大數(shù)據(jù)技術(shù)與應(yīng)用題庫(kù)完整

1、.大數(shù)據(jù)技術(shù)及應(yīng)用題庫(kù)單選題 :1 從大量數(shù)據(jù)中提取知識(shí)的過(guò)程通常稱(chēng)為（ A）。a. . 數(shù)據(jù)挖掘b. . 人工智能c. . 數(shù)據(jù)清洗d. . 數(shù)據(jù)倉(cāng)庫(kù)2 下列論據(jù)中 ，能夠支撐 “大數(shù)據(jù)無(wú)所不能”的觀點(diǎn)的是 （ A）。A 、互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B、大數(shù)據(jù)存在泡沫C、大數(shù)據(jù)具有非常高的成本D 、個(gè)人隱私泄露與信息安全擔(dān)憂(yōu)3 數(shù)據(jù)倉(cāng)庫(kù)的最終目的是（ D）。a. . 收集業(yè)務(wù)需求b. . 建立數(shù)據(jù)倉(cāng)庫(kù)邏輯模型c. . 開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用分析d. . 為用戶(hù)和業(yè)務(wù)部門(mén)提供決策支持4 大數(shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別是（A ）。a. . 處理速度快 （秒級(jí)定律 ）.專(zhuān)業(yè) .專(zhuān)注

2、.b. . 算法種類(lèi)更多c. . 精度更高d. . 更加智能化5 大數(shù)據(jù)的起源是（C）。a. . 金融b. . 電信c. . 互聯(lián)網(wǎng)d. . 公共管理6 大數(shù)據(jù)不是要教機(jī)器像人一樣思考。相反 ，它是（ A）。a. . 把數(shù)學(xué)算法運(yùn)用到海量的數(shù)據(jù)上來(lái)預(yù)測(cè)事情發(fā)生的可能性b. . 被視為人工智能的一部c. . 被視為一種機(jī)器學(xué)習(xí)d. . 預(yù)測(cè)與懲罰7 人與人之間溝通信息、傳遞信息的技術(shù)，這指的是 （ D）。a. . 感測(cè)技術(shù)b. . 微電子技術(shù)c. . 計(jì)算機(jī)技術(shù)d. . 通信技術(shù).專(zhuān)業(yè) .專(zhuān)注.8 數(shù)據(jù)清洗的方法不包括（ D）。a. . 缺失值處理b. . 噪聲數(shù)據(jù)清除c. . 一致性檢查d.

3、. 重復(fù)數(shù)據(jù)記錄處理9. 下列關(guān)于舍恩伯格對(duì)大數(shù)據(jù)特點(diǎn)的說(shuō)法中，錯(cuò)誤的是 （ D）A. 數(shù)據(jù)規(guī)模大B. 數(shù)據(jù)類(lèi)型多樣C. 數(shù)據(jù)處理速度快D. 數(shù)據(jù)價(jià)值密度高10 規(guī)模巨大且復(fù)雜，用現(xiàn)有的數(shù)據(jù)處理工具難以獲取、整理、管理以及處理的數(shù)據(jù)，這指的是 （ D）。a. . 富數(shù)據(jù)b. . 貧數(shù)據(jù)c. . 繁數(shù)據(jù)d. . 大數(shù)據(jù)11 大數(shù)據(jù)正快速發(fā)展為對(duì)數(shù)量巨大、來(lái)源分散 、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值 、提升新能力的 （ D）。a. . 新一代信息技術(shù)b. . 新一代服務(wù)業(yè)態(tài)c. . 新一代技術(shù)平臺(tái)d. . 新一代信息技術(shù)和服務(wù)業(yè)態(tài).專(zhuān)業(yè) .專(zhuān)注.12 萬(wàn)維網(wǎng)之父是

4、 （ C）A. 彼得 ·德魯克B. 舍恩伯格C. 蒂姆 ·伯納斯 李D. 斯科特 ·布朗13 下列演示方式中，不屬于傳統(tǒng)統(tǒng)計(jì)圖方式的是（ D）。A 、柱形圖B、餅狀圖C、曲線(xiàn)圖D、網(wǎng)絡(luò)圖14 當(dāng)前社會(huì)中 ，最為突出的大數(shù)據(jù)環(huán)境是（A ）。A 、互聯(lián)網(wǎng)B、物聯(lián)網(wǎng)C、綜合國(guó)力D 、自然資源15 可以對(duì)大數(shù)據(jù)進(jìn)行深度分析的工具是（C）。A 、淺層神經(jīng)網(wǎng)絡(luò)B、 ScalaC、深度學(xué)習(xí).專(zhuān)業(yè) .專(zhuān)注.D 、 MapReduce16 大數(shù)據(jù)的起源是（ C）。A 、金融B、電信C、互聯(lián)網(wǎng)D 、公共管理17 智慧城市的構(gòu)建，不包含 （ C）。A 、數(shù)字城市B、物聯(lián)網(wǎng)C、聯(lián)網(wǎng)監(jiān)控D

