yè)的抓取，以下哪種技術(shù)可能會(huì)用到？A.AJAXB.SeleniumC.PhantomJSD.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)中的動(dòng)態(tài)內(nèi)容。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能數(shù)據(jù)分析相關(guān)元素。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能決策相關(guān)元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的驗(yàn)證碼。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）