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

站名：站名：年級(jí)專業(yè)：姓名：學(xué)號(hào)：凡年級(jí)專業(yè)、姓名、學(xué)號(hào)錯(cuò)寫、漏寫或字跡不清者，成績(jī)按零分記?！堋狻€…………第1頁(yè)，共1頁(yè)華南理工大學(xué)《數(shù)據(jù)挖掘與大數(shù)據(jù)》2021-2022學(xué)年期末試卷題號(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、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識(shí)別并避開B.陷入后停止C.嘗試突破D.以上都是2、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3、以下哪個(gè)不是爬蟲的合法性原則？（）A.遵循網(wǎng)站的使用條款B.避免對(duì)網(wǎng)站造成過大負(fù)擔(dān)C.隨意獲取用戶隱私數(shù)據(jù)D.尊重網(wǎng)站所有者的權(quán)益4、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲JavaScript挑戰(zhàn)？（）A.分析JavaScript邏輯B.使用工具模擬執(zhí)行C.放棄抓取D.以上都是5、網(wǎng)絡(luò)爬蟲在處理網(wǎng)頁(yè)中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是6、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)則B.忽略C.部分遵守D.視情況而定7、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8、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是9、網(wǎng)絡(luò)爬蟲如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過？（）A.數(shù)據(jù)庫(kù)記錄B.緩存記錄C.文件記錄D.以上都是10、以下哪個(gè)不是爬蟲中處理并發(fā)的方式？（）A.多進(jìn)程B.多線程C.異步編程D.以上都是11、在爬蟲中，處理數(shù)據(jù)的提取精度通常取決于（）A.需求B.算法C.數(shù)據(jù)質(zhì)量D.以上都是12、在爬蟲中，以下哪個(gè)庫(kù)常用于處理文件下載？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是13、以下哪個(gè)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(shí)時(shí)備份D.從不備份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)不是爬蟲中處理異步請(qǐng)求的方式？（）A.使用回調(diào)函數(shù)B.使用線程C.使用協(xié)程D.以上都是16、爬蟲在處理網(wǎng)頁(yè)中的多媒體資源時(shí)，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問題D.以上都是17、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.scipy18、以下哪種數(shù)據(jù)格式不適合爬蟲存儲(chǔ)數(shù)據(jù)？（）A.CSVB.XMLC.PDFD.JSON19、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能20、以下哪個(gè)不是常見的爬蟲存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.OracleD.Excel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)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息傳播路徑分析數(shù)據(jù)。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能文檔管理相關(guān)元素。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能預(yù)測(cè)相關(guān)元素。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的文本摘要提取數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共2