5、、云計(jì)算18 大數(shù)據(jù)的4V 特征中的Volume 是指 （D ）。A 、價(jià)值密度低B、處理速度快C、數(shù)據(jù)類(lèi)型繁多D 、數(shù)據(jù)體量巨大19 大數(shù)據(jù)的4V 特征中的Variety 是指 （ C）。A 、價(jià)值密度低.專(zhuān)業(yè) .專(zhuān)注.B、處理速度快C、數(shù)據(jù)類(lèi)型繁多D 、數(shù)據(jù)體量巨大20 大數(shù)據(jù)的4V 特征中的Velocity是指（ B）。A 、價(jià)值密度低B、處理速度快C、數(shù)據(jù)類(lèi)型繁多D 、數(shù)據(jù)體量巨大21 下列關(guān)于大數(shù)據(jù)的分析理念的說(shuō)法中，錯(cuò)誤的是 （ D）。A 、在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B、在分析方法上更注重相關(guān)分析而不是因果分析C、在分析效果上更追究效率而不是絕對(duì)精確D 、在數(shù)據(jù)規(guī)模上

6、強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)22 大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行（B）。A 、數(shù)據(jù)信息B、專(zhuān)業(yè)化處理C、速度處理D 、內(nèi)容處理.專(zhuān)業(yè) .專(zhuān)注.23 大數(shù)據(jù)的核心就是（ B）。A 、告知與許可B、預(yù)測(cè)C、匿名化D、規(guī)模化24 人與人之間溝通信息、傳遞信息的技術(shù)，這指的是 （D ）。A 、感測(cè)技術(shù)B、微電子技術(shù)C、計(jì)算機(jī)技術(shù)D 、通信技術(shù)25 大數(shù)據(jù)的最顯著特征是（ A ）。A 、數(shù)據(jù)規(guī)模大B、數(shù)據(jù)類(lèi)型多樣C、數(shù)據(jù)處理速度快D 、數(shù)據(jù)價(jià)值密度高28 大數(shù)據(jù)正快速發(fā)展為對(duì)數(shù)量巨大、來(lái)源分散 、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)

7、值 、提升新能力的 （ D）。A 、新一代信息技術(shù).專(zhuān)業(yè) .專(zhuān)注.B、新一代服務(wù)業(yè)態(tài)C、新一代技術(shù)平臺(tái)D 、新一代信息技術(shù)和服務(wù)業(yè)態(tài)29 下列關(guān)于普查的缺點(diǎn)的說(shuō)法中，正確的是 （ A ）。A. 工作量較大 ，容易導(dǎo)致調(diào)查內(nèi)容有限、產(chǎn)生重復(fù)和遺漏現(xiàn)象B. 誤差不易被控制C. 對(duì)樣本的依賴(lài)性比較強(qiáng)D. 評(píng)測(cè)結(jié)果不夠穩(wěn)定30 下列關(guān)于聚類(lèi)挖掘技術(shù)的說(shuō)法中，錯(cuò)誤的是 （ B）A 不預(yù)先設(shè)定數(shù)據(jù)歸類(lèi)類(lèi)目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類(lèi)別B 需求同類(lèi)數(shù)據(jù)的內(nèi)容相似度盡可能小C 要求不同類(lèi)數(shù)據(jù)的內(nèi)容相似度盡可能小D 與分類(lèi)挖掘技術(shù)相似的是 ，都是要對(duì)數(shù)據(jù)進(jìn)行分類(lèi)處理31 假設(shè)一種基因同時(shí)導(dǎo)致兩件事情

