數(shù)據(jù)采集與處理-題庫(kù)帶答案

數(shù)據(jù)采集與處理-題庫(kù)帶答案1、（）是指對(duì)客觀事件記錄的符號(hào)，是對(duì)客觀事物的性質(zhì)、狀態(tài)及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合。數(shù)據(jù)字段記錄大數(shù)據(jù)答案：A2、在數(shù)據(jù)表中，表的“列”稱為（）數(shù)據(jù)字段記錄大數(shù)據(jù)答案：B3、在數(shù)據(jù)表中，表的“行”稱為（）數(shù)據(jù)字段記錄大數(shù)據(jù)答案：C4、數(shù)據(jù)表是由行（記錄）和列（字段）構(gòu)成，因此也稱（）數(shù)據(jù)二維表表格大數(shù)據(jù)答案：B5、大數(shù)據(jù)具有以下特征大容量、多種類、高速度復(fù)雜性、高價(jià)值可變性、真實(shí)性以上都是答案：D6、數(shù)據(jù)的獲取途徑有（）產(chǎn)品自有數(shù)據(jù)調(diào)查問(wèn)卷互聯(lián)網(wǎng)數(shù)據(jù)導(dǎo)入從別人數(shù)據(jù)庫(kù)竊取答案：ABC7、產(chǎn)品自有數(shù)據(jù)就是自身產(chǎn)品銷售過(guò)程中產(chǎn)生的數(shù)據(jù)。答案：正確8、調(diào)查問(wèn)卷是以問(wèn)題的形式系統(tǒng)的記載調(diào)查內(nèi)容的一種印件。答案：正確9、互聯(lián)網(wǎng)數(shù)據(jù)分布在網(wǎng)頁(yè)的不同位置，我們很難采集下來(lái)。答案：錯(cuò)誤10、Excel是按照數(shù)據(jù)結(jié)構(gòu)來(lái)組織，存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)。答案：錯(cuò)誤11、商務(wù)數(shù)據(jù)指用戶在電子商務(wù)網(wǎng)站購(gòu)買商品的過(guò)程中，網(wǎng)站記錄用戶行為的大量數(shù)據(jù)答案：正確12、商務(wù)數(shù)據(jù)包括（）電子商務(wù)平臺(tái)的基礎(chǔ)數(shù)據(jù)電子商務(wù)專業(yè)網(wǎng)站的研究數(shù)據(jù)電子商務(wù)媒體報(bào)道評(píng)論數(shù)據(jù)答案：ABCD13、商品數(shù)據(jù)一般包括（）商品分類商品價(jià)格商品展示商品評(píng)價(jià)答案：ABC14、采集交易數(shù)據(jù)主要是為了通過(guò)數(shù)據(jù)分析評(píng)估客戶價(jià)值，將潛在客戶變?yōu)閮r(jià)值客戶。答案：正確15、評(píng)價(jià)數(shù)據(jù)主要以圖片的形式出現(xiàn)。答案：錯(cuò)誤16、新聞網(wǎng)站有（）騰訊網(wǎng)百度貼吧鳳凰網(wǎng)博客答案：AC17、社交網(wǎng)站有（）騰訊網(wǎng)百度貼吧鳳凰網(wǎng)博客答案：BD18、商務(wù)數(shù)據(jù)可用于多種行業(yè)（）制造業(yè)金融業(yè)個(gè)人娛樂(lè)餐飲行業(yè)答案：ABCD19、商務(wù)數(shù)據(jù)可以監(jiān)控競(jìng)爭(zhēng)對(duì)手的動(dòng)態(tài)。答案：正確20、商務(wù)數(shù)據(jù)不同幫助企業(yè)和個(gè)人共享客戶信息。答案：錯(cuò)誤21、商務(wù)數(shù)據(jù)的來(lái)源包括（）電子商務(wù)平臺(tái)社交平臺(tái)O2O數(shù)據(jù)個(gè)人數(shù)據(jù)答案：ABC22、B2B是企業(yè)對(duì)企業(yè)之間通過(guò)互聯(lián)網(wǎng)進(jìn)行產(chǎn)品、服務(wù)及信息的交換。