重慶人文科技學(xué)院《數(shù)據(jù)挖掘與分析技術(shù)》2021-2022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…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)重慶人文科技學(xué)院《數(shù)據(jù)挖掘與分析技術(shù)》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、爬蟲(chóng)在處理網(wǎng)站的robots.txt禁止爬取時(shí)，應(yīng)該（）A.遵守規(guī)定B.嘗試突破C.忽略不管D.隨機(jī)選擇2、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)生成內(nèi)容（如通過(guò)Ajax加載）？（）A.分析請(qǐng)求B.使用瀏覽器模擬C.尋找接口D.以上都是3、在爬蟲(chóng)中，處理數(shù)據(jù)的篩選通?；冢ǎ〢.數(shù)據(jù)值B.數(shù)據(jù)類型C.數(shù)據(jù)來(lái)源D.以上都是4、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)分頁(yè)的方法？（）A.分析頁(yè)面規(guī)律B.模擬點(diǎn)擊下一頁(yè)C.直接獲取所有頁(yè)面D.根據(jù)參數(shù)獲取5、以下哪個(gè)不是爬蟲(chóng)中處理頁(yè)面跳轉(zhuǎn)的方式？（）A.自動(dòng)跳轉(zhuǎn)B.禁止跳轉(zhuǎn)C.手動(dòng)處理跳轉(zhuǎn)D.忽略跳轉(zhuǎn)6、爬蟲(chóng)在處理網(wǎng)頁(yè)時(shí)，用于解析HTML內(nèi)容的庫(kù)是（）A.urllibB.jsonC.lxmlD.re7、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8、以下哪個(gè)不是爬蟲(chóng)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9、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換錯(cuò)誤的方法？（）A.重新轉(zhuǎn)換B.跳過(guò)C.修正數(shù)據(jù)D.以上都是10、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？（）A.JavaB.PythonC.C++D.JavaScript11、以下哪個(gè)不是爬蟲(chóng)中數(shù)據(jù)提取的挑戰(zhàn)？（）A.頁(yè)面結(jié)構(gòu)復(fù)雜B.數(shù)據(jù)格式不一致C.反爬蟲(chóng)機(jī)制D.數(shù)據(jù)量小12、網(wǎng)絡(luò)爬蟲(chóng)獲取的數(shù)據(jù)通常需要進(jìn)行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是13、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)策略？A.驗(yàn)證碼B.IP封禁C.頁(yè)面加密D.數(shù)據(jù)壓縮14、爬蟲(chóng)在處理反爬蟲(chóng)的IP封鎖時(shí)，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是15、網(wǎng)絡(luò)爬蟲(chóng)獲取網(wǎng)頁(yè)內(nèi)容時(shí)，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP16、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)性能的方法？（）A.索引優(yōu)化B.分區(qū)存儲(chǔ)C.數(shù)據(jù)壓縮D.以上都是17、以下哪個(gè)不是爬蟲(chóng)中處理異步請(qǐng)求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是18、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)JavaScript挑戰(zhàn)？（）A.分析JavaScript邏輯B.使用工具模擬執(zhí)行C.放棄抓取D.以上都是19、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20、以下哪個(gè)不是爬蟲(chóng)中處理異常的情況？（）A.網(wǎng)絡(luò)連接失敗B.頁(yè)面不存在C.數(shù)據(jù)格式錯(cuò)誤D.服務(wù)器響應(yīng)過(guò)快二、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)中的智能數(shù)據(jù)可視化相關(guān)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)中的用戶評(píng)價(jià)和評(píng)分?jǐn)?shù)據(jù)。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的異步加載數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能匹配相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20