湖南財政經(jīng)濟(jì)學(xué)院《數(shù)據(jù)挖掘技術(shù)》2022-2023學(xué)年期末試卷

自覺遵守考場紀(jì)律如考試作弊此答卷無效密自覺遵守考場紀(jì)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(jīng)濟(jì)學(xué)院《數(shù)據(jù)挖掘技術(shù)》

2022-2023學(xué)年期末試卷院(系)_______班級_______學(xué)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(wǎng)絡(luò)爬蟲獲取網(wǎng)頁內(nèi)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(shù)據(jù)更新的策略？（）A.定時更新B.增量更新C.全量更新D.隨機(jī)更新4、在爬蟲中，以下哪個庫常用于處理數(shù)據(jù)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(shù)據(jù)壓縮的好處？（）A.節(jié)省存儲空間B.提高傳輸速度C.加密數(shù)據(jù)D.減少網(wǎng)絡(luò)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(jī)User-AgentC.頻繁更換IPD.以上都是7、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時，需要遵守的原則是？（）A.不影響網(wǎng)站正常運行B.不獲取敏感信息C.遵循網(wǎng)站的使用條款D.以上都是8、網(wǎng)絡(luò)爬蟲如何判斷一個頁面是否已經(jīng)抓取過？（）A.數(shù)據(jù)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(dāng)爬蟲被網(wǎng)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(wǎng)站規(guī)則C.數(shù)據(jù)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(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語言D.代碼優(yōu)化12、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的加密數(shù)據(jù)？（）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(wǎng)頁時，可能會用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是14、以下哪個不是爬蟲中處理數(shù)據(jù)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(shù)據(jù)清洗的步驟？（）A.去除噪聲B.轉(zhuǎn)換數(shù)據(jù)格式C.加密數(shù)據(jù)D.以上都是16、網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時，如何處理網(wǎng)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(wǎng)頁時，以下哪種技術(shù)對爬蟲比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是18、在網(wǎng)絡(luò)爬蟲中，以下哪個協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP19、在爬蟲中，設(shè)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(wù)器響應(yīng)時間D.節(jié)省網(wǎng)絡(luò)流量20、在爬蟲中，處理爬蟲任務(wù)的調(diào)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(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能安防相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶賬戶的安全設(shè)置數(shù)據(jù)。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能漏洞掃描相關(guān)元素。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的地理位置相關(guān)服務(wù)。三、編程題（本大題共2個小題，共20分)1