答案：正確23、B2c是個(gè)人對(duì)企業(yè)開(kāi)展的電子商務(wù)活動(dòng)。答案：錯(cuò)誤24、下列常用的B2c平臺(tái)有（）阿里巴巴京東唯品會(huì)亞馬遜答案：BCD25、常見(jiàn)的C2c平臺(tái)有（）阿里巴巴咸魚(yú)淘寶eBay答案：BCD26、社交電商指基于社交關(guān)系、利用互聯(lián)網(wǎng)社交媒介實(shí)現(xiàn)電子商務(wù)中的流量獲取、商品推廣和交易等其中一個(gè)或多個(gè)環(huán)節(jié)，產(chǎn)生間接或直接交易行為的在線經(jīng)營(yíng)活動(dòng)。答案：正確27、抖音屬于社交內(nèi)容電商。答案：正確28、社交分享電商主要包括（）拼多多微信蘑菇街微博答案：ABD29、O2O電商模式是線上（0“門(mén)0）引流線下（Offline）消費(fèi)模式。答案：正確30、O2O數(shù)據(jù)主要有O2O電商平臺(tái)數(shù)據(jù)和展銷平臺(tái)組成。答案：正確31、數(shù)據(jù)采集又稱數(shù)據(jù)獲取，是利用設(shè)備或技術(shù)手段從現(xiàn)實(shí)環(huán)境及網(wǎng)絡(luò)獲取數(shù)據(jù)并放入系統(tǒng)內(nèi)部進(jìn)行使用。答案：正確32、大多數(shù)互聯(lián)網(wǎng)頁(yè)編寫(xiě)都是用HTML語(yǔ)言。答案：正確33、電子商務(wù)數(shù)據(jù)主要?dú)w類為（）文本圖片視頻音頻答案：ABC34、配置一種采集任務(wù)可以采集多個(gè)數(shù)據(jù)源。答案：錯(cuò)誤35、防采集措施有（）A、封IP驗(yàn)證碼識(shí)別登錄不允許打開(kāi)網(wǎng)頁(yè)答案：ABC36、常見(jiàn)的采集方法包括web爬蟲(chóng)采集和API接口采集。答案：正確37、Web爬蟲(chóng)主要分為通用網(wǎng)絡(luò)爬蟲(chóng)和聚焦網(wǎng)絡(luò)爬蟲(chóng)。答案：正確38、通用網(wǎng)絡(luò)爬蟲(chóng)基本工作流程包含（）打開(kāi)瀏覽器抓取網(wǎng)頁(yè)數(shù)據(jù)存儲(chǔ)預(yù)處理答案：BCD39、調(diào)用網(wǎng)站自身提供的應(yīng)用程序編程接口，可以實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)采集。答案：正確40、數(shù)據(jù)的存儲(chǔ)方式有（）ExcelCSV數(shù)據(jù)庫(kù)Python答案：ABC41、數(shù)據(jù)采集工具分為編程類和可視化采集工具兩類。答案：正確42、數(shù)據(jù)采集工具可以針對(duì)某個(gè)主題從微博爬取相關(guān)信息。答案：正確43、數(shù)據(jù)采集工具不能爬取學(xué)術(shù)信息。答案：錯(cuò)誤44、常見(jiàn)的爬蟲(chóng)語(yǔ)言有（）HTMLPythonJavaPHP答案：BCD45、Python是一款服務(wù)器端解釋性開(kāi)源非編譯腳本語(yǔ)言。答案：正確46、數(shù)據(jù)采集器是進(jìn)行數(shù)據(jù)采集的機(jī)器或者工具。答案：正確47、數(shù)據(jù)采集器建立的任務(wù)也稱之為規(guī)則。答案：正確48、數(shù)據(jù)采集器采集不同字段時(shí)，建立一種規(guī)則就可以了。