8、，一是使人喜歡抽煙，二是使這個(gè)人和肺癌就是（ A）關(guān)系 ，而吸煙和肺癌則是（ A）關(guān)系。A 因果；相關(guān)B 相關(guān)；因果C 并列；相關(guān)D 因果；并列32 下列關(guān)于數(shù)據(jù)交易市場(chǎng)的說(shuō)法中，錯(cuò)誤的是 （ C）.專(zhuān)業(yè) .專(zhuān)注.A 數(shù)據(jù)交易市場(chǎng)是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)物B 商業(yè)化的數(shù)據(jù)交易活動(dòng)催生了多方參與的第三方數(shù)據(jù)交易市場(chǎng)C 數(shù)據(jù)交易市場(chǎng)通過(guò)生產(chǎn)數(shù)據(jù) 、研發(fā)和分析數(shù)據(jù) ，為數(shù)據(jù)交易提供幫助D 數(shù)據(jù)交易市場(chǎng)是大數(shù)據(jù)資源化的必然產(chǎn)物33 下列關(guān)于計(jì)算機(jī)存儲(chǔ)容量單位的說(shuō)法中，錯(cuò)誤的是 （ C）A 1KB<1MB<1GBB 基本單位是字節(jié) (Byte)C 一個(gè)漢字需要一個(gè)字節(jié)的存儲(chǔ)空間D 一個(gè)

9、字節(jié)能夠容納一個(gè)英文字符34 當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由（ C）首先提出的A 微軟B百度C谷歌D 阿里巴巴35 下列國(guó)家的大數(shù)據(jù)發(fā)展行動(dòng)中，集中體現(xiàn) “重視基礎(chǔ) ，首度先行 ”的國(guó)家是 （ D）A美國(guó)B日本C中國(guó)D韓國(guó)36 可以對(duì)大數(shù)據(jù)進(jìn)行深度分析的平臺(tái)工具是（C）A 傳統(tǒng)的機(jī)器學(xué)習(xí)和數(shù)據(jù)分析工具B 第二代機(jī)器學(xué)習(xí)工具C 第三代機(jī)器學(xué)習(xí)工具D 未來(lái)機(jī)器學(xué)習(xí)工具.專(zhuān)業(yè) .專(zhuān)注.37 智能健康手環(huán)的應(yīng)用開(kāi)發(fā)，體現(xiàn)了 （ D）的數(shù)據(jù)采集技術(shù)的應(yīng)用A 統(tǒng)計(jì)報(bào)表B 網(wǎng)絡(luò)爬蟲(chóng)C API 接口D 傳感器38 過(guò)一系列處理 ，在基本保持原始數(shù)據(jù)完整性的基礎(chǔ)上，減小數(shù)據(jù)規(guī)模的是（ C）A 數(shù)據(jù)清洗B 數(shù)據(jù)融合C

10、數(shù)據(jù)規(guī)約D 數(shù)據(jù)挖掘39 制成大數(shù)據(jù)業(yè)務(wù)的基礎(chǔ)是（ A）A 數(shù)據(jù)科學(xué)B 數(shù)據(jù)應(yīng)用C 數(shù)據(jù)硬件D 數(shù)據(jù)人才40 面向用戶(hù)提供大數(shù)據(jù)一站式部署方案，包括數(shù)據(jù)中心和服務(wù)器等硬件、數(shù)據(jù)分析應(yīng)用軟件及技術(shù)運(yùn)維支持等多方面內(nèi)容的大數(shù)據(jù)商業(yè)模式是（ A）A 大數(shù)據(jù)解決方案模式B 大數(shù)據(jù)信息分類(lèi)模式C 大數(shù)據(jù)處理服務(wù)模式D 大數(shù)據(jù)資源提供模式41 美國(guó)海軍軍官莫里通過(guò)對(duì)前人航海日志的分析，繪制了新的航海路線(xiàn)圖，標(biāo)明了大風(fēng)與洋流可能發(fā)生的地點(diǎn)。 這體現(xiàn)了大數(shù)據(jù)分析理念中的（ B）.專(zhuān)業(yè) .專(zhuān)注.A 在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B 在分析方法上更注重相關(guān)分析而不是因果分析C 在分析效果上更追究效率而不

