仲愷農(nóng)業(yè)工程學(xué)院《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》2021-2022學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁，共3頁仲愷農(nóng)業(yè)工程學(xué)院《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》2021-2022學(xué)年期末試卷院(系)_______班級_______學(xué)號_______姓名_______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(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、以下哪個不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換的原因？（）A.適配存儲需求B.方便后續(xù)處理C.提高數(shù)據(jù)安全性D.滿足其他系統(tǒng)要求2、以下哪個不是爬蟲中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是3、在爬蟲中，以下哪個庫常用于處理正則表達(dá)式？（）A.reB.regexC.patternD.以上都是4、以下哪個不是爬蟲中處理分布式任務(wù)失敗的方式？（）A.自動重試B.標(biāo)記失敗C.忽略失敗D.停止任務(wù)5、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，如何處理網(wǎng)頁的更新？（）A.定時抓取B.檢測網(wǎng)頁變化C.以上都是D.以上都不是6、以下哪個不是爬蟲中處理網(wǎng)頁編碼的方法？（）A.自動檢測B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼7、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的驗(yàn)證碼變化？（）A.及時更新識別策略B.放棄抓取C.人工處理D.以上都是8、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9、以下哪個不是爬蟲中處理數(shù)據(jù)異常值的方法？（）A.剔除B.修正C.保留D.以上都是10、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11、在爬蟲中，處理數(shù)據(jù)的分頁提取通常需要分析（）A.URL規(guī)律B.頁面結(jié)構(gòu)C.JavaScript代碼D.以上都是12、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13、在爬蟲中，如何處理JavaScript生成的內(nèi)容？（）A.執(zhí)行JavaScript代碼B.分析頁面源代碼C.以上都是D.以上都不是14、在爬蟲中，處理數(shù)據(jù)的篩選通常基于（）A.數(shù)據(jù)值B.數(shù)據(jù)類型C.數(shù)據(jù)來源D.以上都是15、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16、在爬蟲中，如何處理網(wǎng)頁的編碼問題？（）A.自動檢測B.手動指定C.忽略D.以上都是17、在爬蟲中，如何處理網(wǎng)頁中的復(fù)雜表單提交？（）A.模擬填寫B(tài).分析表單結(jié)構(gòu)C.以上都是D.以上都不是18、網(wǎng)絡(luò)爬蟲中，以下哪個狀態(tài)碼表示請求成功？（）A.200B.301C.404D.50019、在爬蟲中，如何處理網(wǎng)頁中的錯誤鏈接？（）A.記錄B.跳過C.嘗試修復(fù)D.以上都是20、當(dāng)爬蟲遇到反爬蟲機(jī)制時，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)行突破二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能自然語言處理相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶設(shè)備信息數(shù)據(jù)。3、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息危機(jī)公關(guān)和處理數(shù)據(jù)。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息數(shù)字化轉(zhuǎn)型策略數(shù)據(jù)。三、編程題（本大題共2個小題，共20分)1、（本題10分）使用Pytho