答案：錯(cuò)誤49、數(shù)據(jù)采集器不能采集以下哪種數(shù)據(jù)（）圖片文字網(wǎng)站信息專利答案：D50、哪種不是數(shù)據(jù)采集器Python爬蟲(chóng)八爪魚(yú)采集器火車頭采集器后羿采集器答案：A51、簡(jiǎn)易采集模式是利用系統(tǒng)內(nèi)置模板進(jìn)行數(shù)據(jù)采集的模式。答案：正確52、簡(jiǎn)易采集可根據(jù)不同的參數(shù)進(jìn)行不同程度的自定義采集。答案：正確53、簡(jiǎn)易采集模板所有用戶都可以使用。答案：錯(cuò)誤54、單頁(yè)采集只能采集列表數(shù)據(jù)。答案：錯(cuò)誤55、表格數(shù)據(jù)采集要先選中表格中的一行數(shù)據(jù)。答案：正確56、單網(wǎng)頁(yè)采集主要是采集一個(gè)網(wǎng)頁(yè)中的數(shù)據(jù)。答案：正確57、列表詳情頁(yè)數(shù)據(jù)采集比單網(wǎng)頁(yè)數(shù)據(jù)采集復(fù)雜。答案：正確58、列表詳情頁(yè)需要從每個(gè)商品的標(biāo)題進(jìn)入到商品的詳情頁(yè)。答案：正確59、采集列表詳情頁(yè)數(shù)據(jù)不需要循環(huán)步驟。答案：錯(cuò)誤60、單個(gè)網(wǎng)頁(yè)上有很多相同鏈接，點(diǎn)擊鏈接后進(jìn)入,再進(jìn)行詳情頁(yè)數(shù)據(jù)采集，。答案：詳情頁(yè)；61、當(dāng)配置好任務(wù)，進(jìn)行數(shù)據(jù)采集是，即用自己的本地電腦進(jìn)行數(shù)據(jù)采集。答案：?jiǎn)?dòng)本地采集62、如果想使用云服務(wù)集群進(jìn)行采集，可以選擇答案：?jiǎn)?dòng)云采集；63、數(shù)據(jù)導(dǎo)出可以導(dǎo)出的文件類型為（）ExcelcsvHTMLD、MySql數(shù)據(jù)表答案：ABCD64、文本循環(huán)是通過(guò)輸入關(guān)鍵字采集跟關(guān)鍵字相關(guān)的數(shù)據(jù)。答案：正確65、URL循環(huán)是通過(guò)使用多個(gè)URL地址進(jìn)行數(shù)據(jù)采集。答案：正確66、循環(huán)采集包括（）URL循環(huán)文本循環(huán)單個(gè)元素循環(huán)隨機(jī)循環(huán)答案：ABC67、采集京東商品詳情頁(yè)數(shù)據(jù)，字段可任意。要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：68、分頁(yè)循環(huán)采集是指把一頁(yè)數(shù)據(jù)分成多頁(yè)進(jìn)行采集。答案：錯(cuò)誤69、網(wǎng)址中有多個(gè)頁(yè)面需要采集叫分頁(yè)循環(huán)采集。答案：正確70、點(diǎn)擊頁(yè)面上的“下一頁(yè)”按鈕翻頁(yè)，是最常見(jiàn)的翻頁(yè)方式。答案：正確71、需要登錄時(shí)就不能進(jìn)行采集。答案：錯(cuò)誤72、登錄采集分登錄采集和登錄采集。答案：賬號(hào)密碼;Cookie；73、使用登錄采集時(shí)，輸入賬號(hào)密碼需要用到模塊。答案：輸入文字；74、采集器無(wú)法識(shí)別驗(yàn)證碼。答案：錯(cuò)誤75、登錄利用瀏覽器中的緩存設(shè)置，緩存了當(dāng)前的一個(gè)網(wǎng)頁(yè)狀態(tài)，可以快速進(jìn)入當(dāng)前狀態(tài)的頁(yè)面。答案：Cookie；76、Cookie登錄的方式不需要輸入賬號(hào)和密碼，直接打開(kāi)網(wǎng)頁(yè)就是登錄狀態(tài)。答案：正確77、Cookie登錄中Cookie長(zhǎng)期存在，所以是登錄采集中，最方便的采集方式。