4.2大數(shù)據(jù)處理 第2課時(shí)（分層作業(yè)）-高中信息技術(shù)浙教版2019 必修1 數(shù)據(jù)與計(jì)算

4.2大數(shù)據(jù)處理第2課時(shí)（分層作業(yè)）【夯實(shí)基礎(chǔ)】大數(shù)據(jù)的特征可以用被總結(jié)為4V特征，以下哪個(gè)不屬于大數(shù)據(jù)的4V特征（）A．種類多（Variety） B．體量大（Volume）C．風(fēng)險(xiǎn)大（Venture） D．速度快（Velocity）下列數(shù)據(jù)處理中，不屬于文本數(shù)據(jù)處理的是()A．將中文翻譯成其他國(guó)家的文字B．輸入姓名、單位等信息，制作通訊錄C．檢測(cè)的論文內(nèi)容與對(duì)比庫(kù)中的資料進(jìn)行對(duì)比，檢測(cè)論文可信度D．解析大量合同文檔，有效監(jiān)控風(fēng)險(xiǎn)條款，節(jié)省人力和時(shí)間成本大數(shù)據(jù)領(lǐng)域中，為了提高數(shù)據(jù)質(zhì)量、降低數(shù)據(jù)計(jì)算的復(fù)雜度、提升數(shù)據(jù)處理的準(zhǔn)確性。常用的技術(shù)是（）A．預(yù)處理技術(shù) B．存儲(chǔ)技術(shù) C．管理技術(shù) D．挖掘技術(shù)數(shù)據(jù)處理的一般過(guò)程是（）。A．采集—分析—整理—可視化表達(dá) B．采集—整理—可視化表達(dá)－分析C．采集—整理—分析－可視化表達(dá) D．采集—可視化表達(dá)—整理－分析

下列關(guān)于大數(shù)據(jù)的描述中，不正確的是（）A．大數(shù)據(jù)專指Excel軟件收集、加工的數(shù)據(jù)B．物聯(lián)網(wǎng)、云計(jì)算、手機(jī)、電腦都是數(shù)據(jù)的來(lái)源C．互聯(lián)網(wǎng)生成的數(shù)據(jù)量正以爆發(fā)性的速度不斷增長(zhǎng)D．在科學(xué)實(shí)驗(yàn)中，各種傳感器每時(shí)每刻的速度不斷增長(zhǎng)下列關(guān)于大數(shù)據(jù)的說(shuō)法，正確的是（）A．大數(shù)據(jù)要分析的是全體數(shù)據(jù)，而不是抽樣數(shù)據(jù)，且要求數(shù)據(jù)必須是精確無(wú)誤的B．處理大數(shù)據(jù)時(shí)，一般采用分治思想C．處理大數(shù)據(jù)時(shí)，更注重事物的因果關(guān)系而不是相關(guān)性D．實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)的獲取、傳輸和存儲(chǔ)可以采用分布式系統(tǒng)完成下列關(guān)于大數(shù)據(jù)處理的描述中，不正確的是（）A．處理大數(shù)據(jù)時(shí)，一般采用分治思想B．Hadoop是一個(gè)可運(yùn)行于大規(guī)模計(jì)算機(jī)集群上的分布式系統(tǒng)基礎(chǔ)架構(gòu)，適用于處理實(shí)時(shí)數(shù)據(jù)C．HDFS是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上，云盤、網(wǎng)盤的底層一般采用HDFS實(shí)現(xiàn)D．MapReduce是一種分布式并行編程模型，主要由Map（映射）和Reduce（歸納）2個(gè)函數(shù)構(gòu)成下列對(duì)大數(shù)據(jù)的理解錯(cuò)誤的是（）。A．從互聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)的角度來(lái)看，大數(shù)據(jù)具有“4V”特征，分別是大量（Volume），多樣（Variety），低價(jià)值密度（Value），高速（Velocity）。B．從互聯(lián)網(wǎng)思維的角度來(lái)看，大數(shù)據(jù)具有三個(gè)特征：樣本漸趨于總體，精確讓位于模糊，相關(guān)性重于因果。C．