大數(shù)據(jù)技術導論-北京理工大學中國大學mooc課后章節(jié)答案期末考試題庫2023年

大數(shù)據(jù)技術導論_北京理工大學中國大學mooc課后章節(jié)答案期末考試題庫2023年MapReduce設計的一個理念是“數(shù)據(jù)向計算靠攏”，并采用“分而治之”的策略。（）

參考答案:

錯誤

將收入在范圍$12,000至$98,000內的收入規(guī)范化到區(qū)間[0.0,1.0]，$73,600將被規(guī)范為：（保留兩位小數(shù)）

參考答案:

0.72

Hadoop擅長批處理，不適合流計算。（）

參考答案:

正確

以下哪個不是數(shù)據(jù)可視化方法和技術？

參考答案:

混合建模技術

文本是大數(shù)據(jù)時代結構數(shù)據(jù)類型的典型代表。

參考答案:

錯誤

下列可以用于多維數(shù)據(jù)可視化的方法有（）

參考答案:

雷達圖_散點圖矩陣_平行坐標系

Textflow用河流的運動表達了文本主題的誕生、發(fā)展、合并、分裂、消亡的過程。導致主題演變的原因往往是主題關鍵詞的變化。

參考答案:

正確

4V特征：數(shù)據(jù)規(guī)模大、_________、數(shù)據(jù)處理速度快、價值密度低。

參考答案:

數(shù)據(jù)類型多

K-匿名規(guī)則滿足子集屬性和泛化屬性

參考答案:

正確

計算k-匿名的算法分類包括

參考答案:

基于泛化和基于元組抑制的算法_基于層次和基于劃分的算法_基于全局和基于局部記錄的算法

關于隱私保護技術，以下描述正確的包括

參考答案:

K-匿名的局限性是容易遭受同質性攻擊_T-相近比K-匿名和L-多樣性有更強的隱私保護性能_L-多樣性的局限性是容易遭受相似性攻擊_K-匿名無法保證敏感值缺乏多樣性

下列哪些方法可以實現(xiàn)匿名化

參考答案:

元組抑制_屬性置換_屬性擾亂_屬性泛化

下列哪些信息可能會侵犯用戶的隱私

參考答案:

電商平臺的購物記錄_搜索引擎的搜索記錄_地圖應用的搜索記錄_瀏覽器的訪問痕跡

數(shù)據(jù)匿名化的原因有哪些

參考答案:

實現(xiàn)數(shù)據(jù)共享發(fā)布，而不泄漏用戶的隱私

MapReduce執(zhí)行的全過程包括以下幾個主要階段（）。

參考答案:

從分布式文件系統(tǒng)讀入數(shù)據(jù)_通過Shuffle階段把中間結果分區(qū)排序整理后發(fā)送給Reduce任務_執(zhí)行Reduce任務得到最終結果并寫入分布式系統(tǒng)文件_執(zhí)行Map任務輸出中間結果

以下哪些是數(shù)據(jù)可視化的作用（）

參考答案:

作為大量工作記憶的外界輔助_協(xié)助思考_理解信息_探索數(shù)據(jù)

在大數(shù)據(jù)生命周期的各個階段中，工作最多的是哪個階段（）。

參考答案:

數(shù)據(jù)收集和整理

大數(shù)據(jù)中的半結構化數(shù)據(jù)包括（）。

參考答案:

XML_HTML_電子郵件

大數(shù)據(jù)處理框架之批處理框架（）。

參考答案:

Spark_hadoop_Flink

大數(shù)據(jù)的優(yōu)勢包括（）。

參考答案:

數(shù)據(jù)體量大_數(shù)據(jù)類型豐富_收集時間短

設X是非空集合，對于X中任意的兩個元素x與y，按某一法則都對應唯一的實數(shù)d(x，y)，而且滿足下述（）性質，則稱d(x，y)為x與y的距離。

參考答案:

對于任意的x，y，z∈X，有d(x，y)≤d(x，z)+d(z，y)_Bd(x，y)=d(y，x)_非負性d(x，y)≥0

關于數(shù)據(jù)挖掘任務，下列說法正確的是（）

參考答案:

聚類屬于無監(jiān)督范疇。_分類屬于預測性任務_聚類是描述性任務。

下列關于數(shù)據(jù)可視化的介紹，不正確的是（）。

參考答案:

雷達圖不適用于多維數(shù)據(jù)。

大數(shù)據(jù)可視化分析有效融合計算機的______和人的_____，以獲得對于大規(guī)模復雜數(shù)據(jù)集的洞察力。

參考答案:

計算能力、認知能力

以數(shù)據(jù)考察為基礎，聯(lián)合理論、實驗和模擬一體的數(shù)據(jù)密集計算的范式是以下哪個范式（）。

參考答案:

數(shù)據(jù)密集型范式

在“看不見的動機中”由于數(shù)據(jù)使用者和數(shù)據(jù)生成機構都是（）的生產大數(shù)據(jù)，忽略了人們行為背后趨利避害的動機的大數(shù)據(jù)統(tǒng)計分析。

參考答案:

無意識

系統(tǒng)的控制方式一般分為模型驅動和_____________。

參考答案:

數(shù)據(jù)驅動

大數(shù)據(jù)處理框架之流計算框架（）。

參考答案:

Sparkstreaming_Flink_STORM

大數(shù)據(jù)是一個什么領域的問題（）。

參考答案:

多學科綜合領域

在增量抽取方法中，需要計算MD5校驗碼的是哪種增量抽取方法（）。

參考答案:

全表對比

以下屬于Spark的特點的有（）。

參考答案:

