沈陽(yáng)城市學(xué)院《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)沈陽(yáng)城市學(xué)院《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》

2022-2023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、在爬蟲中，以下哪個(gè)庫(kù)常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是2、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，如何處理異常情況？（）A.記錄日志B.重試C.跳過D.以上都是3、在爬蟲中，如何處理網(wǎng)頁(yè)中的錯(cuò)誤鏈接？（）A.記錄B.跳過C.嘗試修復(fù)D.以上都是4、在爬蟲中，以下哪個(gè)庫(kù)常用于處理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是5、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.scipy6、網(wǎng)絡(luò)爬蟲在遇到重定向時(shí)，通常會(huì)（）A.跟隨重定向B.忽略重定向C.報(bào)錯(cuò)D.以上都有可能7、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐陷阱？（）A.識(shí)別并避開B.陷入后處理C.忽略D.以上都是8、網(wǎng)絡(luò)爬蟲在抓取網(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9、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)質(zhì)量評(píng)估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性10、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11、以下哪種情況可能導(dǎo)致爬蟲被法律追究責(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12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup13、在處理動(dòng)態(tài)網(wǎng)頁(yè)時(shí)，以下哪種技術(shù)對(duì)爬蟲比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是14、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站識(shí)別為異常訪問？（）A.訪問頻率過高B.訪問時(shí)間異常C.訪問路徑異常D.以上都是15、在爬蟲中，用于模擬瀏覽器行為的庫(kù)是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy16、當(dāng)爬蟲遇到反爬蟲機(jī)制時(shí)，以下哪種方法不太合適？（）A.使用代理IPB.降低抓取頻率C.偽裝瀏覽器頭部D.強(qiáng)行突破17、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript18、以下哪個(gè)不是爬蟲中處理代理IP的原因？（）A.突破訪問限制B.提高訪問速度C.隱藏真實(shí)IPD.以上都是19、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20、以下哪個(gè)不是爬蟲中處理異常的原則？（）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SVG圖形。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能影視后期制作相關(guān)元素。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的情感分析數(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)中的智能分類相關(guān)元素。三、編