大數(shù)據(jù)技術(shù)與應用題庫完整

1、.大數(shù)據(jù)技術(shù)及應用題庫單選題 :1 從大量數(shù)據(jù)中提取知識的過程通常稱為（ A）。a. . 數(shù)據(jù)挖掘b. . 人工智能c. . 數(shù)據(jù)清洗d. . 數(shù)據(jù)倉庫2 下列論據(jù)中 ，能夠支撐 “大數(shù)據(jù)無所不能”的觀點的是 （ A）。A 、互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B、大數(shù)據(jù)存在泡沫C、大數(shù)據(jù)具有非常高的成本D 、個人隱私泄露與信息安全擔憂3 數(shù)據(jù)倉庫的最終目的是（ D）。a. . 收集業(yè)務需求b. . 建立數(shù)據(jù)倉庫邏輯模型c. . 開發(fā)數(shù)據(jù)倉庫的應用分析d. . 為用戶和業(yè)務部門提供決策支持4 大數(shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別是（A ）。a. . 處理速度快 （秒級定律 ）.專業(yè) .專注

2、.b. . 算法種類更多c. . 精度更高d. . 更加智能化5 大數(shù)據(jù)的起源是（C）。a. . 金融b. . 電信c. . 互聯(lián)網(wǎng)d. . 公共管理6 大數(shù)據(jù)不是要教機器像人一樣思考。相反 ，它是（ A）。a. . 把數(shù)學算法運用到海量的數(shù)據(jù)上來預測事情發(fā)生的可能性b. . 被視為人工智能的一部c. . 被視為一種機器學習d. . 預測與懲罰7 人與人之間溝通信息、傳遞信息的技術(shù)，這指的是 （ D）。a. . 感測技術(shù)b. . 微電子技術(shù)c. . 計算機技術(shù)d. . 通信技術(shù).專業(yè) .專注.8 數(shù)據(jù)清洗的方法不包括（ D）。a. . 缺失值處理b. . 噪聲數(shù)據(jù)清除c. . 一致性檢查d.

3、. 重復數(shù)據(jù)記錄處理9. 下列關(guān)于舍恩伯格對大數(shù)據(jù)特點的說法中，錯誤的是 （ D）A. 數(shù)據(jù)規(guī)模大B. 數(shù)據(jù)類型多樣C. 數(shù)據(jù)處理速度快D. 數(shù)據(jù)價值密度高10 規(guī)模巨大且復雜，用現(xiàn)有的數(shù)據(jù)處理工具難以獲取、整理、管理以及處理的數(shù)據(jù)，這指的是 （ D）。a. . 富數(shù)據(jù)b. . 貧數(shù)據(jù)c. . 繁數(shù)據(jù)d. . 大數(shù)據(jù)11 大數(shù)據(jù)正快速發(fā)展為對數(shù)量巨大、來源分散 、格式多樣的數(shù)據(jù)進行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值 、提升新能力的 （ D）。a. . 新一代信息技術(shù)b. . 新一代服務業(yè)態(tài)c. . 新一代技術(shù)平臺d. . 新一代信息技術(shù)和服務業(yè)態(tài).專業(yè) .專注.12 萬維網(wǎng)之父是

4、 （ C）A. 彼得 ·德魯克B. 舍恩伯格C. 蒂姆 ·伯納斯 李D. 斯科特 ·布朗13 下列演示方式中，不屬于傳統(tǒng)統(tǒng)計圖方式的是（ D）。A 、柱形圖B、餅狀圖C、曲線圖D、網(wǎng)絡圖14 當前社會中 ，最為突出的大數(shù)據(jù)環(huán)境是（A ）。A 、互聯(lián)網(wǎng)B、物聯(lián)網(wǎng)C、綜合國力D 、自然資源15 可以對大數(shù)據(jù)進行深度分析的工具是（C）。A 、淺層神經(jīng)網(wǎng)絡B、 ScalaC、深度學習.專業(yè) .專注.D 、 MapReduce16 大數(shù)據(jù)的起源是（ C）。A 、金融B、電信C、互聯(lián)網(wǎng)D 、公共管理17 智慧城市的構(gòu)建，不包含 （ C）。A 、數(shù)字城市B、物聯(lián)網(wǎng)C、聯(lián)網(wǎng)監(jiān)控D