11、是絕對(duì)精確D 在數(shù)據(jù)規(guī)模上強(qiáng)調(diào)相對(duì)數(shù)據(jù)而不是絕對(duì)數(shù)據(jù)42 根據(jù)不同的業(yè)務(wù)需求來(lái)建立數(shù)據(jù)模型，抽取最有意義的向量，決定選取哪種方法的數(shù)據(jù)分析角色人員是（ C）A 數(shù)據(jù)管理人員B 數(shù)據(jù)分析員C 研究科學(xué)家D 軟件開(kāi)發(fā)工程師43.(D) 反映數(shù)據(jù)的精細(xì)化程度，越細(xì)化的數(shù)據(jù) ，價(jià)值越高 。A 規(guī)模B 活性C 關(guān)聯(lián)度D 顆粒度44.下列關(guān)于數(shù)據(jù)重組的說(shuō)法中，錯(cuò)誤的是 （ A）A 數(shù)據(jù)重組是數(shù)據(jù)的重新產(chǎn)生和重新采集B 數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒C 數(shù)據(jù)重組實(shí)現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成.專(zhuān)業(yè) .專(zhuān)注.D 數(shù)據(jù)重組有利于實(shí)現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新45 在數(shù)據(jù)生命周期管理實(shí)踐中，（ B）是執(zhí)行方法 。A

12、 數(shù)據(jù)存儲(chǔ)和備份規(guī)范B 數(shù)據(jù)管理和維護(hù)C 數(shù)據(jù)價(jià)值發(fā)覺(jué)和利用D 數(shù)據(jù)應(yīng)用開(kāi)發(fā)和管理46 下列關(guān)于網(wǎng)絡(luò)用戶(hù)行為的說(shuō)法中 ，錯(cuò)誤的是 （ C）A 網(wǎng)絡(luò)公司能夠捕捉到用戶(hù)在其網(wǎng)站上的所有行為B 用戶(hù)離散的交互痕跡能夠?yàn)槠髽I(yè)提升服務(wù)質(zhì)量提供參考C 數(shù)字軌跡用完即自動(dòng)刪除D 用戶(hù)的隱私安全很難得以規(guī)范保護(hù)47 Mac OS系統(tǒng)的開(kāi)發(fā)者是（ C）A 微軟公司B 惠普公司C 蘋(píng)果公司DIBM 公司48 大數(shù)據(jù)時(shí)代 ，數(shù)據(jù)使用的關(guān)鍵是 （ D）A 數(shù)據(jù)收集.專(zhuān)業(yè) .專(zhuān)注.B 數(shù)據(jù)存儲(chǔ)C 數(shù)據(jù)分析D 數(shù)據(jù)再利用49 下列關(guān)于數(shù)據(jù)交易市場(chǎng)的說(shuō)法中 ，錯(cuò)誤的是 （ C）A 數(shù)據(jù)交易市場(chǎng)是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)

13、物B 商業(yè)化的數(shù)據(jù)交易活動(dòng)催生了多方參與的第三方數(shù)據(jù)交易市場(chǎng)C 數(shù)據(jù)交易市場(chǎng)通過(guò)生產(chǎn)數(shù)據(jù) 、研發(fā)和分析數(shù)據(jù) ，為數(shù)據(jù)交易提供幫助D 數(shù)據(jù)交易市場(chǎng)是大數(shù)據(jù)資源化的必然產(chǎn)物50 下列論據(jù)中 ，能夠支撐 “大數(shù)據(jù)無(wú)所不能 ”的觀點(diǎn)的是 （ A）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)存在泡沫C 大數(shù)據(jù)具有非常高的成本D 個(gè)人隱私泄露與信息安全擔(dān)憂(yōu)51 數(shù)據(jù)倉(cāng)庫(kù)的最終目的是（ D）A 收集業(yè)務(wù)需求B 建立數(shù)據(jù)倉(cāng)庫(kù)邏輯模型C 開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用分析D 為用戶(hù)和業(yè)務(wù)部門(mén)提供決策支持.專(zhuān)業(yè) .專(zhuān)注.52 支撐大數(shù)據(jù)業(yè)務(wù)的基礎(chǔ)是（ B）A 數(shù)據(jù)科學(xué)B 數(shù)據(jù)應(yīng)用C 數(shù)據(jù)硬件D 數(shù)據(jù)人才53 、 下列關(guān)于大

