鹽城師范學(xué)院《數(shù)據(jù)挖掘技能訓(xùn)練》2021-2022學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁鹽城師范學(xué)院《數(shù)據(jù)挖掘技能訓(xùn)練》

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、網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)時(shí)，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)2、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站識(shí)別為異常訪問？（）A.訪問頻率過高B.訪問時(shí)間異常C.訪問路徑異常D.以上都是3、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是4、網(wǎng)絡(luò)爬蟲在處理網(wǎng)頁中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是5、以下哪個(gè)不是爬蟲中設(shè)置請求頭的作用？（）A.偽裝瀏覽器B.繞過反爬蟲C.提高請求速度D.符合網(wǎng)站要求6、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)驗(yàn)證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性7、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、在爬蟲中，如何處理網(wǎng)頁中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是9、在爬蟲中，以下哪個(gè)庫常用于處理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是10、以下哪個(gè)不是網(wǎng)絡(luò)爬蟲的主要步驟？（）A.頁面下載B.數(shù)據(jù)清洗C.數(shù)據(jù)存儲(chǔ)D.頁面渲染11、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12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)更新的策略？（）A.定時(shí)更新B.增量更新C.全量更新D.隨機(jī)更新13、在爬蟲中，處理網(wǎng)頁中的JavaScript代碼可以使用（）A.PyV8B.PhantomJSC.Node.jsD.以上都是14、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問限制策略變化？（）A.調(diào)整爬蟲策略B.停止抓取C.等待策略恢復(fù)D.以上都是15、在爬蟲中，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是16、網(wǎng)絡(luò)爬蟲在遇到重定向時(shí)，通常會(huì)（）A.跟隨重定向B.忽略重定向C.報(bào)錯(cuò)D.以上都有可能17、在爬蟲中，如何處理網(wǎng)頁中的加密鏈接？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是18、以下哪個(gè)不是常見的爬蟲框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy19、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20、在爬蟲中，處理爬蟲任務(wù)的調(diào)度可以使用（）A.隊(duì)列B.棧C.優(yōu)先級(jí)隊(duì)列D.以上都是二、簡答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能用戶體驗(yàn)設(shè)計(jì)相關(guān)元素。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何識(shí)別網(wǎng)頁的編碼格式。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何優(yōu)化內(nèi)存使用。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的SEO優(yōu)化元素。三、編程題（本大題共2個(gè)小題，共20