西昌學(xué)院《數(shù)據(jù)挖掘與可視化》2023-2024學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁(yè)，共3頁(yè)西昌學(xué)院

《數(shù)據(jù)挖掘與可視化》2023-2024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、爬蟲(chóng)在處理網(wǎng)站的robots.txt禁止爬取時(shí)，應(yīng)該（）A.遵守規(guī)定B.嘗試突破C.忽略不管D.隨機(jī)選擇2、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的加密數(shù)據(jù)？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是3、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是4、在爬蟲(chóng)中，處理網(wǎng)頁(yè)中的JavaScript代碼可以使用（）A.PyV8B.PhantomJSC.Node.jsD.以上都是5、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6、以下哪個(gè)不是爬蟲(chóng)中處理異常重試的策略？（）A.固定次數(shù)重試B.無(wú)限次重試C.按照時(shí)間間隔重試D.隨機(jī)重試7、在爬蟲(chóng)中，處理網(wǎng)頁(yè)編碼的常見(jiàn)庫(kù)是（）A.chardetB.codecsC.encodingsD.utf-88、以下哪個(gè)不是常見(jiàn)的爬蟲(chóng)存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.OracleD.Excel9、以下哪個(gè)不是爬蟲(chóng)中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的驗(yàn)證碼變化？（）A.及時(shí)更新識(shí)別策略B.放棄抓取C.人工處理D.以上都是11、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化12、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲(chóng)？（）A.JavaB.PythonC.C++D.Ruby13、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開(kāi)數(shù)據(jù)D.以上都是14、以下哪個(gè)不是影響爬蟲(chóng)性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語(yǔ)言D.代碼優(yōu)化15、在爬蟲(chóng)中，處理重定向的常見(jiàn)方法是（）A.自動(dòng)跟隨B.忽略重定向C.手動(dòng)處理D.以上都是16、以下哪種數(shù)據(jù)格式常用于網(wǎng)絡(luò)爬蟲(chóng)存儲(chǔ)抓取到的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是17、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)更新頻率不一致的方法？（）A.統(tǒng)一更新頻率B.按照不同頻率處理C.忽略更新頻率D.以上都是18、在爬蟲(chóng)中，以下哪個(gè)方法常用于處理網(wǎng)頁(yè)中的驗(yàn)證碼？（）A.人工識(shí)別B.機(jī)器學(xué)習(xí)識(shí)別C.忽略驗(yàn)證碼D.以上都是19、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合法性的方法？（）A.數(shù)據(jù)驗(yàn)證B.數(shù)據(jù)過(guò)濾C.數(shù)據(jù)轉(zhuǎn)換D.以上都是20、以下哪個(gè)不是爬蟲(chóng)框架的特點(diǎn)？（）A.代碼復(fù)用B.簡(jiǎn)化開(kāi)發(fā)C.降低性能D.方便管理二、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(chóng)如何處理網(wǎng)頁(yè)中的用戶私信和通知數(shù)據(jù)。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能協(xié)同相關(guān)元素。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何識(shí)別和處理網(wǎng)頁(yè)中的廣告內(nèi)容。4、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能排序相關(guān)元素。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）創(chuàng)建一個(gè)Pyth