湖南財政經濟學院《數據挖掘技術》2022-2023學年期末試卷

自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁湖南財政經濟學院《數據挖掘技術》

2022-2023學年期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、網絡爬蟲獲取網頁內容時，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP2、爬蟲在處理反爬蟲的IP封鎖時，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是3、以下哪個不是爬蟲中處理數據更新的策略？（）A.定時更新B.增量更新C.全量更新D.隨機更新4、在爬蟲中，以下哪個庫常用于處理數據排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是5、以下哪個不是爬蟲中處理數據壓縮的好處？（）A.節(jié)省存儲空間B.提高傳輸速度C.加密數據D.減少網絡流量6、以下哪個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User-AgentC.頻繁更換IPD.以上都是7、網絡爬蟲在抓取數據時，需要遵守的原則是？（）A.不影響網站正常運行B.不獲取敏感信息C.遵循網站的使用條款D.以上都是8、網絡爬蟲如何判斷一個頁面是否已經抓取過？（）A.數據庫記錄B.緩存記錄C.文件記錄D.以上都是9、在爬蟲中，以下哪個庫常用于處理URL操作？（）A.urllib.parseB.urlparseC.requests.utilsD.以上都是10、當爬蟲被網站封禁時，以下哪個不是可能的原因？（）A.抓取頻率過高B.未遵循網站規(guī)則C.數據量過大D.代碼錯誤11、以下哪個不是影響爬蟲性能的因素？（）A.網絡帶寬B.服務器性能C.編程語言D.代碼優(yōu)化12、網絡爬蟲如何處理網頁中的加密數據？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是13、爬蟲在處理動態(tài)網頁時，可能會用到的技術是（）A.AJAXB.CSSC.JavaScriptD.以上都是14、以下哪個不是爬蟲中處理數據備份的方式？（）A.本地備份B.云端備份C.實時備份D.從不備份15、以下哪個不是爬蟲中數據清洗的步驟？（）A.去除噪聲B.轉換數據格式C.加密數據D.以上都是16、網絡爬蟲在抓取網頁時，如何處理網頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是17、在處理動態(tài)網頁時，以下哪種技術對爬蟲比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是18、在網絡爬蟲中，以下哪個協(xié)議通常用于數據傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP19、在爬蟲中，設置請求頭的主要目的是（）A.提高爬取速度B.偽裝成瀏覽器C.減少服務器響應時間D.節(jié)省網絡流量20、在爬蟲中，處理爬蟲任務的調度可以使用（）A.隊列B.棧C.優(yōu)先級隊列D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）簡述網絡爬蟲如何處理網頁中的智能安防相關元素。2、（本題10分）解釋網絡爬蟲如何處理網頁中的用戶賬戶的安全設置數據。3、（本題10分）解釋網絡爬蟲如何處理網頁中的智能漏洞掃描相關元素。4、（本題10分）簡述網絡爬蟲如何處理網頁中的地理位置相關服務。三、編程題（本大題共2個小題，共20分)1