14、數(shù)據(jù)預(yù)測(cè)的說(shuō)法中，錯(cuò)誤的是 （ D）A 人類(lèi)的生活正在被大數(shù)據(jù)預(yù)測(cè)深刻改變B 預(yù)測(cè)性分析是大數(shù)據(jù)最核心的功能C 分析從 “面向已經(jīng)發(fā)生的過(guò)去 ”轉(zhuǎn)向 “面向即將發(fā)生的未來(lái) ”是大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的最大區(qū)別D 大數(shù)據(jù)預(yù)測(cè)則是基本大數(shù)據(jù)和預(yù)測(cè)模型去預(yù)測(cè)過(guò)去某件事情的概率54 、一切事物及事物運(yùn)動(dòng)的狀態(tài)，不僅銷(xiāo)售數(shù)據(jù)、價(jià)格這些客觀標(biāo)準(zhǔn)可以形成大數(shù)據(jù)，甚至連顧客情緒（如色彩 、空間的感知等）都可以測(cè)得，這體現(xiàn)了大數(shù)據(jù)思維維度中的（A ）A 定量思維B 相關(guān)思維C 因果思維D 實(shí)驗(yàn)思維55 、下列國(guó)家的大數(shù)據(jù)發(fā)展行動(dòng)中，堅(jiān)持原則先行、謹(jǐn)慎發(fā)展的國(guó)家是（D ）A 英國(guó).專(zhuān)業(yè) .專(zhuān)注.B 韓國(guó)C 印度D 澳大

15、利亞56 、下列論據(jù)中 ，體現(xiàn) “冷眼 ”看大數(shù)據(jù)的觀點(diǎn)是（ B）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)醫(yī)療正在走進(jìn)平民百姓C 數(shù)據(jù)資產(chǎn)型企業(yè)前景光明D 個(gè)人隱私泄露與信息安全擔(dān)憂(yōu)57 、下列國(guó)家的大數(shù)據(jù)發(fā)展行動(dòng)中，視大數(shù)據(jù)為新的自然資源的國(guó)家是（D ）A 中國(guó)B 韓國(guó)C 印度D 新加坡58 、大數(shù)據(jù)環(huán)境下的隱私擔(dān)憂(yōu)，主要表現(xiàn)為 （A ）A 個(gè)人信息的被識(shí)別與暴露B 用戶(hù)畫(huà)像的生成C 惡意廣告的推送D 病毒侵入.專(zhuān)業(yè) .專(zhuān)注.59 、對(duì)線(xiàn)下零售而言，做好大數(shù)據(jù)分析應(yīng)用的前提是（C）A 增加統(tǒng)計(jì)種類(lèi)B 擴(kuò)大營(yíng)業(yè)面積C 增加數(shù)據(jù)來(lái)源D 開(kāi)展優(yōu)惠促銷(xiāo)60 、萬(wàn)維網(wǎng)的實(shí)施國(guó)家是（ B）A 英國(guó)

16、B 美國(guó)C 德國(guó)D 印度61 、一切皆可試 ，大數(shù)據(jù)分析的效果好壞，可能通過(guò)模擬仿真或者實(shí)際運(yùn)行來(lái)驗(yàn)證，這體現(xiàn)大數(shù)據(jù)思維中的（D）A 定量思維B 相關(guān)思維C 因果思維D 實(shí)驗(yàn)思維62 、下列企業(yè)中 ，最有可能成為典型的數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)商的是（ D）A 物聯(lián)網(wǎng)企業(yè)B 互聯(lián)網(wǎng)企業(yè).專(zhuān)業(yè) .專(zhuān)注.C 云計(jì)算企業(yè)D 電信運(yùn)營(yíng)商多選題 :1 云計(jì)算的優(yōu)勢(shì)體現(xiàn)在以下哪些方面？（ ABCD ）a. . 云計(jì)算服務(wù)更加安全可靠b. . 云計(jì)算可以真正實(shí)現(xiàn)按需服務(wù)c. . 云計(jì)算可以有效提高資源利用率d. . 云計(jì)算可以大大降低成本和能耗2 醫(yī)療領(lǐng)域如何利用大數(shù)據(jù)？（ ABCD ）a. . 臨床決策支持b. . 個(gè)

17、性化醫(yī)療c. . 社保資金安全d. . 用戶(hù)行為分析3 下列各國(guó)大數(shù)據(jù)發(fā)展路徑的描述中，對(duì)應(yīng)關(guān)系正確的是（ ACDE）。A. 日本：走尖端 IT 路線(xiàn)B. 英國(guó) ：視大數(shù)據(jù)為新的自然資源C. 韓國(guó) ：重視基礎(chǔ) 、首都先行D 印度 :以 IT 外包轉(zhuǎn)型為突破口E 澳大利亞 :原則先行 ，謹(jǐn)慎發(fā)展.專(zhuān)業(yè) .專(zhuān)注.4 當(dāng)前 ，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點(diǎn)是（ BCE）A 規(guī)模較大B 規(guī)模較小C 增速很快D 增速緩慢E 多產(chǎn)業(yè)交叉融合5 下列關(guān)于發(fā)數(shù)據(jù)的說(shuō)法中，錯(cuò)誤的是 （ AD ）A 大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一 、時(shí)效性強(qiáng)的特征B 處理大數(shù)據(jù)需采用新型計(jì)算機(jī)架構(gòu)和智能算法等新技術(shù)C 大數(shù)據(jù)的應(yīng)有注重相關(guān)分析

