中國(guó)計(jì)量大學(xué)《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線(xiàn)…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)中國(guó)計(jì)量大學(xué)

《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷題號(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、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2、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是3、以下哪個(gè)不是影響爬蟲(chóng)性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語(yǔ)言D.代碼優(yōu)化4、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理HTTP認(rèn)證？（）A.requests.authB.httpx.authC.aiohttp.authD.以上都是5、以下哪種數(shù)據(jù)格式不適合爬蟲(chóng)存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON6、以下哪個(gè)庫(kù)在Python中常用于網(wǎng)絡(luò)爬蟲(chóng)？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是7、網(wǎng)絡(luò)爬蟲(chóng)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)8、以下哪個(gè)不是爬蟲(chóng)中設(shè)置請(qǐng)求頭的作用？（）A.偽裝瀏覽器B.繞過(guò)反爬蟲(chóng)C.提高請(qǐng)求速度D.符合網(wǎng)站要求9、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)排序的目的？（）A.便于查找B.提高效率C.滿(mǎn)足業(yè)務(wù)需求D.增加數(shù)據(jù)量10、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是11、網(wǎng)絡(luò)爬蟲(chóng)抓取數(shù)據(jù)時(shí)，以下哪種策略常用于避免對(duì)網(wǎng)站造成過(guò)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12、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫(kù)去重C.緩存去重D.保留重復(fù)13、在爬蟲(chóng)中，處理數(shù)據(jù)的脫敏通常是為了（）A.保護(hù)隱私B.提高效率C.節(jié)省空間D.便于處理14、以下哪個(gè)不是爬蟲(chóng)中優(yōu)化內(nèi)存使用的方法？（）A.及時(shí)釋放資源B.使用緩存C.減少數(shù)據(jù)存儲(chǔ)D.以上都是15、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是16、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)質(zhì)量評(píng)估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性17、當(dāng)爬蟲(chóng)遇到反爬蟲(chóng)機(jī)制時(shí)，以下哪種方法不太合適？（）A.使用代理IPB.降低抓取頻率C.偽裝瀏覽器頭部D.強(qiáng)行突破18、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過(guò)D.以上都是19、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(lèi)行為C.使用多個(gè)用戶(hù)代理D.以上都是20、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)中的隱藏元素。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能增強(qiáng)現(xiàn)實(shí)內(nèi)容相關(guān)元素。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的框架（Frame）和iframe。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能知識(shí)管理相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（本題