重慶人文科技學(xué)院《數(shù)據(jù)挖掘與分析技術(shù)課程設(shè)計(jì)》2021-2022學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁重慶人文科技學(xué)院《數(shù)據(jù)挖掘與分析技術(shù)課程設(shè)計(jì)》2021-2022學(xué)年期末試卷題號(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、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)存儲(chǔ)錯(cuò)誤的方式？（）A.重試B.記錄錯(cuò)誤日志C.忽略錯(cuò)誤D.以上都是2、在爬蟲中，以下哪個(gè)庫常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是3、爬蟲在處理網(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4、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.PythonB.JavaC.C++D.以上都是5、爬蟲在處理網(wǎng)頁中的圖片時(shí)，通常的做法是（）A.下載圖片B.忽略圖片C.分析圖片內(nèi)容D.以上都可以6、以下哪個(gè)不是爬蟲中處理網(wǎng)頁編碼的方法？（）A.自動(dòng)檢測B.指定編碼C.忽略編碼D.轉(zhuǎn)換編碼7、以下哪個(gè)不是爬蟲中處理數(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8、以下哪種語言常用于編寫網(wǎng)絡(luò)爬蟲？A.JavaB.PythonC.C++D.JavaScript9、以下哪個(gè)不是爬蟲中處理分布式任務(wù)失敗的方式？（）A.自動(dòng)重試B.標(biāo)記失敗C.忽略失敗D.停止任務(wù)10、網(wǎng)絡(luò)爬蟲在解析HTML頁面時(shí)，以下哪個(gè)庫比較常用？（）A.lxmlB.reC.pandasD.matplotlib11、爬蟲在處理動(dòng)態(tài)網(wǎng)頁時(shí)，可能會(huì)用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)存儲(chǔ)的優(yōu)化方式？（）A.批量寫入B.壓縮存儲(chǔ)C.索引優(yōu)化D.減少存儲(chǔ)13、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗(yàn)B.版本控制C.數(shù)據(jù)備份D.以上都是14、網(wǎng)絡(luò)爬蟲如何判斷一個(gè)頁面是否已經(jīng)抓取過？（）A.數(shù)據(jù)庫記錄B.本地文件記錄C.以上都是D.以上都不是15、在處理動(dòng)態(tài)網(wǎng)頁時(shí)，以下哪種技術(shù)常用于獲取數(shù)據(jù)？（）A.SeleniumB.PhantomJSC.以上都是D.以上都不是16、爬蟲在處理網(wǎng)頁中的鏈接時(shí)，需要注意（）A.過濾無效鏈接B.避免死循環(huán)C.處理相對(duì)鏈接D.以上都是17、以下哪個(gè)不是爬蟲中處理驗(yàn)證碼的方法？（）A.手動(dòng)輸入B.圖像識(shí)別C.跳過D.以上都是18、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的請(qǐng)求頭驗(yàn)證？（）A.模擬正確的請(qǐng)求頭B.忽略驗(yàn)證C.強(qiáng)行發(fā)送請(qǐng)求D.以上都是19、以下哪個(gè)不是爬蟲中處理并發(fā)的方式？（）A.多線程B.多進(jìn)程C.異步D.單線程循環(huán)20、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate二、簡答題（本大題共4個(gè)小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能聚類相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能財(cái)務(wù)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)頁中的智能推薦相關(guān)元素。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁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20分)1、