華南理工大學(xué)《數(shù)據(jù)挖掘》2021-2022學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁(yè)，共3頁(yè)華南理工大學(xué)《數(shù)據(jù)挖掘》2021-2022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)不是爬蟲中設(shè)置請(qǐng)求頭的作用？（）A.偽裝瀏覽器B.繞過(guò)反爬蟲C.提高請(qǐng)求速度D.符合網(wǎng)站要求2、在爬蟲中，使用多進(jìn)程的優(yōu)勢(shì)是（）A.資源隔離B.提高穩(wěn)定性C.充分利用多核D.以上都是3、在爬蟲中，處理數(shù)據(jù)的合法性驗(yàn)證通常包括（）A.格式驗(yàn)證B.內(nèi)容驗(yàn)證C.來(lái)源驗(yàn)證D.以上都是4、以下哪種數(shù)據(jù)格式常用于網(wǎng)絡(luò)爬蟲存儲(chǔ)抓取到的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是5、在爬蟲中，處理數(shù)據(jù)的分頁(yè)提取通常需要分析（）A.URL規(guī)律B.頁(yè)面結(jié)構(gòu)C.JavaScript代碼D.以上都是6、網(wǎng)絡(luò)爬蟲中，以下哪個(gè)狀態(tài)碼表示請(qǐng)求成功？（）A.200B.301C.404D.5007、在爬蟲中，以下哪個(gè)庫(kù)常用于處理多任務(wù)調(diào)度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是8、以下哪個(gè)不是爬蟲中處理分頁(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)9、以下哪個(gè)庫(kù)常用于處理爬蟲中的驗(yàn)證碼識(shí)別？（）A.tesseractB.opencvC.numpyD.scipy10、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問(wèn)限制策略變化？（）A.調(diào)整爬蟲策略B.停止抓取C.等待策略恢復(fù)D.以上都是11、在爬蟲中，如何處理網(wǎng)頁(yè)中的跳轉(zhuǎn)頁(yè)面？（）A.跟隨跳轉(zhuǎn)B.忽略跳轉(zhuǎn)C.分析跳轉(zhuǎn)目的D.以上都是12、以下哪個(gè)不是爬蟲中處理數(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13、網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)通常需要進(jìn)行以下哪種處理？（）A.去重B.篩選C.轉(zhuǎn)換格式D.以上都是14、爬蟲在處理網(wǎng)站的驗(yàn)證碼時(shí)，不建議采取的方式是（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.暴力破解D.放棄爬取該頁(yè)面15、以下哪個(gè)不是爬蟲中處理會(huì)話的方式？（）A.使用CookieB.使用SessionC.每次請(qǐng)求重新登錄D.忽略會(huì)話16、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)存儲(chǔ)的優(yōu)化策略？（）A.建立索引B.分區(qū)存儲(chǔ)C.壓縮存儲(chǔ)D.減少存儲(chǔ)17、在爬蟲中，處理數(shù)據(jù)存儲(chǔ)的一致性問(wèn)題通常使用（）A.事務(wù)B.鎖C.備份D.以上都是18、網(wǎng)絡(luò)爬蟲如何判斷一個(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19、以下哪個(gè)不是爬蟲中處理異常的方式？（）A.重試B.跳過(guò)C.終止程序D.記錄日志20、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)模塊通常用于發(fā)送HTTP請(qǐng)求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy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)中的智能認(rèn)證相關(guān)元素。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的活動(dòng)和促銷信息。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息過(guò)濾和篩選數(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)中的價(jià)格波動(dòng)數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分