河北地質(zhì)大學(xué)《數(shù)據(jù)挖掘概論》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)河北地質(zhì)大學(xué)

《數(shù)據(jù)挖掘概論》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、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)的編碼問(wèn)題？（）A.自動(dòng)檢測(cè)B.手動(dòng)指定C.忽略D.以上都是2、以下哪個(gè)不是爬蟲(chóng)中處理并發(fā)的方式？（）A.多線程B.多進(jìn)程C.異步D.單線程循環(huán)3、在爬蟲(chóng)中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是4、網(wǎng)絡(luò)爬蟲(chóng)如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過(guò)？（）A.數(shù)據(jù)庫(kù)記錄B.緩存記錄C.文件記錄D.以上都是5、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)的框架？（）A.CeleryB.KafkaC.RabbitMQD.以上都是6、以下哪個(gè)不是爬蟲(chóng)框架的特點(diǎn)？（）A.代碼復(fù)用B.簡(jiǎn)化開(kāi)發(fā)C.降低性能D.方便管理7、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是8、以下哪種存儲(chǔ)方式不適合存儲(chǔ)爬蟲(chóng)獲取的數(shù)據(jù)？（）A.數(shù)據(jù)庫(kù)B.文本文件C.內(nèi)存D.圖像文件9、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的動(dòng)態(tài)IP封禁？（）A.使用代理B.更換IPC.等待解封D.以上都是10、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)策略應(yīng)對(duì)方法？（）A.使用分布式爬蟲(chóng)B.降低爬取頻率C.更換User-AgentD.攻擊網(wǎng)站服務(wù)器11、以下哪個(gè)不是爬蟲(chóng)中處理異常重試的策略？（）A.固定次數(shù)重試B.無(wú)限次重試C.按照時(shí)間間隔重試D.隨機(jī)重試12、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)失敗的方式？（）A.自動(dòng)重試B.標(biāo)記失敗C.忽略失敗D.停止任務(wù)13、以下哪個(gè)不是爬蟲(chóng)中設(shè)置延遲的目的？（）A.避免被封禁B.提高爬取效率C.減輕服務(wù)器壓力D.遵守網(wǎng)站規(guī)則14、以下哪個(gè)不是爬蟲(chóng)中處理分頁(yè)的方法？（）A.分析頁(yè)面鏈接B.模擬點(diǎn)擊分頁(yè)按鈕C.固定每頁(yè)數(shù)量D.隨機(jī)獲取分頁(yè)15、以下哪個(gè)不是爬蟲(chóng)中處理代理IP的原因？（）A.突破訪問(wèn)限制B.提高訪問(wèn)速度C.隱藏真實(shí)IPD.以上都是16、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選17、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的驗(yàn)證碼變化？（）A.及時(shí)更新識(shí)別策略B.放棄抓取C.人工處理D.以上都是18、在爬蟲(chóng)中，處理動(dòng)態(tài)加載數(shù)據(jù)的常見(jiàn)方式是（）A.分析接口B.模擬操作C.等待加載完成D.以上都是19、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是20、在爬蟲(chóng)中，使用分布式爬蟲(chóng)時(shí)需要注意（）A.任務(wù)分配B.數(shù)據(jù)同步C.節(jié)點(diǎn)通信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）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶權(quán)限管理數(shù)據(jù)。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的人工智能相關(guān)元素。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理異常情況，如網(wǎng)絡(luò)中斷。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能交通相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）使用