暨南大學(xué)《大型數(shù)據(jù)庫》2023-2024學(xué)年第一學(xué)期期末試卷

自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁暨南大學(xué)《大型數(shù)據(jù)庫》

2023-2024學(xué)年第一學(xué)期期末試卷院(系)_______班級_______學(xué)號_______姓名_______題號一二三四總分得分一、單選題（本大題共15個小題，每小題1分，共15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、大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用包括疾病預(yù)測、醫(yī)療影像分析、健康管理等，以下關(guān)于大數(shù)據(jù)在醫(yī)療健康領(lǐng)域應(yīng)用的描述中，錯誤的是（）。A.大數(shù)據(jù)可以用于疾病預(yù)測和預(yù)防，提高醫(yī)療服務(wù)的質(zhì)量和效率B.大數(shù)據(jù)可以用于醫(yī)療影像分析，提高診斷的準確性和速度C.大數(shù)據(jù)可以用于健康管理，幫助人們更好地管理自己的健康D.大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用只局限于醫(yī)院內(nèi)部，不能與其他機構(gòu)進行數(shù)據(jù)共享2、在大數(shù)據(jù)時代，數(shù)據(jù)倉庫和數(shù)據(jù)集市的概念仍然重要。假設(shè)一個企業(yè)需要為不同部門提供數(shù)據(jù)分析支持。以下關(guān)于數(shù)據(jù)倉庫和數(shù)據(jù)集市的選擇，正確的是：（）A.建立一個大型的數(shù)據(jù)倉庫，所有部門共享使用B.為每個部門分別建立數(shù)據(jù)集市，滿足個性化需求C.先建立數(shù)據(jù)倉庫，再根據(jù)部門需求從倉庫中抽取數(shù)據(jù)建立數(shù)據(jù)集市D.數(shù)據(jù)倉庫和數(shù)據(jù)集市都不適合大數(shù)據(jù)環(huán)境，應(yīng)采用新的技術(shù)架構(gòu)3、在大數(shù)據(jù)存儲中，分布式存儲系統(tǒng)的節(jié)點之間通常通過網(wǎng)絡(luò)進行通信。以下哪種網(wǎng)絡(luò)拓撲結(jié)構(gòu)在數(shù)據(jù)傳輸效率和可靠性方面表現(xiàn)較好？（）A.星型拓撲B.環(huán)形拓撲C.總線拓撲D.樹形拓撲4、在大數(shù)據(jù)應(yīng)用中，推薦系統(tǒng)被廣泛使用。如果一個推薦系統(tǒng)主要基于用戶的歷史購買行為進行推薦，這屬于哪種推薦方法？（）A.基于內(nèi)容的推薦B.協(xié)同過濾推薦C.基于知識的推薦D.混合推薦5、在大數(shù)據(jù)分析中，數(shù)據(jù)挖掘與機器學(xué)習(xí)的結(jié)合越來越緊密。以下關(guān)于兩者結(jié)合的優(yōu)勢和應(yīng)用，哪項描述不準確？（）A.數(shù)據(jù)挖掘可以為機器學(xué)習(xí)提供有價值的數(shù)據(jù)特征和預(yù)處理方法B.機器學(xué)習(xí)算法可以幫助數(shù)據(jù)挖掘發(fā)現(xiàn)更復(fù)雜和深入的模式C.兩者結(jié)合在欺詐檢測、市場細分和推薦系統(tǒng)等領(lǐng)域取得了顯著成果D.數(shù)據(jù)挖掘和機器學(xué)習(xí)是完全獨立的領(lǐng)域，沒有相互交叉和融合的部分6、大數(shù)據(jù)在物流領(lǐng)域有重要的應(yīng)用價值，以下關(guān)于大數(shù)據(jù)在物流中的應(yīng)用描述，哪一項是不正確的？（）A.可以優(yōu)化物流路徑規(guī)劃，降低運輸成本B.有助于實現(xiàn)庫存的精準管理和預(yù)測C.大數(shù)據(jù)在物流中的應(yīng)用主要依賴人工經(jīng)驗，自動化程度較低D.能夠?qū)崟r跟蹤貨物運輸狀態(tài)，提高物流服務(wù)的透明度7、隨著大數(shù)據(jù)技術(shù)的發(fā)展，數(shù)據(jù)倉庫和數(shù)據(jù)集市的應(yīng)用越來越廣泛。對于一個大型企業(yè)來說，以下關(guān)于數(shù)據(jù)倉庫和數(shù)據(jù)集市的描述，哪一項是不準確的？（）A.數(shù)據(jù)倉庫通常存儲整個企業(yè)的歷史數(shù)據(jù)，數(shù)據(jù)集市則側(cè)重于特定部門或主題的數(shù)據(jù)B.數(shù)據(jù)倉庫的數(shù)據(jù)更新頻率相對較低，而數(shù)據(jù)集市的數(shù)據(jù)更新可能更頻繁C.數(shù)據(jù)倉庫的建設(shè)成本通常高于數(shù)據(jù)集市，但其數(shù)據(jù)質(zhì)量和一致性更有保障D.數(shù)據(jù)集市可以獨立于數(shù)據(jù)倉庫存在，不需要從數(shù)據(jù)倉庫獲取數(shù)據(jù)8、對于一個需要進行實時數(shù)據(jù)分析和可視化的大數(shù)據(jù)應(yīng)用，以下哪種技術(shù)組合通常是最佳選擇？