5、、云計算18 大數(shù)據(jù)的4V 特征中的Volume 是指 （D ）。A 、價值密度低B、處理速度快C、數(shù)據(jù)類型繁多D 、數(shù)據(jù)體量巨大19 大數(shù)據(jù)的4V 特征中的Variety 是指 （ C）。A 、價值密度低.專業(yè) .專注.B、處理速度快C、數(shù)據(jù)類型繁多D 、數(shù)據(jù)體量巨大20 大數(shù)據(jù)的4V 特征中的Velocity是指（ B）。A 、價值密度低B、處理速度快C、數(shù)據(jù)類型繁多D 、數(shù)據(jù)體量巨大21 下列關(guān)于大數(shù)據(jù)的分析理念的說法中，錯誤的是 （ D）。A 、在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B、在分析方法上更注重相關(guān)分析而不是因果分析C、在分析效果上更追究效率而不是絕對精確D 、在數(shù)據(jù)規(guī)模上

6、強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)22 大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行（B）。A 、數(shù)據(jù)信息B、專業(yè)化處理C、速度處理D 、內(nèi)容處理.專業(yè) .專注.23 大數(shù)據(jù)的核心就是（ B）。A 、告知與許可B、預測C、匿名化D、規(guī)?；?4 人與人之間溝通信息、傳遞信息的技術(shù)，這指的是 （D ）。A 、感測技術(shù)B、微電子技術(shù)C、計算機技術(shù)D 、通信技術(shù)25 大數(shù)據(jù)的最顯著特征是（ A ）。A 、數(shù)據(jù)規(guī)模大B、數(shù)據(jù)類型多樣C、數(shù)據(jù)處理速度快D 、數(shù)據(jù)價值密度高28 大數(shù)據(jù)正快速發(fā)展為對數(shù)量巨大、來源分散 、格式多樣的數(shù)據(jù)進行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價

7、值 、提升新能力的 （ D）。A 、新一代信息技術(shù).專業(yè) .專注.B、新一代服務業(yè)態(tài)C、新一代技術(shù)平臺D 、新一代信息技術(shù)和服務業(yè)態(tài)29 下列關(guān)于普查的缺點的說法中，正確的是 （ A ）。A. 工作量較大 ，容易導致調(diào)查內(nèi)容有限、產(chǎn)生重復和遺漏現(xiàn)象B. 誤差不易被控制C. 對樣本的依賴性比較強D. 評測結(jié)果不夠穩(wěn)定30 下列關(guān)于聚類挖掘技術(shù)的說法中，錯誤的是 （ B）A 不預先設定數(shù)據(jù)歸類類目，完全根據(jù)數(shù)據(jù)本身性質(zhì)將數(shù)據(jù)聚合成不同類別B 需求同類數(shù)據(jù)的內(nèi)容相似度盡可能小C 要求不同類數(shù)據(jù)的內(nèi)容相似度盡可能小D 與分類挖掘技術(shù)相似的是 ，都是要對數(shù)據(jù)進行分類處理31 假設一種基因同時導致兩件事情

8、，一是使人喜歡抽煙，二是使這個人和肺癌就是（ A）關(guān)系 ，而吸煙和肺癌則是（ A）關(guān)系。A 因果；相關(guān)B 相關(guān)；因果C 并列；相關(guān)D 因果；并列32 下列關(guān)于數(shù)據(jù)交易市場的說法中，錯誤的是 （ C）.專業(yè) .專注.A 數(shù)據(jù)交易市場是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)物B 商業(yè)化的數(shù)據(jù)交易活動催生了多方參與的第三方數(shù)據(jù)交易市場C 數(shù)據(jù)交易市場通過生產(chǎn)數(shù)據(jù) 、研發(fā)和分析數(shù)據(jù) ，為數(shù)據(jù)交易提供幫助D 數(shù)據(jù)交易市場是大數(shù)據(jù)資源化的必然產(chǎn)物33 下列關(guān)于計算機存儲容量單位的說法中，錯誤的是 （ C）A 1KB<1MB<1GBB 基本單位是字節(jié) (Byte)C 一個漢字需要一個字節(jié)的存儲空間D 一個