答案：錯(cuò)誤78、使用簡(jiǎn)易模式采集任意網(wǎng)站數(shù)據(jù)要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：79、使用單頁(yè)采集模式，采集任意一個(gè)網(wǎng)頁(yè)的數(shù)據(jù)要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：80、ajax即、異步更新的一種腳本技術(shù)。答案：延時(shí)加載；81、ajax可以通過(guò)在后臺(tái)與服務(wù)器進(jìn)行少量數(shù)據(jù)交換，可以重新加載整個(gè)網(wǎng)頁(yè)。答案：錯(cuò)誤82、使用ajax技術(shù)的網(wǎng)頁(yè)，點(diǎn)擊網(wǎng)頁(yè)中某個(gè)按鈕或下拉頁(yè)面，網(wǎng)址一般不發(fā)生改變，網(wǎng)址欄不出現(xiàn)加載狀態(tài)，但網(wǎng)頁(yè)局部有新的數(shù)據(jù)加載出來(lái)，有所變化。答案：正確83、Ajax技術(shù)包括（）A、ajax點(diǎn)擊ajax翻頁(yè)ajax滾動(dòng)定位答案：ABC84、Ajax點(diǎn)擊可以對(duì)一個(gè)按鈕進(jìn)行多次點(diǎn)擊。答案：錯(cuò)誤85、如果設(shè)置了ajax技術(shù)的網(wǎng)頁(yè)，在采集設(shè)置時(shí)，沒(méi)有勾選ajax加載，則不能進(jìn)行采集。答案：錯(cuò)誤、Ajax滾動(dòng)包括（）直接滾動(dòng)到底部動(dòng)到下一行滾動(dòng)到下一頁(yè)向下滾動(dòng)一屏答案：AD87、XPath語(yǔ)言是網(wǎng)頁(yè)內(nèi)容定位語(yǔ)言，它可以幫助采集工具查找網(wǎng)頁(yè)內(nèi)容在網(wǎng)頁(yè)中的位置。答案：正確88、XPath語(yǔ)言，也稱為HTML路徑語(yǔ)言。答案：錯(cuò)誤89、XPath語(yǔ)言由、、、內(nèi)容構(gòu)成。答案：名稱;位置;屬性；90、被設(shè)計(jì)用來(lái)顯示網(wǎng)頁(yè)數(shù)據(jù)，就是用來(lái)在HTML中定位元素的。答案：HTML;XPath91、HTML稱為超文本標(biāo)記語(yǔ)言。答案：正確92、是構(gòu)成網(wǎng)頁(yè)的基本元素。答案：節(jié)點(diǎn)；93、節(jié)點(diǎn)有多種類型，分別是（）元素、屬性、文本命名空間、處理指令注釋、文檔節(jié)點(diǎn)屬性值答案：ABC94、節(jié)點(diǎn)關(guān)系是指節(jié)點(diǎn)與節(jié)點(diǎn)之間的關(guān)系，通過(guò)包含與被包含關(guān)系區(qū)分。答案：正確95、是對(duì)于節(jié)點(diǎn)的描述性語(yǔ)句，用來(lái)選取指定節(jié)點(diǎn)。答案：路徑表達(dá)式；96、XPath中，表示不論該元素在Html中的任何位置，均選取該元素。答案：//；97、XPath中，用于選擇某一元素的子元素，不能跨多層關(guān)系進(jìn)行選擇答案：/98、XPath中，用來(lái)表示屬性，需寫(xiě)在屬性前方答案：@；99、XPath中，選取父元素，其中“..”表示父元素。選取元素自身，其中“.”表示元素自身。答案：100、XPath中，選取某元素下的所有子元素答案：/*；101、XPath中，選取某元素下的所有后代元素答案：//*；102、XPath中，用來(lái)查找某個(gè)特定的節(jié)點(diǎn)或包含某個(gè)指定的值的節(jié)點(diǎn)答案：謂語(yǔ)；103、XPath中，謂語(yǔ)對(duì)元素的、及做限制，只要符合限制的元素，使用中括號(hào)“[]”表示。