浙江工業(yè)大學(xué)之江學(xué)院《數(shù)據(jù)挖掘》2021-2022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頁浙江工業(yè)大學(xué)之江學(xué)院

《數(shù)據(jù)挖掘》2021-2022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、以下哪個不是爬蟲中處理數(shù)據(jù)加載緩慢的方法？（）A.優(yōu)化網(wǎng)絡(luò)B.減少數(shù)據(jù)量C.更換數(shù)據(jù)源D.以上都是2、以下哪個不是爬蟲中處理分布式爬蟲的通信方式？（）A.HTTPB.TCPC.UDPD.以上都是3、當(dāng)遇到反爬蟲機制時，以下哪種方法不太可能有效？A.使用代理IPB.降低抓取頻率C.模擬人類行為D.發(fā)送大量請求突破限制4、以下哪個不是爬蟲中處理數(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、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6、以下哪種存儲方式不適合存儲大量爬蟲數(shù)據(jù)？（）A.內(nèi)存B.關(guān)系型數(shù)據(jù)庫C.非關(guān)系型數(shù)據(jù)庫D.文件7、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8、以下哪個不是爬蟲中處理異常的方式？（）A.重試B.跳過C.終止程序D.記錄日志9、以下哪種數(shù)據(jù)格式常用于網(wǎng)絡(luò)爬蟲存儲抓取到的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是10、以下哪個不是爬蟲中處理數(shù)據(jù)更新頻率不一致的方法？（）A.統(tǒng)一更新頻率B.按照不同頻率處理C.忽略更新頻率D.以上都是11、以下哪個不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫去重C.緩存去重D.保留重復(fù)12、以下哪個不是網(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D.頁面渲染13、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，需要遵守的原則是？（）A.不影響網(wǎng)站正常運行B.不獲取敏感信息C.遵循網(wǎng)站的使用條款D.以上都是14、在爬蟲中，處理數(shù)據(jù)的提取精度通常取決于（）A.需求B.算法C.數(shù)據(jù)質(zhì)量D.以上都是15、在爬蟲中，以下哪個庫常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是16、在爬蟲中，使用緩存的目的是（）A.提高爬取速度B.減少重復(fù)請求C.節(jié)省存儲空間D.以上都是17、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.隨機重試18、在爬蟲中，如何處理網(wǎng)頁中的嵌套頁面？（）A.遞歸抓取B.選擇抓取C.忽略D.以上都是19、以下哪個不是爬蟲中處理數(shù)據(jù)存儲錯誤的方式？（）A.重試B.記錄錯誤日志C.忽略錯誤D.以上都是20、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的登錄驗證碼？（）A.手動輸入B.自動識別C.借用已登錄的CookieD.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)爬蟲如何處理網(wǎng)頁中的智能安全檢測相關(guān)元素。2、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的視頻彈幕數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能建筑相關(guān)元素。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的文本摘要提取數(shù)據(jù)。三、編程