（）A.Spark+Kafka+FlinkB.Hadoop+Hive+MySQLC.Spark+HBase+RedisD.Kafka+MongoDB+TensorFlow9、在大數(shù)據(jù)存儲中，分布式數(shù)據(jù)庫系統(tǒng)具有很多優(yōu)點。假設(shè)一個應(yīng)用需要處理高并發(fā)的讀寫請求，并且數(shù)據(jù)量巨大。以下哪種分布式數(shù)據(jù)庫系統(tǒng)可能是合適的選擇？（）A.MySQLClusterB.TiDBC.CockroachDBD.Alloftheabove（以上皆是）10、在大數(shù)據(jù)的數(shù)據(jù)庫選擇中，NoSQL數(shù)據(jù)庫因其靈活的數(shù)據(jù)模型而受到關(guān)注。假設(shè)一個應(yīng)用需要存儲大量的非結(jié)構(gòu)化數(shù)據(jù)，并且對數(shù)據(jù)的讀寫性能要求較高。以下哪種NoSQL數(shù)據(jù)庫最適合？（）A.文檔數(shù)據(jù)庫B.鍵值數(shù)據(jù)庫C.列族數(shù)據(jù)庫D.圖數(shù)據(jù)庫11、在大數(shù)據(jù)處理框架中，Spark支持多種數(shù)據(jù)源的讀取和寫入。假設(shè)有一個需求是從關(guān)系型數(shù)據(jù)庫中讀取數(shù)據(jù)，并在Spark中進行處理。以下哪種方式是可行的？（）A.使用JDBC連接數(shù)據(jù)庫讀取數(shù)據(jù)B.將數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)出為CSV文件，再由Spark讀取C.使用ODBC連接數(shù)據(jù)庫讀取數(shù)據(jù)D.Alloftheabove（以上皆是）12、在大數(shù)據(jù)處理框架中，Hadoop和Spark都有廣泛的應(yīng)用。假設(shè)一個企業(yè)需要處理大量的歷史數(shù)據(jù)，并進行復(fù)雜的數(shù)據(jù)分析和機器學(xué)習(xí)任務(wù)。以下關(guān)于Hadoop和Spark的特點和適用場景，哪一項是錯誤的？（）A.Hadoop適合處理大規(guī)模的靜態(tài)數(shù)據(jù)，批處理任務(wù)B.Spark適合處理實時流數(shù)據(jù)，迭代計算和交互式查詢C.Hadoop的計算速度通常比Spark快，尤其對于小數(shù)據(jù)量的計算D.Spark可以在內(nèi)存中進行計算，提高了數(shù)據(jù)處理的效率13、在大數(shù)據(jù)存儲中，分布式存儲系統(tǒng)具有高可靠性和高擴展性。以下關(guān)于分布式存儲系統(tǒng)的描述，不正確的是（）A.數(shù)據(jù)被分散存儲在多個節(jié)點上，提高了數(shù)據(jù)的安全性B.節(jié)點之間通過網(wǎng)絡(luò)進行通信和數(shù)據(jù)同步C.當某個節(jié)點出現(xiàn)故障時，系統(tǒng)能夠自動恢復(fù)數(shù)據(jù)，不會造成數(shù)據(jù)丟失D.分布式存儲系統(tǒng)的性能不受節(jié)點數(shù)量的影響14、在大數(shù)據(jù)存儲系統(tǒng)中，為了提高數(shù)據(jù)的訪問速度，通常會使用緩存技術(shù)。以下關(guān)于緩存策略的描述，正確的是？（）A.最近最少使用（LRU）策略總是最優(yōu)的B.先進先出（FIFO）策略適用于數(shù)據(jù)訪問模式穩(wěn)定的情況C.隨機替換策略在所有情況下性能最差D.緩存策略的選擇取決于數(shù)據(jù)的訪問模式15、當處理大數(shù)據(jù)中的文本數(shù)據(jù)時，自然語言處理技術(shù)經(jīng)常被應(yīng)用。假設(shè)要從大量的新聞文章中提取關(guān)鍵信息和主題。以下哪種自然語言處理技術(shù)最適合這個任務(wù)？（）A.詞法分析B.句法分析C.語義理解D.文本分類二、簡答題（本大題共4個小題，共20分)1、（本題5分）說明大數(shù)據(jù)在企業(yè)文化建設(shè)中的應(yīng)用。2、（本題5分）說明大數(shù)據(jù)在游戲作弊檢測中的應(yīng)用。3、（本題5分）解釋大數(shù)據(jù)在旅游目的地營銷中的應(yīng)用。4、（本題5分）簡述大數(shù)據(jù)在氣象數(shù)據(jù)融合中的作用。三、編程題（本大題共5個小題，共25分)1、（本題5分）使用Hive對一個大規(guī)模的用戶瀏覽商品圖片數(shù)據(jù)集進行圖像特征提取和分類。2、（本題5分）利用Kafka，構(gòu)建一個分布式的智能推薦系統(tǒng)，根據(jù)用戶的實時行為數(shù)據(jù)提供實時的個性化推薦。3、（本題5分）基于Storm，實現(xiàn)一個實時的物流配送數(shù)據(jù)處理程序，跟蹤貨物的運輸狀態(tài)，計算每個運輸批次的預(yù)計到達時間和實際到達時間的偏差。4、（本題5分）使用Python語言和Storm實時處理框架，處理實時的股票交易數(shù)據(jù)流，計算每只股票的每分鐘成交量和成交金額，并將結(jié)果實時展示。5、（本題5分）用Python編寫一個程序，使用Hadoop生態(tài)系統(tǒng)中的SparkSQL對大規(guī)模的用戶消費行為數(shù)據(jù)進行分析，找出用戶的消費偏好和消費習(xí)慣。四、綜合分析題（本大題共4個小題，共40分)1、（本題10分）綜合研究大