從大數(shù)據(jù)存儲(chǔ)與計(jì)算的角度來(lái)看，大數(shù)據(jù)具有兩個(gè)特征：分布式存儲(chǔ)和分布式并行計(jì)算。D．以上都不對(duì)【鞏固提升】下列描述的場(chǎng)景與處理方法使用不恰當(dāng)?shù)氖?)A．分析前一年的高鐵客流數(shù)據(jù)優(yōu)化高鐵運(yùn)行采用批處理計(jì)算B．京東網(wǎng)雙12通過(guò)實(shí)時(shí)分析用戶行為實(shí)現(xiàn)商品的推薦采用流計(jì)算C．圖計(jì)算為騰訊超大規(guī)模社交網(wǎng)絡(luò)圖數(shù)據(jù)的各類計(jì)算提供支撐D．分析近五年的信息技術(shù)選考試卷梳理高頻考點(diǎn)采用流計(jì)算某超市曾經(jīng)研究銷售數(shù)據(jù)，發(fā)現(xiàn)買商品A的人購(gòu)買商品B的概率很大，這種屬于數(shù)據(jù)的（）A．聚類分析 B．關(guān)聯(lián)分析 C．分類分析 D．回歸分析下列數(shù)據(jù)處理中，不屬于文本數(shù)據(jù)處理的是()A．根據(jù)白名單和黑名單機(jī)制，進(jìn)行垃圾郵件的識(shí)別B．在線客服通過(guò)自動(dòng)應(yīng)答技術(shù)回答問(wèn)題C．實(shí)時(shí)監(jiān)測(cè)景區(qū)的人流數(shù)據(jù)，控制過(guò)多的游客進(jìn)入景區(qū)D．分析消費(fèi)者的意見數(shù)據(jù)，挖掘用戶觀點(diǎn)，輔助運(yùn)營(yíng)決策居民身份證號(hào)碼可以反映出常住戶口所在地的行政區(qū)劃、出生日期和性別等信息，這主要體現(xiàn)了數(shù)據(jù)是（）。計(jì)算工具識(shí)別、存儲(chǔ)和加工的對(duì)象 B．信息的載體 C．可處理的 D．可加工的【拓展應(yīng)用】（簡(jiǎn)答題）請(qǐng)寫出大數(shù)據(jù)處理流程四步驟。

近年來(lái)，很多網(wǎng)絡(luò)平臺(tái)會(huì)在年底為用戶生成專屬的個(gè)人報(bào)表，顯示一年內(nèi)該用戶在該平臺(tái)上的各種使用行為數(shù)據(jù)。（1）這類個(gè)人報(bào)表是利用大數(shù)據(jù)技術(shù)收集用戶的個(gè)人行為數(shù)據(jù)，并通過(guò)分類和計(jì)算獲得。由此可見()A.大數(shù)據(jù)采集的數(shù)據(jù)必須準(zhǔn)確無(wú)誤B.大數(shù)據(jù)的數(shù)據(jù)采集主要還是人工方式C.大數(shù)據(jù)分析的是抽樣數(shù)據(jù)D.大數(shù)據(jù)分析能發(fā)現(xiàn)數(shù)據(jù)間的相關(guān)性（2）某數(shù)據(jù)公司統(tǒng)計(jì)了2016-2020年全球每年產(chǎn)生的數(shù)據(jù)量及其增速，結(jié)果如圖。此統(tǒng)計(jì)主要采用的數(shù)據(jù)分析方法是（），使用了（）和（）兩種圖表來(lái)組合進(jìn)行可視化呈現(xiàn)。()A.聚類分析、餅圖、條形圖B.對(duì)比分析、折線圖、柱形圖C.結(jié)構(gòu)分析、餅圖、條形圖D.平均分析、折線圖、柱形圖（3）該網(wǎng)站可實(shí)現(xiàn)對(duì)數(shù)據(jù)的加密解密，界面如圖。該應(yīng)用服務(wù)架構(gòu)體系屬于()A.B/SB.P2PC.C/SD.B/C（4）此網(wǎng)站的加密功能是對(duì)輸入的明文（由字母、數(shù)字或其他字符組成的字符串）中的每個(gè)字符進(jìn)行處理。算法規(guī)則如下：①將明文中所有的小寫字母轉(zhuǎn)換為大寫字母，例如：a→A；②將明文中所有的數(shù)字加上1變成另一個(gè)數(shù)字，例如0→1，9→0；③明文中除了小寫字母和數(shù)字字符外均不進(jìn)行轉(zhuǎn)換；④將加密后的數(shù)據(jù)倒序輸出，例如“abc”→“cba”，即為該明文的密文。