LazyEvaluation_In-memory

processing_Concise_Speed

Shuffle過程是指對Map輸出結果進行分區(qū)、排序、合并等處理并交給Reduce的過程。（）

參考答案:

正確

Shuffle過程分為Map端的操作和Reduce端的操作。（）

參考答案:

正確

Spark的組件中，用于做查詢分析的是（）。

參考答案:

SparkSQL

以下哪些內容屬于深網內容（）。

參考答案:

需要注冊或其他限制才能訪問的內容_Web上可訪問的非網頁文件，比如圖片文件，Pdf和word文檔等_通過填寫表單形成對后臺在線數(shù)據(jù)庫的查詢而得到的動態(tài)頁面

常見的分布式網絡爬蟲架構有（）。

參考答案:

peer-peer_Mixed_Master-slave

HDFS中文件塊默認保存幾份（）。

參考答案:

3份

圖的簡化中，技術會將相似形狀的邊連接線集中在一起構成約束，降低視覺復雜度，使節(jié)點間的連接關系更加清楚。

參考答案:

邊邦定

分布式文件系統(tǒng)改變了數(shù)據(jù)存儲和管理方式，相對于本地文件系統(tǒng)具有哪些優(yōu)勢（）。

參考答案:

低成本_高可用_強可靠_易擴展

兩個向量的方向差異可以表示為兩個向量夾角的。

參考答案:

余弦

HBase依靠（）存儲底層數(shù)據(jù)。

參考答案:

HDFS

關于RDD論述正確的是（）。

參考答案:

RDD是只讀存儲_RDD提供一種高度受限的共享內存模型，是一個彈性分布式數(shù)據(jù)集

聚類是在沒有先驗知識的情況下進行的。

參考答案:

正確

PCA是一種有監(jiān)督的降維方法。

參考答案:

錯誤

下面與HDFS類似的框架是（）。

參考答案:

GFS

在網絡爬蟲策略中需要根據(jù)鏈接計算網頁重要性的是以下哪個算法（）。

參考答案:

局部PageRank策略

大數(shù)據(jù)中的非結構化數(shù)據(jù)包括（）。

參考答案:

視頻_文本_圖像_語音

科學研究第四范式數(shù)據(jù)思維采用（）。

參考答案:

關聯(lián)分析

Apache軟件基金會最重要的三大分布式計算系統(tǒng)開源項目包括（）。

參考答案:

Storm_Hadoop_Spark

Spark支持的開發(fā)語言有（）。

參考答案:

Java_Python_Scala

預測任務的目標是導出和概括數(shù)據(jù)中有潛在聯(lián)系的模式（相關、趨勢、聚類、軌跡和異常）

參考答案:

錯誤

下面科學研究的四個范式順序正確的是（）。

參考答案:

經驗范式-理論范式-模擬范式-數(shù)據(jù)密集型范式

RDD的兩種主要操作類型是（）。

參考答案:

Action_Transform

在Spark運行時，()為程序構建基本運行環(huán)境Sparkcontext對象（應用管家），向資源管理器進行資源申請，任務分配與監(jiān)控。

參考答案:

Driverprogram

下列選項中哪些不是NoSQL數(shù)據(jù)庫的特點（）。

參考答案:

動態(tài)的數(shù)據(jù)遷移

大數(shù)據(jù)領域的職業(yè)包括首席數(shù)據(jù)官、系統(tǒng)架構師、___________、領域科學家。

參考答案:

數(shù)據(jù)分析師

科學研究的第三范式計算思維-______。

參考答案:

仿真模擬

大數(shù)據(jù)的處理過程：數(shù)據(jù)獲取與管理、數(shù)據(jù)存儲與處理、數(shù)據(jù)分析與______、結合領域的大數(shù)據(jù)應用。

參考答案:

理解

蒙德里安算法是一種基于劃分的算法

參考答案:

正確

極小全域泛化的集合構成一個反鏈

參考答案:

正確

熵l-多樣性滿足子集屬性和泛化屬性

參考答案:

正確

遞歸(c,l)-多樣性不滿足泛化屬性

參考答案:

錯誤

小數(shù)據(jù)強調采樣，精確以及因果關系，大數(shù)據(jù)強調（）。

參考答案:

全樣_相關關系_非精確

大數(shù)據(jù)面臨的挑戰(zhàn)包括（）。

參考答案:

看不見的動機_大數(shù)據(jù)自大_算法演化

下面對HBase的描述哪些是正確的（）。

參考答案:

是面向列的_是一種NoSQL數(shù)據(jù)庫_是分布式的

數(shù)據(jù)收集過程的性質發(fā)生了變化,大數(shù)據(jù)不再只是被動記錄使用者的決策，而是通過______，積極參與到使用者的行為決策中。

參考答案:

算法演化

夜光遙感挖掘是通過在遙感圖像中提取________數(shù)據(jù)進行繪制和分析。

參考答案:

燈光

“大數(shù)據(jù)自大（bigdatahubris)”的傾向，即認為_______，這里的關鍵是，企業(yè)或者機構擁有的這個稱為總體的數(shù)據(jù)和研究問題關心的總體是否相同.

參考答案:

自己擁有的數(shù)據(jù)是總體

Hadoop的框架最核心的設計是（）。

參考答案:

HDFS_MapReduce

HBase的實現(xiàn)包括哪幾個主要的功能組件（）。

參考答案:

許多個Region服務器_庫函數(shù)_一個Master主服務器

HDFS專為解決大數(shù)據(jù)存儲問題而產生的，其具備了以下哪些特點（）。

參考答案:

強大的跨平臺兼容性_兼容廉價的硬件設備_大數(shù)據(jù)集

在大數(shù)據(jù)分析中只關心________而不關注因果關系。

參考答