答案：位置;屬性;內(nèi)容；104、XPath中，Text()函數(shù)，主要功能為選中指定文本內(nèi)容的元素。答案：正確105、XPath中，contains（參數(shù)1,參數(shù)2）,主要功能為選中參數(shù)1中包含參數(shù)2中內(nèi)容的元素。答案：正確106、XPath中，last（），主要功能為選中同胞元素中最后一位的元素。答案：正確107、XPath中，position。，主要功能為描述元素在同胞元素中的位置。答案：正確108、哪些行業(yè)需要用到數(shù)據(jù)采集（）企業(yè)政府金融教育答案：ABCD109、使用采集器采集需要大量的專業(yè)知識(shí)。答案：錯(cuò)誤110、個(gè)人進(jìn)行數(shù)據(jù)采集是，主要用于（）網(wǎng)頁(yè)信息收集商務(wù)數(shù)據(jù)采集市場(chǎng)數(shù)據(jù)采集社會(huì)公開(kāi)信息答案：AB111、在公安經(jīng)偵領(lǐng)域通過(guò)對(duì)網(wǎng)絡(luò)敏感信息監(jiān)控比對(duì)管理，幫助公安經(jīng)濟(jì)偵查工作的開(kāi)展和提供數(shù)據(jù)層面的支持。答案：正確112、商務(wù)數(shù)據(jù)采集多用于采購(gòu)分析、市場(chǎng)分析、項(xiàng)目運(yùn)行和論文編寫(xiě)。答案：正確113、數(shù)據(jù)的質(zhì)量因素包可信性和可解釋性答案：準(zhǔn)確性;完整性;一致性;時(shí)效性;相關(guān)性114、數(shù)據(jù)的質(zhì)量問(wèn)題從采集的角度劃分，可分為（）準(zhǔn)確性完整性一致性時(shí)效性答案：ABC115、數(shù)據(jù)的質(zhì)量問(wèn)題從應(yīng)用的角度劃分，可分為（）準(zhǔn)確性相關(guān)性時(shí)效性可信性答案：BC116、數(shù)據(jù)的質(zhì)量問(wèn)題從用戶使用的角度劃分，可分為（）準(zhǔn)確性完整性可信性可解釋性答案：CD117、準(zhǔn)確性是指數(shù)據(jù)是否正確的，數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)中的值是否對(duì)應(yīng)于真實(shí)世界的值。答案：正確118、某用戶在使用支付寶綁定銀行卡時(shí)，網(wǎng)站要求驗(yàn)證用戶的真實(shí)姓名和身份證號(hào)碼。這時(shí)要求采集的數(shù)據(jù)必須有（）準(zhǔn)確性完整性一致性相關(guān)性答案：A119、數(shù)據(jù)質(zhì)量完整性是指信息具有一個(gè)實(shí)體描述的所有必需的部分答案：正確120、空值是指缺失或不知道具體的值，可能是一條記錄中的某個(gè)屬性缺失，也可能是整條記錄都丟失。答案：正確121、數(shù)據(jù)質(zhì)量的數(shù)據(jù)一致性是指在數(shù)據(jù)庫(kù)中，不同表中存儲(chǔ)和使用的同一數(shù)據(jù)應(yīng)當(dāng)是等價(jià)的，表示數(shù)據(jù)有相等的值和相同的含義。答案：正確122、數(shù)據(jù)質(zhì)量的數(shù)據(jù)相關(guān)性是指數(shù)據(jù)與特定的應(yīng)用和領(lǐng)域有關(guān)。答案：正確123、數(shù)據(jù)質(zhì)量的時(shí)效性是指有些數(shù)據(jù)會(huì)隨時(shí)間而變化的答案：正確124、數(shù)據(jù)質(zhì)量的可信性由三個(gè)因素決定：數(shù)據(jù)來(lái)源的權(quán)威性、數(shù)據(jù)的規(guī)范性、數(shù)據(jù)產(chǎn)生的時(shí)間。