那么，明文為“An95”得到的密文為()A.59nAB.69nAC.60NAD.60nA（5）以上加密算法，如果用Python語(yǔ)言實(shí)現(xiàn)，為方便處理，明文和密文一般都被抽象為()數(shù)據(jù)類型的數(shù)據(jù)。A.數(shù)值B.字符串C.列表D.元組參考答案：【夯實(shí)基礎(chǔ)】1．C【詳解】[詳解]:本題主要考查大數(shù)據(jù)特征。大數(shù)據(jù)的4V特征分別是Volume(大量性)、Velocity(高速性)、Variety(多樣性)、Value(價(jià)值性)，故本題選C選項(xiàng)。2．B【詳解】本題考查的是文本數(shù)據(jù)處理。制作通訊錄的材料是結(jié)構(gòu)化數(shù)據(jù)，選項(xiàng)B符合題意。3.A【詳解】本題考查大數(shù)據(jù)技術(shù)相關(guān)內(nèi)容。大數(shù)據(jù)預(yù)處理技術(shù)是指在進(jìn)行大數(shù)據(jù)分析之前，對(duì)原始的大量數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、集成和規(guī)范化等一系列操作，以提高數(shù)據(jù)的質(zhì)量、可用性和可操作性。故本題答案是A選項(xiàng)。4.C【詳解】本題主要考查數(shù)據(jù)處理。數(shù)據(jù)處理的一般過(guò)程是采集一分析一整理可視化表達(dá)，故本題選C選項(xiàng)。5.A【詳解】本題主要考查大數(shù)據(jù)的描述。大數(shù)據(jù)是指無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行高效捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更佳的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn);物聯(lián)網(wǎng)、云計(jì)算、手機(jī)、電腦都是數(shù)據(jù)的來(lái)源;互聯(lián)網(wǎng)生成的數(shù)據(jù)量正以爆發(fā)性的速度不斷增長(zhǎng);在科學(xué)實(shí)驗(yàn)中，各種傳感器每時(shí)每刻的速度不斷增長(zhǎng)，故本題選A選項(xiàng)。6．B【詳解】本題考查大數(shù)據(jù)相關(guān)內(nèi)容。A選項(xiàng)，大數(shù)據(jù)要分析的是全體數(shù)據(jù)，不是抽樣數(shù)據(jù)，大數(shù)據(jù)具有低價(jià)值密度性，所以大數(shù)據(jù)無(wú)需每個(gè)數(shù)據(jù)都準(zhǔn)確無(wú)誤，選項(xiàng)錯(cuò)誤。B選項(xiàng)，處理大數(shù)據(jù)時(shí)，一般采用分治思想(把最初的問(wèn)題分解成若干子問(wèn)題，然后，在逐個(gè)解決各個(gè)子問(wèn)題的基礎(chǔ)上得到原始問(wèn)題的解)，選項(xiàng)正確。C選項(xiàng)，處理大數(shù)據(jù)時(shí)，更注重事物的相關(guān)性而不是因果關(guān)系，選項(xiàng)錯(cuò)誤。D選項(xiàng)，實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)的獲取、傳輸和存儲(chǔ)可以采用Flink完成。Flink是一個(gè)開源的流處理框架，支持窗口操作、聚合操作、連接操作等復(fù)雜計(jì)算。Flink還提供了容錯(cuò)機(jī)制，可以在數(shù)據(jù)處理過(guò)程中實(shí)時(shí)修復(fù)錯(cuò)誤，并可以通過(guò)Checkpoint機(jī)制實(shí)現(xiàn)數(shù)據(jù)的容錯(cuò)。Flink的優(yōu)點(diǎn)是支持流式計(jì)算，可以處理大規(guī)模的數(shù)據(jù)流，適用于處理實(shí)時(shí)數(shù)據(jù)。選項(xiàng)錯(cuò)誤。故本題答案是B選項(xiàng)。7．B【詳解】本題主要考查大數(shù)據(jù)處理。