18、而不是因果分析D 大數(shù)據(jù)的應(yīng)有注重因果分析而不是相關(guān)分析E 大數(shù)據(jù)的目的在于發(fā)現(xiàn)新的知識(shí)與洞察并進(jìn)行科學(xué)決策6 下列關(guān)于基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式和傳統(tǒng)營(yíng)銷(xiāo)模式的說(shuō)法中，錯(cuò)誤的是 （ ABC）A 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式投入更小B 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式針對(duì)性更強(qiáng)C 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式轉(zhuǎn)化率低D 基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式比傳統(tǒng)營(yíng)銷(xiāo)模式實(shí)時(shí)性更強(qiáng)E 基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式比傳統(tǒng)營(yíng)銷(xiāo)模式標(biāo)準(zhǔn)性更強(qiáng).專(zhuān)業(yè) .專(zhuān)注.7 按照服務(wù)目的不同，數(shù)據(jù)流通平臺(tái)可分為（CDE）A 政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)B 企業(yè)數(shù)據(jù)開(kāi)放平臺(tái)C 數(shù)據(jù)交易市場(chǎng)D 數(shù)據(jù)研發(fā)市場(chǎng)E 數(shù)據(jù)廢棄交易市場(chǎng)8 下列論據(jù)中 ，能

19、夠支撐 “大數(shù)據(jù)唔多不能 ”的觀點(diǎn)的是 （ ADE）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)存在泡沫C 大數(shù)據(jù)具有非常高的成本D 大數(shù)據(jù)醫(yī)療正在走進(jìn)平民百姓E 數(shù)據(jù)資產(chǎn)型企業(yè)前景光明9 大數(shù)據(jù)的價(jià)值體現(xiàn)在（ ABCDE）A 大數(shù)據(jù)給思維方式帶來(lái)了沖擊B 大數(shù)據(jù)為政策制定提供科學(xué)依據(jù)C 大數(shù)據(jù)助力智慧城市提升公共服務(wù)水平D 大數(shù)據(jù)實(shí)現(xiàn)了精準(zhǔn)營(yíng)銷(xiāo)E 大數(shù)據(jù)的發(fā)力點(diǎn)在于預(yù)測(cè)10 當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)包括（ ABD）.專(zhuān)業(yè) .專(zhuān)注.A 分布式文件系統(tǒng)B 分布式并行計(jì)算C 關(guān)系型數(shù)據(jù)庫(kù)D 分布式數(shù)據(jù)庫(kù)E 非關(guān)系型數(shù)據(jù)庫(kù)11 可視化高維展示技術(shù)在展示數(shù)據(jù)之間的關(guān)系以及數(shù)據(jù)分析結(jié)果方面的作用是（ BD

20、）A 能夠直觀反映成對(duì)數(shù)據(jù)之間的空間關(guān)系B 能夠主觀反映多維數(shù)據(jù)之間的空間關(guān)系C 能夠靜態(tài)演化事物的變化及變化的規(guī)律D 能夠動(dòng)態(tài)演化事物的變化及變化的規(guī)律12 下列關(guān)于計(jì)算機(jī)存貯容量單位換算關(guān)系的公式中，正確的是 （ BE）A. 1KB=1012ByteB. 1KB=1024BytesC. 1GB=1024KBD. 1GB=1012MBE. 1GB=1024MB13 、在網(wǎng)絡(luò)爬蟲(chóng)的爬行策略中，應(yīng)用最為基礎(chǔ)的是（ AB）A 深度優(yōu)先遍歷策略B 廣度優(yōu)先遍歷策略.專(zhuān)業(yè) .專(zhuān)注.C 高度優(yōu)先遍歷策略D 反向鏈接策略E 大戰(zhàn)優(yōu)先策略14 、當(dāng)前，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點(diǎn)是（ ACE）A 規(guī)模較大B 規(guī)模較