答案：正確125、數(shù)據(jù)質(zhì)量的可解釋性，也稱為可讀性，是指數(shù)據(jù)被人理解的難易程度答案：正確126、數(shù)據(jù)處理的4大流程步驟中的一個(gè)大體流向圖，就是（）數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)變換數(shù)據(jù)歸約答案：ABCD127、由于操作員重復(fù)錄入，并發(fā)處理等不規(guī)范的操作，導(dǎo)致產(chǎn)生不完整，不準(zhǔn)確的，無(wú)效的數(shù)據(jù)也可以用在數(shù)據(jù)分析里。答案：錯(cuò)誤128、數(shù)據(jù)的缺失值是指現(xiàn)有數(shù)據(jù)集中某個(gè)或某些屬性的值時(shí)不完整的。答案：正確129、處理空缺值的基本方法有6種，包括忽略元組、人工填寫(xiě)空缺值、使用全局常量替換空缺值、使用屬性的中心度量填充空缺值、使用與給定元組屬同一類的所有樣本的平均值來(lái)填充空缺值、使用最可能的值填充空缺值。答案：正確130、若一條記錄中有多個(gè)屬性值被遺漏了，則可將該記錄排除在數(shù)據(jù)挖掘之外。答案：正確131、噪聲數(shù)據(jù)是指一個(gè)測(cè)量變量中的隨機(jī)錯(cuò)誤或偏差答案：正確132、噪聲數(shù)據(jù)也可以用于數(shù)據(jù)挖掘進(jìn)行分析。答案：錯(cuò)誤133、孤立點(diǎn)的是不符合數(shù)據(jù)模型的數(shù)據(jù)。答案：正確134、孤立點(diǎn)并不真實(shí)存在，是人們無(wú)意中弄出的偏差比較大的數(shù)據(jù)。答案：錯(cuò)誤135、處理噪聲數(shù)據(jù)可以使用（）方法。分箱法回歸法聚類忽略元組答案：ABC136、數(shù)據(jù)集成是指將互相關(guān)聯(lián)的分布式異構(gòu)數(shù)據(jù)源集成到一起，使用戶能夠以透明的方式訪問(wèn)這些數(shù)據(jù)源。答案：正確137、數(shù)據(jù)集成的方法有（）聯(lián)邦數(shù)據(jù)庫(kù)中間件集成數(shù)據(jù)倉(cāng)庫(kù)聚類答案：ABC138、數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)集成最常用的方法答案：正確139、數(shù)據(jù)倉(cāng)庫(kù)來(lái)集成數(shù)據(jù)時(shí)需要處理的問(wèn)題包括（）實(shí)體識(shí)別冗余相關(guān)分析數(shù)據(jù)沖突和檢測(cè)答案：ABCD140、實(shí)體識(shí)別，它所解決的問(wèn)題是如何匹配多個(gè)信息源在現(xiàn)實(shí)世界中的實(shí)體事物答案：正確141、數(shù)據(jù)規(guī)約就是為了壓縮數(shù)據(jù)量，幫助從原有龐大數(shù)據(jù)集中獲得一個(gè)精簡(jiǎn)的數(shù)據(jù)集合，并使這一精簡(jiǎn)數(shù)據(jù)集保持原有數(shù)據(jù)集的完整性。答案：正確142、數(shù)據(jù)規(guī)約的策略有（）維歸約數(shù)量歸約數(shù)據(jù)壓縮實(shí)體識(shí)別答案：ABC143、主成分分析也稱主分量分析，旨在利用降維的思想，把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)答案：正確144、屬性子集選擇，主要用于檢測(cè)并刪除不相關(guān)、弱相關(guān)或冗余的