湖南財政經(jīng)濟(jì)學(xué)院《數(shù)據(jù)挖掘技術(shù)》2023-2024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頁湖南財政經(jīng)濟(jì)學(xué)院

《數(shù)據(jù)挖掘技術(shù)》2023-2024學(xué)年期末試卷題號一二三總分得分一、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、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲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2、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3、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識別并避開B.陷入后停止C.嘗試突破D.以上都是4、在爬蟲中，如何處理網(wǎng)頁中的跳轉(zhuǎn)頁面？（）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、在爬蟲中，如何處理網(wǎng)頁中的加密數(shù)據(jù)？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是6、以下哪個不是爬蟲中處理數(shù)據(jù)排序的目的？（）A.便于查找B.提高效率C.滿足業(yè)務(wù)需求D.增加數(shù)據(jù)量7、以下哪種數(shù)據(jù)格式常用于存儲爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是8、以下哪個不是爬蟲中處理異常重試的策略？（）A.固定次數(shù)重試B.無限次重試C.按照時間間隔重試D.隨機(jī)重試9、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10、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，如何處理異常情況？（）A.記錄日志B.重試C.跳過D.以上都是11、在處理爬蟲獲取的大量文本數(shù)據(jù)時，以下哪個技術(shù)常用于文本分類？（）A.機(jī)器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是12、爬蟲在處理網(wǎng)站的驗證碼時，不建議采取的方式是（）A.人工識別B.機(jī)器學(xué)習(xí)識別C.暴力破解D.放棄爬取該頁面13、在處理爬蟲獲取的網(wǎng)頁內(nèi)容時，以下哪個方法常用于解析HTML？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.以上都是14、在爬蟲中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是15、以下哪個不是爬蟲中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選16、以下哪個不是爬蟲中處理會話的方式？（）A.使用CookieB.使用SessionC.每次請求重新登錄D.忽略會話17、以下哪個不是爬蟲中處理驗證碼的方法？（）A.手動輸入B.圖像識別C.跳過D.以上都是18、網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)時，以下哪種策略常用于避免對網(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19、網(wǎng)絡(luò)爬蟲獲取網(wǎng)頁內(nèi)容時，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP20、在爬蟲中，設(shè)置請求頭的主要目的是：A.偽裝成瀏覽器B.提高抓取效率C.繞過反爬蟲機(jī)制D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何應(yīng)對網(wǎng)站的訪問限制。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為跟蹤代碼。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶評價和評分?jǐn)?shù)據(jù)。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息區(qū)塊鏈應(yīng)用和影響數(shù)據(jù)。三、編程題（本大題共2個小題