濟(jì)南大學(xué)《數(shù)據(jù)挖掘》2021-2022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)效密封線第1頁(yè)，共3頁(yè)濟(jì)南大學(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、以下哪種情況可能導(dǎo)致爬蟲(chóng)的效率降低？（）A.頻繁的I/O操作B.復(fù)雜的正則表達(dá)式C.大量的計(jì)算D.以上都是2、以下哪個(gè)不是爬蟲(chóng)中數(shù)據(jù)提取的方法？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.隨機(jī)生成3、網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過(guò)D.以上都是4、以下哪種情況可能導(dǎo)致爬蟲(chóng)被法律追究責(zé)任？（）A.侵犯知識(shí)產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.泄露用戶隱私D.以上都是5、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？（）A.PythonB.JavaC.C++D.以上都是6、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換的原因？（）A.適配存儲(chǔ)需求B.方便后續(xù)處理C.提高數(shù)據(jù)安全性D.滿足其他系統(tǒng)要求7、在爬蟲(chóng)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8、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合并的方法？（）A.基于鍵值合并B.按照時(shí)間順序合并C.隨機(jī)合并D.按照數(shù)據(jù)類型合并9、以下哪個(gè)是爬蟲(chóng)中常見(jiàn)的存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.RedisD.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)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11、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于發(fā)送HTTP請(qǐng)求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium12、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)去重C.緩存去重D.保留重復(fù)13、網(wǎng)絡(luò)爬蟲(chóng)獲取的數(shù)據(jù)通常需要進(jìn)行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是14、以下哪個(gè)不是網(wǎng)絡(luò)爬蟲(chóng)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15、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的權(quán)限限制？（）A.嘗試突破B.放棄抓取C.尋找其他途徑D.以上都是16、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)模塊通常用于發(fā)送HTTP請(qǐng)求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy17、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)是常見(jiàn)的反爬蟲(chóng)策略？（）A.IP封鎖B.驗(yàn)證碼C.限制訪問(wèn)頻率D.以上都是18、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate19、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)頻率限制？（）A.等待B.使用代理C.更換IPD.以上都是20、以下哪個(gè)不是爬蟲(chóng)中數(shù)據(jù)提取的挑戰(zhàn)？（）A.頁(yè)面結(jié)構(gòu)復(fù)雜B.數(shù)據(jù)格式不一致C.反爬蟲(chóng)機(jī)制D.數(shù)據(jù)量小二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)在抓取數(shù)據(jù)時(shí)如何應(yīng)對(duì)反爬蟲(chóng)機(jī)制。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的移動(dòng)端適配內(nèi)容。3、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息能源和環(huán)境可持續(xù)發(fā)展數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能命名實(shí)體識(shí)別相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（