hadoop指一個(gè)用于大數(shù)據(jù)分布式存儲(chǔ)(HDFS)，分布式計(jì)算(MapReduce)和資源調(diào)度(YARN)的平臺(tái)，Hadoop適用于靜態(tài)數(shù)據(jù)的批處理計(jì)算，不適用于夂處理實(shí)時(shí)數(shù)據(jù)，故本題選B選項(xiàng)。項(xiàng)。8．D【詳解】本題主要考查大數(shù)據(jù)的相關(guān)知識(shí)。大數(shù)據(jù)具有“4V”特征，分別是大量(Volume)，多樣(Variety)，高速(Velocity)、低價(jià)值密度(Value),因此A選項(xiàng)正確;從互聯(lián)網(wǎng)思維白的角度來(lái)看，大數(shù)據(jù)具有三個(gè)特征:樣本漸趨于總體，精確讓位于模糊，相關(guān)性重于因果。因此B選項(xiàng)正確;人從大數(shù)據(jù)存儲(chǔ)與計(jì)算的角度來(lái)看，大數(shù)據(jù)具有兩個(gè)特征:分布式存儲(chǔ)和分布式并行計(jì)算。因此C選項(xiàng)正確;由上可知D選項(xiàng)不符合題意?！眷柟烫嵘緿【詳解】本題考查的是對(duì)不同數(shù)據(jù)的不同處理方法。一般靜態(tài)數(shù)據(jù)用批處理計(jì)算，流數(shù)據(jù)用流計(jì)算，圖數(shù)據(jù)用圖計(jì)算等。近五年的信息技術(shù)選考試卷梳理高頻考點(diǎn)應(yīng)該屬于靜態(tài)數(shù)據(jù)，應(yīng)采用批處理計(jì)算。故選項(xiàng)D正確。B【詳解】本題考查的是數(shù)據(jù)分析。聚類分析是一種探索性的分析，在分類的過(guò)程中，人們不必事先給出一個(gè)分類的標(biāo)準(zhǔn)，聚類分析能夠從樣本數(shù)據(jù)出發(fā)、自動(dòng)進(jìn)行分類。關(guān)聯(lián)分析就是分析并發(fā)現(xiàn)存在于大量數(shù)據(jù)之間的關(guān)聯(lián)性或相關(guān)性，從而描述一個(gè)事物中某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。數(shù)據(jù)分類是數(shù)據(jù)分析處理中最基本的方法。數(shù)據(jù)分類通常的做法是，基于樣本數(shù)據(jù)先訓(xùn)練構(gòu)建分類函數(shù)或者分類模型(也稱為分類器)，該分類器具有將分類數(shù)據(jù)項(xiàng)映射到某一特點(diǎn)類別的功能?；貧w分析是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。某超市曾經(jīng)研究銷售數(shù)據(jù)，發(fā)現(xiàn)買商品A的人購(gòu)買商品B的概率很大，這種屬于數(shù)據(jù)的關(guān)聯(lián)分析。故選項(xiàng)B正確。C【詳解】本題考查的是數(shù)據(jù)處理。C選項(xiàng)只是掌握游客數(shù)量，沒(méi)有進(jìn)行分詞等文本操作。C【詳解】本題主要考查數(shù)據(jù)處理。數(shù)據(jù)處理的基本目的是從大量的、雜亂無(wú)章的、難以理解的數(shù)據(jù)中抽取出相對(duì)有價(jià)值、有意義的數(shù)據(jù)，故居民身份證號(hào)碼可以反映出常住戶口所在地的行政區(qū)劃、出生日期和性別等信息，這主要體現(xiàn)了數(shù)據(jù)是可處理的，故本題選C選項(xiàng)?！就卣箲?yīng)用】【答案】大數(shù)據(jù)處理流程主要包括四個(gè)關(guān)鍵步驟:數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)與分析以及數(shù)據(jù)可視化。(1)數(shù)據(jù)采集是大數(shù)據(jù)處理流程的第一步，也是至關(guān)重要的一步。數(shù)據(jù)采集的主要目的是從各種數(shù)據(jù)源中收集、識(shí)別和記錄數(shù)據(jù)。在數(shù)據(jù)采集階段，需要使用各種不同的技術(shù)和工具，例如ETL(提取、轉(zhuǎn)換、加載)工具、數(shù)據(jù)清洗工具、數(shù)據(jù)庫(kù)管理系統(tǒng)等等。