北京師范大學(xué)《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)北京師范大學(xué)

《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷題號(hào)一二三總分得分一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理網(wǎng)站的反爬蟲(chóng)驗(yàn)證碼升級(jí)？（）A.尋找新的破解方法B.降低抓取頻率C.暫時(shí)停止抓取D.以上都是2、在處理爬蟲(chóng)獲取的網(wǎng)頁(yè)內(nèi)容時(shí)，以下哪個(gè)方法常用于解析HTML？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.以上都是3、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理文件下載？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是4、爬蟲(chóng)在處理網(wǎng)頁(yè)中的多媒體資源時(shí)，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問(wèn)題D.以上都是5、以下哪個(gè)是網(wǎng)絡(luò)爬蟲(chóng)的性能優(yōu)化策略？（）A.多線程B.分布式爬蟲(chóng)C.緩存D.以上都是6、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)性能的方法？（）A.索引優(yōu)化B.分區(qū)存儲(chǔ)C.數(shù)據(jù)壓縮D.以上都是7、網(wǎng)絡(luò)爬蟲(chóng)的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡(luò)D.以上都不是8、以下哪個(gè)不是爬蟲(chóng)中設(shè)置請(qǐng)求頭的作用？（）A.偽裝瀏覽器B.繞過(guò)反爬蟲(chóng)C.提高請(qǐng)求速度D.符合網(wǎng)站要求9、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載內(nèi)容？（）A.使用SeleniumB.分析接口C.模擬點(diǎn)擊D.以上都是10、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP11、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗(yàn)B.版本控制C.數(shù)據(jù)備份D.以上都是12、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化13、爬蟲(chóng)在處理網(wǎng)站的驗(yàn)證碼時(shí)，不建議采取的方式是（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.暴力破解D.放棄爬取該頁(yè)面14、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)則B.忽略C.部分遵守D.視情況而定15、在爬蟲(chóng)中，處理爬蟲(chóng)任務(wù)的調(diào)度可以使用（）A.隊(duì)列B.棧C.優(yōu)先級(jí)隊(duì)列D.以上都是16、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的權(quán)限限制？（）A.嘗試突破B.放棄抓取C.尋找其他途徑D.以上都是17、以下哪種情況可能導(dǎo)致爬蟲(chóng)的效率降低？（）A.頻繁的I/O操作B.復(fù)雜的正則表達(dá)式C.大量的計(jì)算D.以上都是18、對(duì)于動(dòng)態(tài)網(wǎng)頁(yè)的抓取，以下哪種技術(shù)可能會(huì)用到？A.AJAXB.SeleniumC.PhantomJSD.以上都是19、爬蟲(chóng)在處理網(wǎng)頁(yè)時(shí)，用于解析HTML內(nèi)容的庫(kù)是（）A.urllibB.jsonC.lxmlD.re20、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的動(dòng)態(tài)驗(yàn)證碼？（）A.圖像識(shí)別B.人工輸入C.跳過(guò)D.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能數(shù)據(jù)轉(zhuǎn)換相關(guān)元素。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息工業(yè)4.0和智能制造發(fā)展數(shù)據(jù)。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能決策支持相關(guān)元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息人工智能融合和創(chuàng)新數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)