9、字節(jié)能夠容納一個英文字符34 當前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由（ C）首先提出的A 微軟B百度C谷歌D 阿里巴巴35 下列國家的大數(shù)據(jù)發(fā)展行動中，集中體現(xiàn) “重視基礎(chǔ) ，首度先行 ”的國家是 （ D）A美國B日本C中國D韓國36 可以對大數(shù)據(jù)進行深度分析的平臺工具是（C）A 傳統(tǒng)的機器學習和數(shù)據(jù)分析工具B 第二代機器學習工具C 第三代機器學習工具D 未來機器學習工具.專業(yè) .專注.37 智能健康手環(huán)的應用開發(fā)，體現(xiàn)了 （ D）的數(shù)據(jù)采集技術(shù)的應用A 統(tǒng)計報表B 網(wǎng)絡爬蟲C API 接口D 傳感器38 過一系列處理 ，在基本保持原始數(shù)據(jù)完整性的基礎(chǔ)上，減小數(shù)據(jù)規(guī)模的是（ C）A 數(shù)據(jù)清洗B 數(shù)據(jù)融合C

10、數(shù)據(jù)規(guī)約D 數(shù)據(jù)挖掘39 制成大數(shù)據(jù)業(yè)務的基礎(chǔ)是（ A）A 數(shù)據(jù)科學B 數(shù)據(jù)應用C 數(shù)據(jù)硬件D 數(shù)據(jù)人才40 面向用戶提供大數(shù)據(jù)一站式部署方案，包括數(shù)據(jù)中心和服務器等硬件、數(shù)據(jù)分析應用軟件及技術(shù)運維支持等多方面內(nèi)容的大數(shù)據(jù)商業(yè)模式是（ A）A 大數(shù)據(jù)解決方案模式B 大數(shù)據(jù)信息分類模式C 大數(shù)據(jù)處理服務模式D 大數(shù)據(jù)資源提供模式41 美國海軍軍官莫里通過對前人航海日志的分析，繪制了新的航海路線圖，標明了大風與洋流可能發(fā)生的地點。 這體現(xiàn)了大數(shù)據(jù)分析理念中的（ B）.專業(yè) .專注.A 在數(shù)據(jù)基礎(chǔ)上傾向于全體數(shù)據(jù)而不是抽樣數(shù)據(jù)B 在分析方法上更注重相關(guān)分析而不是因果分析C 在分析效果上更追究效率而不

11、是絕對精確D 在數(shù)據(jù)規(guī)模上強調(diào)相對數(shù)據(jù)而不是絕對數(shù)據(jù)42 根據(jù)不同的業(yè)務需求來建立數(shù)據(jù)模型，抽取最有意義的向量，決定選取哪種方法的數(shù)據(jù)分析角色人員是（ C）A 數(shù)據(jù)管理人員B 數(shù)據(jù)分析員C 研究科學家D 軟件開發(fā)工程師43.(D) 反映數(shù)據(jù)的精細化程度，越細化的數(shù)據(jù) ，價值越高 。A 規(guī)模B 活性C 關(guān)聯(lián)度D 顆粒度44.下列關(guān)于數(shù)據(jù)重組的說法中，錯誤的是 （ A）A 數(shù)據(jù)重組是數(shù)據(jù)的重新產(chǎn)生和重新采集B 數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒C 數(shù)據(jù)重組實現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成.專業(yè) .專注.D 數(shù)據(jù)重組有利于實現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新45 在數(shù)據(jù)生命周期管理實踐中，（ B）是執(zhí)行方法 。A

12、 數(shù)據(jù)存儲和備份規(guī)范B 數(shù)據(jù)管理和維護C 數(shù)據(jù)價值發(fā)覺和利用D 數(shù)據(jù)應用開發(fā)和管理46 下列關(guān)于網(wǎng)絡用戶行為的說法中 ，錯誤的是 （ C）A 網(wǎng)絡公司能夠捕捉到用戶在其網(wǎng)站上的所有行為B 用戶離散的交互痕跡能夠為企業(yè)提升服務質(zhì)量提供參考C 數(shù)字軌跡用完即自動刪除D 用戶的隱私安全很難得以規(guī)范保護47 Mac OS系統(tǒng)的開發(fā)者是（ C）A 微軟公司B 惠普公司C 蘋果公司DIBM 公司48 大數(shù)據(jù)時代 ，數(shù)據(jù)使用的關(guān)鍵是 （ D）A 數(shù)據(jù)收集.專業(yè) .專注.B 數(shù)據(jù)存儲C 數(shù)據(jù)分析D 數(shù)據(jù)再利用49 下列關(guān)于數(shù)據(jù)交易市場的說法中 ，錯誤的是 （ C）A 數(shù)據(jù)交易市場是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展到一定程度的產(chǎn)

