南京信息工程大學(xué)《數(shù)據(jù)挖掘Ⅰ》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)效密封線第1頁(yè)，共3頁(yè)南京信息工程大學(xué)

《數(shù)據(jù)挖掘Ⅰ》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(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2、在爬蟲(chóng)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3、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的訪問(wèn)限制策略變化？（）A.調(diào)整爬蟲(chóng)策略B.停止抓取C.等待策略恢復(fù)D.以上都是4、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5、以下哪種情況可能導(dǎo)致爬蟲(chóng)被網(wǎng)站封禁？A.頻繁訪問(wèn)同一頁(yè)面B.訪問(wèn)隱藏頁(yè)面C.未設(shè)置請(qǐng)求頭D.以上都有可能6、當(dāng)遇到反爬蟲(chóng)機(jī)制時(shí)，以下哪種方法不太可能有效？A.使用代理IPB.降低抓取頻率C.模擬人類行為D.發(fā)送大量請(qǐng)求突破限制7、以下哪個(gè)不是爬蟲(chóng)中設(shè)置并發(fā)的考慮因素？（）A.服務(wù)器性能B.網(wǎng)絡(luò)帶寬C.數(shù)據(jù)一致性D.數(shù)據(jù)隱私8、爬蟲(chóng)在處理大規(guī)模并發(fā)請(qǐng)求時(shí)，可能會(huì)用到的技術(shù)是（）A.線程池B.進(jìn)程池C.協(xié)程D.以上都是9、網(wǎng)絡(luò)爬蟲(chóng)在抓取網(wǎng)頁(yè)時(shí)，如何處理網(wǎng)頁(yè)中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是10、在爬蟲(chóng)中，處理反爬蟲(chóng)的驗(yàn)證碼可以使用（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)C.忽略驗(yàn)證碼D.以上都是11、以下哪個(gè)不是爬蟲(chóng)中處理反爬蟲(chóng)的技巧？（）A.降低訪問(wèn)頻率B.使用隨機(jī)User-AgentC.頻繁更換IPD.以上都是12、爬蟲(chóng)在存儲(chǔ)數(shù)據(jù)時(shí)，使用數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)是（）A.便于查詢和管理B.節(jié)省存儲(chǔ)空間C.提高寫(xiě)入速度D.無(wú)需進(jìn)行數(shù)據(jù)處理13、以下哪種語(yǔ)言常用于編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)？A.JavaB.PythonC.C++D.JavaScript14、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)驗(yàn)證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性15、在爬蟲(chóng)中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是16、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)存儲(chǔ)的優(yōu)化方式？（）A.批量寫(xiě)入B.壓縮存儲(chǔ)C.索引優(yōu)化D.減少存儲(chǔ)17、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18、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)缺失值的方法？（）A.填充B.忽略C.報(bào)錯(cuò)D.以上都是19、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的動(dòng)態(tài)IP封禁？（）A.使用代理B.更換IPC.等待解封D.以上都是20、以下哪種情況可能導(dǎo)致爬蟲(chóng)被網(wǎng)站封禁？（）A.訪問(wèn)頻率過(guò)高B.不遵守robots.txt協(xié)議C.發(fā)送異常請(qǐng)求D.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）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理抓取過(guò)程中的錯(cuò)誤。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的驗(yàn)證碼。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何確保抓取數(shù)據(jù)的準(zhǔn)確性和完整性。4、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的社區(qū)發(fā)現(xiàn)和分析數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）