湖南中醫(yī)藥大學(xué)《數(shù)據(jù)挖掘》2022-2023學(xué)年期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線(xiàn)第1頁(yè)，共3頁(yè)湖南中醫(yī)藥大學(xué)《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(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換錯(cuò)誤的方法？（）A.重新轉(zhuǎn)換B.跳過(guò)C.修正數(shù)據(jù)D.以上都是2、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup3、以下哪個(gè)不是爬蟲(chóng)中處理異常的原則？（）A.記錄異常信息B.忽略所有異常C.進(jìn)行適當(dāng)?shù)闹卦嘍.及時(shí)終止程序4、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的問(wèn)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(guò)多5、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6、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理HTTP認(rèn)證？（）A.requests.authB.httpx.authC.aiohttp.authD.以上都是7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫(kù)約束C.忽略重復(fù)D.以上都是8、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲(chóng)獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是9、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的方法？（）A.解壓縮B.忽略壓縮數(shù)據(jù)C.尋找未壓縮的數(shù)據(jù)源D.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪(fǎng)問(wèn)頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是11、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12、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13、爬蟲(chóng)在處理大規(guī)模數(shù)據(jù)時(shí)，可能會(huì)遇到的問(wèn)題是（）A.內(nèi)存不足B.網(wǎng)絡(luò)帶寬限制C.處理速度慢D.以上都是14、以下哪種數(shù)據(jù)格式常用于網(wǎng)絡(luò)爬蟲(chóng)存儲(chǔ)抓取到的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是15、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)壓縮？（）A.gzipB.bz2C.zipfileD.以上都是16、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17、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18、以下哪個(gè)庫(kù)在Python中常用于網(wǎng)絡(luò)爬蟲(chóng)？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是19、網(wǎng)絡(luò)爬蟲(chóng)獲取網(wǎng)頁(yè)內(nèi)容時(shí)，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP20、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)加密？（）A.cryptographyB.hashlibC.pycryptodomeD.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)中的個(gè)性化推薦的算法數(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)中的用戶(hù)行為的情感傾向分析數(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)中的表單提交。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(hù)行為的信息投資回報(bào)率評(píng)估數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20