13、物B 商業(yè)化的數(shù)據(jù)交易活動催生了多方參與的第三方數(shù)據(jù)交易市場C 數(shù)據(jù)交易市場通過生產(chǎn)數(shù)據(jù) 、研發(fā)和分析數(shù)據(jù) ，為數(shù)據(jù)交易提供幫助D 數(shù)據(jù)交易市場是大數(shù)據(jù)資源化的必然產(chǎn)物50 下列論據(jù)中 ，能夠支撐 “大數(shù)據(jù)無所不能 ”的觀點的是 （ A）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)存在泡沫C 大數(shù)據(jù)具有非常高的成本D 個人隱私泄露與信息安全擔憂51 數(shù)據(jù)倉庫的最終目的是（ D）A 收集業(yè)務需求B 建立數(shù)據(jù)倉庫邏輯模型C 開發(fā)數(shù)據(jù)倉庫的應用分析D 為用戶和業(yè)務部門提供決策支持.專業(yè) .專注.52 支撐大數(shù)據(jù)業(yè)務的基礎(chǔ)是（ B）A 數(shù)據(jù)科學B 數(shù)據(jù)應用C 數(shù)據(jù)硬件D 數(shù)據(jù)人才53 、 下列關(guān)于大

14、數(shù)據(jù)預測的說法中，錯誤的是 （ D）A 人類的生活正在被大數(shù)據(jù)預測深刻改變B 預測性分析是大數(shù)據(jù)最核心的功能C 分析從 “面向已經(jīng)發(fā)生的過去 ”轉(zhuǎn)向 “面向即將發(fā)生的未來 ”是大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的最大區(qū)別D 大數(shù)據(jù)預測則是基本大數(shù)據(jù)和預測模型去預測過去某件事情的概率54 、一切事物及事物運動的狀態(tài)，不僅銷售數(shù)據(jù)、價格這些客觀標準可以形成大數(shù)據(jù)，甚至連顧客情緒（如色彩 、空間的感知等）都可以測得，這體現(xiàn)了大數(shù)據(jù)思維維度中的（A ）A 定量思維B 相關(guān)思維C 因果思維D 實驗思維55 、下列國家的大數(shù)據(jù)發(fā)展行動中，堅持原則先行、謹慎發(fā)展的國家是（D ）A 英國.專業(yè) .專注.B 韓國C 印度D 澳大

15、利亞56 、下列論據(jù)中 ，體現(xiàn) “冷眼 ”看大數(shù)據(jù)的觀點是（ B）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)醫(yī)療正在走進平民百姓C 數(shù)據(jù)資產(chǎn)型企業(yè)前景光明D 個人隱私泄露與信息安全擔憂57 、下列國家的大數(shù)據(jù)發(fā)展行動中，視大數(shù)據(jù)為新的自然資源的國家是（D ）A 中國B 韓國C 印度D 新加坡58 、大數(shù)據(jù)環(huán)境下的隱私擔憂，主要表現(xiàn)為 （A ）A 個人信息的被識別與暴露B 用戶畫像的生成C 惡意廣告的推送D 病毒侵入.專業(yè) .專注.59 、對線下零售而言，做好大數(shù)據(jù)分析應用的前提是（C）A 增加統(tǒng)計種類B 擴大營業(yè)面積C 增加數(shù)據(jù)來源D 開展優(yōu)惠促銷60 、萬維網(wǎng)的實施國家是（ B）A 英國

16、B 美國C 德國D 印度61 、一切皆可試 ，大數(shù)據(jù)分析的效果好壞，可能通過模擬仿真或者實際運行來驗證，這體現(xiàn)大數(shù)據(jù)思維中的（D）A 定量思維B 相關(guān)思維C 因果思維D 實驗思維62 、下列企業(yè)中 ，最有可能成為典型的數(shù)據(jù)資產(chǎn)運營商的是（ D）A 物聯(lián)網(wǎng)企業(yè)B 互聯(lián)網(wǎng)企業(yè).專業(yè) .專注.C 云計算企業(yè)D 電信運營商多選題 :1 云計算的優(yōu)勢體現(xiàn)在以下哪些方面？（ ABCD ）a. . 云計算服務更加安全可靠b. . 云計算可以真正實現(xiàn)按需服務c. . 云計算可以有效提高資源利用率d. . 云計算可以大大降低成本和能耗2 醫(yī)療領(lǐng)域如何利用大數(shù)據(jù)？（ ABCD ）a. . 臨床決策支持b. . 個

