大數(shù)據(jù)技術(shù)及應(yīng)用題庫(kù)

______________________________________________________________________________________________________________精品資料大數(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)的過程通常稱為（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

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.

.

開發(fā)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用分析d.

.

為用戶和業(yè)務(wù)部門提供決策支持

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）b.

.

算法種類更多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)

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.

.

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)的說法中，錯(cuò)誤的是（D）A.數(shù)據(jù)規(guī)模大????B.數(shù)據(jù)類型多樣????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)12萬維網(wǎng)之父是（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、Scala

C、深度學(xué)習(xí)

D、MapReduce

16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、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

B、處理速度快

C、數(shù)據(jù)類型繁多

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、專業(yè)化處理

C、速度處理

D、內(nèi)容處理

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)?；?/p>

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)29下列關(guān)于普查的缺點(diǎn)的說法中，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)于聚類挖掘技術(shù)的說法中，錯(cuò)誤的是（B）A不預(yù)先設(shè)定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別B需求同類數(shù)據(jù)的內(nèi)容相似度盡可能小C要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小D與分類挖掘技術(shù)相似的是，都是要對(duì)數(shù)據(jù)進(jìn)行分類處理31假設(shè)一種基因同時(shí)導(dǎo)致兩件事情，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)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)容量單位的說法中，錯(cuò)誤的是（C）A1KB<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)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未來機(jī)器學(xué)習(xí)工具37智能健康手環(huán)的應(yīng)用開發(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CAPI接口D傳感器38過一系列處理，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)海軍軍官莫里通過對(duì)前人航海日志的分析，繪制了新的航海路線圖，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）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)覺和利用D數(shù)據(jù)應(yīng)用開發(fā)和管理46下列關(guān)于網(wǎng)絡(luò)用戶行為的說法中，錯(cuò)誤的是（C）A網(wǎng)絡(luò)公司能夠捕捉到用戶在其網(wǎng)站上的所有行為B用戶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用戶的隱私安全很難得以規(guī)范保護(hù)47MacOS系統(tǒng)的開發(fā)者是（C）A微軟公司B惠普公司C蘋果公司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)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開發(fā)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用分析D為用戶和業(yè)務(wù)部門提供決策支持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)于大數(shù)據(jù)預(yù)測(cè)的說法中，錯(cuò)誤的是（D）A人類的生活正在被大數(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)生的過去”轉(zhuǎn)向“面向即將發(fā)生的未來”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)B韓國(guó)C印度D澳大利亞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，主要表現(xiàn)為（A）A個(gè)人信息的被識(shí)別與暴露B用戶畫像的生成C惡意廣告的推送D病毒侵入59、對(duì)線下零售而言，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B擴(kuò)大營(yíng)業(yè)面積C增加數(shù)據(jù)來源D開展優(yōu)惠促銷60、萬維網(wǎng)的實(shí)施國(guó)家是（B）A英國(guó)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，可能通過模擬仿真或者實(shí)際運(yùn)行來驗(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)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)性化醫(yī)療c.

.

社保資金安全d.

.

用戶行為分析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)銷模式和傳統(tǒng)營(yíng)銷模式的說法中，錯(cuò)誤的是（ABC）A傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式投入更小B傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式針對(duì)性更強(qiáng)C傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式轉(zhuǎn)化率低D基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式實(shí)時(shí)性更強(qiáng)E基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式標(biāo)準(zhǔn)性更強(qiáng)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)開放平臺(tái)B企業(yè)數(shù)據(jù)開放平臺(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）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）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=1012Byte???B.1KB=1024Bytes???C.1GB=1024KB???D.1GB=1012MB???E.1GB=1024MB13、在網(wǎng)絡(luò)爬蟲的爬行策略中，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)生到被刪除銷毀的過程中，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)銷模式和傳統(tǒng)營(yíng)銷模式的說法中，錯(cuò)誤的是（AB）A傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式投入更小B傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式針對(duì)性更強(qiáng)C傳統(tǒng)營(yíng)銷模式比基于大數(shù)據(jù)的營(yíng)銷模式轉(zhuǎn)化率低D基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式實(shí)時(shí)性更強(qiáng)E基于大數(shù)據(jù)的營(yíng)銷模式比傳統(tǒng)營(yíng)銷模式精準(zhǔn)性更強(qiáng)17、下列關(guān)于臟數(shù)據(jù)的說法中，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線性回歸分析B非線性回歸分析C一元回歸分析D多元回歸分析E綜合回歸分析20、傳統(tǒng)數(shù)據(jù)密集型行業(yè)積極探索和布局大數(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23、下列關(guān)于大數(shù)據(jù)對(duì)政府政策制定的影響的說法中，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)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)26、IBM公司用3個(gè)V來描述大數(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)商通過軟件即服務(wù)或平臺(tái)即服務(wù)云服務(wù)形式為用戶提供自己的數(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，用戶可以在線查看相應(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)來說，給用戶進(jìn)行各種促銷或者實(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Hadoop開源項(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有注意到的模式，可以從海量數(shù)據(jù)中發(fā)展趨勢(shì)，雖然也有不精準(zhǔn)的