西京學(xué)院《數(shù)據(jù)挖掘》2021-2022學(xué)年期末試卷

站名：站名：年級(jí)專(zhuān)業(yè)：姓名：學(xué)號(hào)：凡年級(jí)專(zhuān)業(yè)、姓名、學(xué)號(hào)錯(cuò)寫(xiě)、漏寫(xiě)或字跡不清者，成績(jī)按零分記?！堋狻€…………第1頁(yè)，共1頁(yè)西京學(xué)院《數(shù)據(jù)挖掘》

2021-2022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、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是2、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的多語(yǔ)言頁(yè)面？（）A.選擇一種語(yǔ)言抓取B.抓取所有語(yǔ)言C.根據(jù)需求抓取D.以上都是3、以下哪個(gè)不是反爬蟲(chóng)的常見(jiàn)手段？（）A.IP封鎖B.驗(yàn)證碼C.數(shù)據(jù)加密D.增加頁(yè)面加載時(shí)間4、以下哪個(gè)不是爬蟲(chóng)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5、在爬蟲(chóng)中，使用代理IP的主要目的是（）A.提高爬取速度B.繞過(guò)IP封鎖C.隱藏真實(shí)IPD.以上都是6、以下哪種數(shù)據(jù)格式常用于網(wǎng)絡(luò)爬蟲(chóng)存儲(chǔ)抓取到的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是7、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8、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是9、以下哪個(gè)不是爬蟲(chóng)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10、爬蟲(chóng)在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，可能會(huì)用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是11、以下哪個(gè)不是爬蟲(chóng)中數(shù)據(jù)清洗的步驟？（）A.去除噪聲B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.以上都是12、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的驗(yàn)證碼變化？（）A.及時(shí)更新識(shí)別策略B.放棄抓取C.人工處理D.以上都是13、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14、在爬蟲(chóng)中，以下哪個(gè)不是設(shè)置請(qǐng)求頭的作用？（）A.偽裝瀏覽器B.繞過(guò)反爬蟲(chóng)機(jī)制C.提高請(qǐng)求速度D.以上都是15、以下哪種情況可能導(dǎo)致爬蟲(chóng)被法律追究責(zé)任？（）A.侵犯知識(shí)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16、以下哪個(gè)不是爬蟲(chóng)中設(shè)置并發(fā)的考慮因素？（）A.服務(wù)器性能B.網(wǎng)絡(luò)帶寬C.數(shù)據(jù)一致性D.數(shù)據(jù)隱私17、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)策略應(yīng)對(duì)方法？（）A.使用分布式爬蟲(chóng)B.降低爬取頻率C.更換User-AgentD.攻擊網(wǎng)站服務(wù)器18、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)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19、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的SSL證書(shū)驗(yàn)證錯(cuò)誤？（）A.忽略錯(cuò)誤B.驗(yàn)證證書(shū)C.更換網(wǎng)站D.以上都是20、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)如何應(yīng)對(duì)反爬蟲(chóng)機(jī)制。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶活動(dòng)的生命周期數(shù)據(jù)。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶交互元素。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息品牌形象分析數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1