21、小C 增速很快D 增速緩慢E 多產(chǎn)業(yè)交叉融合15 、下列關(guān)于數(shù)據(jù)生命周期管理的核心認(rèn)識(shí)中，正確的是 （ ABC）A 數(shù)據(jù)從產(chǎn)生到被刪除銷(xiāo)毀的過(guò)程中，具有多個(gè)不同的數(shù)據(jù)存在階段B 在不同的數(shù)據(jù)存在階段，數(shù)據(jù)的價(jià)值是不同的C 根據(jù)數(shù)據(jù)價(jià)值的不同應(yīng)該對(duì)數(shù)據(jù)采取不同的管路策略D 數(shù)據(jù)生命周期管理旨在產(chǎn)生效益的同時(shí)，降低生產(chǎn)成本E 數(shù)據(jù)生命周期管理最終關(guān)注的是社會(huì)效益16 、下列關(guān)于基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式和傳統(tǒng)營(yíng)銷(xiāo)模式的說(shuō)法中，錯(cuò)誤的是 （ AB ）A 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式投入更小B 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式針對(duì)性更強(qiáng)C 傳統(tǒng)營(yíng)銷(xiāo)模式比基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式轉(zhuǎn)化率低.專(zhuān)業(yè) .專(zhuān)注.D

22、 基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式比傳統(tǒng)營(yíng)銷(xiāo)模式實(shí)時(shí)性更強(qiáng)E 基于大數(shù)據(jù)的營(yíng)銷(xiāo)模式比傳統(tǒng)營(yíng)銷(xiāo)模式精準(zhǔn)性更強(qiáng)17 、下列關(guān)于臟數(shù)據(jù)的說(shuō)法中，正確的是 （ ABCDE）A 格式不規(guī)范B 編碼不統(tǒng)一C 意義不明確D 與實(shí)際業(yè)務(wù)關(guān)系不大E 數(shù)據(jù)不完整18 、數(shù)據(jù)再利用的意義在于（ ABC ）A 挖掘數(shù)據(jù)的潛在價(jià)值B 實(shí)現(xiàn)數(shù)據(jù)重組的創(chuàng)新價(jià)值C 利用數(shù)據(jù)可擴(kuò)展性拓寬業(yè)務(wù)領(lǐng)域D 優(yōu)化存儲(chǔ)設(shè)備 ，降低設(shè)備成本E 提高社會(huì)效益 ，優(yōu)化社會(huì)管理19 、按照涉及自變量的多少，可以將回歸分析分為（ CD）A 線(xiàn)性回歸分析B 非線(xiàn)性回歸分析C 一元回歸分析D 多元回歸分析.專(zhuān)業(yè) .專(zhuān)注.E 綜合回歸分析20 、傳統(tǒng)數(shù)據(jù)密集型行業(yè)積

23、極探索和布局大數(shù)據(jù)應(yīng)用的表現(xiàn)是（ BCE）A 投資入股互聯(lián)網(wǎng)電商行業(yè)B 打通多源跨域數(shù)據(jù)C 提高分析挖掘能力D 自行開(kāi)發(fā)數(shù)據(jù)產(chǎn)品E 實(shí)現(xiàn)科學(xué)決策與運(yùn)營(yíng)21 、大數(shù)據(jù)人才整體上需要具備（ ABE）等核心知識(shí) 。A 數(shù)學(xué)與統(tǒng)計(jì)知識(shí)B 計(jì)算機(jī)相關(guān)知識(shí)C 馬克思主義哲學(xué)知識(shí)D 市場(chǎng)運(yùn)營(yíng)管理知識(shí)E 在特定業(yè)務(wù)領(lǐng)域的知識(shí)22 、下列關(guān)于大數(shù)據(jù)的說(shuō)法中，錯(cuò)誤的是 （ AD ）A 大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一 、時(shí)效性強(qiáng)的特征B 處理大數(shù)據(jù)需采用新型計(jì)算架構(gòu)和智能算法等新技術(shù)C 大數(shù)據(jù)的應(yīng)用注重相關(guān)分析而不是因果分析D 大數(shù)據(jù)的應(yīng)用注重因果分析而不是相關(guān)分析E 大數(shù)據(jù)的目的在于發(fā)現(xiàn)新的知識(shí)與洞察并進(jìn)行科學(xué)決策.