(2)數(shù)據(jù)預(yù)處理是大數(shù)據(jù)處理流程的第二步，其主要目的是對(duì)數(shù)據(jù)進(jìn)行清洗、整合和變換，以提高數(shù)據(jù)的質(zhì)量和可用性。在這個(gè)階段，需要使用各種數(shù)據(jù)處理技術(shù)和工具，例如數(shù)據(jù)去重、數(shù)據(jù)填補(bǔ)、數(shù)據(jù)規(guī)范化等等。(3)數(shù)據(jù)存儲(chǔ)與分析是大數(shù)據(jù)處理流程的第三步，其主要目的是對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)和管理，并通過(guò)對(duì)數(shù)據(jù)的分析來(lái)獲得有用的信息。在這個(gè)階段，需要使用各種數(shù)據(jù)存儲(chǔ)技術(shù)和工具，例如分布式文件系統(tǒng)、數(shù)據(jù)庫(kù)管理系統(tǒng)等等。(4)數(shù)據(jù)可視化是大數(shù)據(jù)處理流程的最后一步，其主要目的是將數(shù)據(jù)處理的結(jié)果以可視化的方式呈現(xiàn)出來(lái)，以便更加直觀地展示數(shù)據(jù)的特征和規(guī)律。在這個(gè)階段，需要使用各種數(shù)據(jù)可視化技術(shù)和工具，例如表格、圖表、地理信息系統(tǒng)等等。大數(shù)據(jù)處理流程的四大步驟是相互聯(lián)系、相互影響的。通過(guò)這四個(gè)步驟的執(zhí)行，可以有效地優(yōu)化數(shù)據(jù)，充分挖掘數(shù)據(jù)的潛在價(jià)值，為決策和業(yè)務(wù)運(yùn)營(yíng)提供有力支持。同時(shí)，隨著技術(shù)的不斷發(fā)展和進(jìn)步，大數(shù)據(jù)處理的流程和方式也將不斷改變和優(yōu)化，以更好地適應(yīng)時(shí)代的需求和發(fā)展。【詳解】本題考查大數(shù)據(jù)處理流程相關(guān)內(nèi)容。大數(shù)據(jù)處理流程主要包括四個(gè)關(guān)鍵步驟:數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)與分析以及數(shù)據(jù)可視化。回答出要點(diǎn)即可。【答案】DBACB【詳解】本題考查數(shù)據(jù)與大數(shù)據(jù)相關(guān)內(nèi)容。結(jié)合題目?jī)?nèi)容可知:(1)這類個(gè)人報(bào)表是利用大數(shù)據(jù)技術(shù)收集用戶的個(gè)人行為數(shù)據(jù)，并通過(guò)分類和計(jì)算獲得，說(shuō)明大數(shù)據(jù)分析能發(fā)現(xiàn)數(shù)據(jù)間的相關(guān)性。故本題答案是:D。(2)①聚類分析就是將研究對(duì)象根據(jù)一些特征指標(biāo)，把比較相似的研究對(duì)象，按一定的方式歸為同類。②對(duì)比分析法是指將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析它們的差異，從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性，對(duì)比分析可分為靜態(tài)比較和動(dòng)態(tài)比較兩大類:靜態(tài)比較也叫橫向?qū)Ρ龋峭粫r(shí)間下對(duì)不同指標(biāo)的對(duì)比;動(dòng)態(tài)比較也叫縱向?qū)Ρ?，是同一總體條件對(duì)不同時(shí)期指標(biāo)數(shù)值的比較。③結(jié)構(gòu)分析法指分析總體內(nèi)的各部分與總體之間進(jìn)行對(duì)比的分析方法及總體內(nèi)各部分占總體的比例，屬于相對(duì)指標(biāo)，一般某部分的比例越大，說(shuō)明其重要程度越高，對(duì)總體的影響越大。④平均分析法是運(yùn)用計(jì)算平均數(shù)的方法來(lái)反映總體在一定時(shí)間/地點(diǎn)條件下某一數(shù)量特征的一般水平，平均