黑龍江大學(xué)《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷

自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密封線第1頁(yè)，共3頁(yè)黑龍江大學(xué)《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三總分得分批閱人一、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、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)存儲(chǔ)錯(cuò)誤的方式？（）A.重試B.記錄錯(cuò)誤日志C.忽略錯(cuò)誤D.以上都是2、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)驗(yàn)證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性3、在處理爬蟲抓取到的大量數(shù)據(jù)時(shí)，以下哪種方法可以提高效率？A.使用多線程B.使用分布式爬蟲C.優(yōu)化數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)D.以上都是4、在爬蟲中，如何處理網(wǎng)頁(yè)中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是5、在爬蟲中，處理重定向的常見方法是（）A.自動(dòng)跟隨B.忽略重定向C.手動(dòng)處理D.以上都是6、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)庫(kù)常用于發(fā)送HTTP請(qǐng)求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium7、以下哪個(gè)不是爬蟲中處理驗(yàn)證碼的方法？（）A.手動(dòng)輸入B.圖像識(shí)別C.跳過D.以上都是8、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)是常見的反爬蟲策略？（）A.IP封鎖B.驗(yàn)證碼C.限制訪問頻率D.以上都是9、在爬蟲中，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10、爬蟲在存儲(chǔ)數(shù)據(jù)時(shí)，使用數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)是（）A.便于查詢和管理B.節(jié)省存儲(chǔ)空間C.提高寫入速度D.無需進(jìn)行數(shù)據(jù)處理11、以下哪個(gè)不是爬蟲中處理反爬蟲的技巧？（）A.降低訪問頻率B.使用隨機(jī)User-AgentC.頻繁更換IPD.以上都是12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)質(zhì)量評(píng)估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性13、當(dāng)爬蟲被網(wǎng)站封禁時(shí)，以下哪個(gè)不是可能的原因？（）A.抓取頻率過高B.未遵循網(wǎng)站規(guī)則C.數(shù)據(jù)量過大D.代碼錯(cuò)誤14、以下哪個(gè)不是爬蟲中處理分布式爬蟲的通信方式？（）A.HTTPB.TCPC.UDPD.以上都是15、以下哪個(gè)不是爬蟲框架的特點(diǎn)？（）A.代碼復(fù)用B.簡(jiǎn)化開發(fā)C.降低性能D.方便管理16、以下哪個(gè)不是網(wǎng)絡(luò)爬蟲的主要步驟？（）A.頁(yè)面下載B.數(shù)據(jù)清洗C.數(shù)據(jù)存儲(chǔ)D.頁(yè)面渲染17、以下哪個(gè)不是常見的反爬蟲手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化18、在爬蟲中，以下哪個(gè)庫(kù)常用于處理正則表達(dá)式？（）A.reB.regexC.patternD.以上都是19、在處理爬蟲獲取的網(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20、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)合并的問題？（）A.字段不一致B.數(shù)據(jù)重復(fù)C.數(shù)據(jù)缺失D.數(shù)據(jù)過多二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)和重定向。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的加密數(shù)據(jù)。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)應(yīng)用數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的聚類分析數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）編寫Pyth