24、專(zhuān)業(yè) .專(zhuān)注.23 、下列關(guān)于大數(shù)據(jù)對(duì)政府政策制定的影響的說(shuō)法中，錯(cuò)誤的是 （ CD）A 大數(shù)據(jù)有助于避免傳統(tǒng)決策方式的隨意性和主觀性B 大數(shù)據(jù)有效改變了政府的決策方式C 大數(shù)據(jù)可以完美解決一切政府政策制定難題D 大數(shù)據(jù)推動(dòng)政府從基于“實(shí)證 ”的決策模式走向基于“經(jīng)驗(yàn) ”的決策模式E 大數(shù)據(jù)拓展了政府決策的信息邊界條件24 、當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)包括（ ABD）A 分布式文件系統(tǒng)B 分布式并行計(jì)算C 關(guān)系型數(shù)據(jù)庫(kù)D 分布式數(shù)據(jù)庫(kù)E 非關(guān)系型數(shù)據(jù)庫(kù)25 、大數(shù)據(jù)的低耗能能存儲(chǔ)及高效率計(jì)算的要求，需要以下多種技術(shù)協(xié)同合作（ ABCD）A 分布式云存儲(chǔ)技術(shù)B 高性能并行計(jì)算技術(shù)C 多元數(shù)據(jù)清洗及數(shù)據(jù)

25、整合技術(shù)D 分布式文件系統(tǒng)及分布式并行數(shù)據(jù)庫(kù)E 可視化高維展示技術(shù).專(zhuān)業(yè) .專(zhuān)注.26 、 IBM 公司用 3 個(gè) V 來(lái)描述大數(shù)據(jù)的三個(gè)基本特征，這 3V 是（ ACD ）A 體量B 規(guī)模C 速度D 多樣性E 復(fù)雜性27 、可視化高維展示技術(shù)在展示數(shù)據(jù)之間的關(guān)系以及數(shù)據(jù)分析結(jié)果方面的作用是（ BD）A 能夠直觀反映成對(duì)數(shù)據(jù)之間的空間關(guān)系B 能夠主觀反映多維數(shù)據(jù)之間的空間關(guān)系C 能夠靜態(tài)演化事物的變化及變化的規(guī)律D 能夠動(dòng)態(tài)演化事物的變化及變化的規(guī)律28 、下列關(guān)于云計(jì)算和數(shù)據(jù)庫(kù)的說(shuō)法中，錯(cuò)誤的是 （ AE）A 獲取樣本的代價(jià)很高B 獲取足夠大的樣本數(shù)據(jù)乃至全體數(shù)據(jù)非常容易C 比抽樣調(diào)查數(shù)據(jù)更

26、全面D 比抽樣調(diào)查更能反映整個(gè)群體的特征與規(guī)律E 可以為發(fā)現(xiàn)新的商機(jī)機(jī)會(huì)提供決策支持判斷題 ：1 第三方數(shù)據(jù)處理模式表現(xiàn)為：服務(wù)商通過(guò)軟件即服務(wù)或平臺(tái)即服務(wù)云服務(wù)形式為用戶(hù)提.專(zhuān)業(yè) .專(zhuān)注.供自己的數(shù)據(jù)上傳到服務(wù)商的平臺(tái)上，由平臺(tái)進(jìn)行分析處理，用戶(hù)可以在線(xiàn)查看相應(yīng)的結(jié)果。（）2. 對(duì)于大數(shù)據(jù)而言，最基本 、最重要的要求就是減少錯(cuò)誤、保證質(zhì)量 。 因此 ，大數(shù)據(jù)收集的信息精確 。（×）3. 對(duì)于企業(yè)來(lái)說(shuō)，給用戶(hù)進(jìn)行各種促銷(xiāo)或者實(shí)施運(yùn)營(yíng)策略的時(shí)機(jī)也比較重要，而且對(duì)不同最好集中處理 。（×）4. 在美國(guó)的大數(shù)據(jù)大棋中，“五眼 ”是指配合美國(guó)進(jìn)行全球監(jiān)控的包含美國(guó)、英國(guó) 、加拿大 、荷蘭在內(nèi)的五個(gè)國(guó)家。（）5. 啤酒與尿布的經(jīng)典案例 ，充分體現(xiàn)了實(shí)驗(yàn)思維在大數(shù)據(jù)分析理念中的重要性。（×）6.當(dāng)前，企業(yè)提供的大數(shù)據(jù)解決方案大多基于Ha doop 開(kāi)源項(xiàng)目 。（）7. 澳大利亞政府視大數(shù)據(jù)為新的自然資源，積極承擔(dān)數(shù)據(jù)提供者的角色，主動(dòng)披露政府 。（）8. 大數(shù)據(jù)可以分析與挖掘出之前人們不知道或者沒(méi)有注意到的模式，可以從海量數(shù)據(jù)