17、性化醫(yī)療c. . 社保資金安全d. . 用戶行為分析3 下列各國大數(shù)據(jù)發(fā)展路徑的描述中，對應關(guān)系正確的是（ ACDE）。A. 日本：走尖端 IT 路線B. 英國 ：視大數(shù)據(jù)為新的自然資源C. 韓國 ：重視基礎(chǔ) 、首都先行D 印度 :以 IT 外包轉(zhuǎn)型為突破口E 澳大利亞 :原則先行 ，謹慎發(fā)展.專業(yè) .專注.4 當前 ，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點是（ BCE）A 規(guī)模較大B 規(guī)模較小C 增速很快D 增速緩慢E 多產(chǎn)業(yè)交叉融合5 下列關(guān)于發(fā)數(shù)據(jù)的說法中，錯誤的是 （ AD ）A 大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一 、時效性強的特征B 處理大數(shù)據(jù)需采用新型計算機架構(gòu)和智能算法等新技術(shù)C 大數(shù)據(jù)的應有注重相關(guān)分析

18、而不是因果分析D 大數(shù)據(jù)的應有注重因果分析而不是相關(guān)分析E 大數(shù)據(jù)的目的在于發(fā)現(xiàn)新的知識與洞察并進行科學決策6 下列關(guān)于基于大數(shù)據(jù)的營銷模式和傳統(tǒng)營銷模式的說法中，錯誤的是 （ ABC）A 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式投入更小B 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式針對性更強C 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式轉(zhuǎn)化率低D 基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式實時性更強E 基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式標準性更強.專業(yè) .專注.7 按照服務目的不同，數(shù)據(jù)流通平臺可分為（CDE）A 政府數(shù)據(jù)開放平臺B 企業(yè)數(shù)據(jù)開放平臺C 數(shù)據(jù)交易市場D 數(shù)據(jù)研發(fā)市場E 數(shù)據(jù)廢棄交易市場8 下列論據(jù)中 ，能

19、夠支撐 “大數(shù)據(jù)唔多不能 ”的觀點的是 （ ADE）A 互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為B 大數(shù)據(jù)存在泡沫C 大數(shù)據(jù)具有非常高的成本D 大數(shù)據(jù)醫(yī)療正在走進平民百姓E 數(shù)據(jù)資產(chǎn)型企業(yè)前景光明9 大數(shù)據(jù)的價值體現(xiàn)在（ ABCDE）A 大數(shù)據(jù)給思維方式帶來了沖擊B 大數(shù)據(jù)為政策制定提供科學依據(jù)C 大數(shù)據(jù)助力智慧城市提升公共服務水平D 大數(shù)據(jù)實現(xiàn)了精準營銷E 大數(shù)據(jù)的發(fā)力點在于預測10 當前大數(shù)據(jù)技術(shù)的基礎(chǔ)包括（ ABD）.專業(yè) .專注.A 分布式文件系統(tǒng)B 分布式并行計算C 關(guān)系型數(shù)據(jù)庫D 分布式數(shù)據(jù)庫E 非關(guān)系型數(shù)據(jù)庫11 可視化高維展示技術(shù)在展示數(shù)據(jù)之間的關(guān)系以及數(shù)據(jù)分析結(jié)果方面的作用是（ BD

20、）A 能夠直觀反映成對數(shù)據(jù)之間的空間關(guān)系B 能夠主觀反映多維數(shù)據(jù)之間的空間關(guān)系C 能夠靜態(tài)演化事物的變化及變化的規(guī)律D 能夠動態(tài)演化事物的變化及變化的規(guī)律12 下列關(guān)于計算機存貯容量單位換算關(guān)系的公式中，正確的是 （ BE）A. 1KB=1012ByteB. 1KB=1024BytesC. 1GB=1024KBD. 1GB=1012MBE. 1GB=1024MB13 、在網(wǎng)絡爬蟲的爬行策略中，應用最為基礎(chǔ)的是（ AB）A 深度優(yōu)先遍歷策略B 廣度優(yōu)先遍歷策略.專業(yè) .專注.C 高度優(yōu)先遍歷策略D 反向鏈接策略E 大戰(zhàn)優(yōu)先策略14 、當前，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的特點是（ ACE）A 規(guī)模較大B 規(guī)模較

21、小C 增速很快D 增速緩慢E 多產(chǎn)業(yè)交叉融合15 、下列關(guān)于數(shù)據(jù)生命周期管理的核心認識中，正確的是 （ ABC）A 數(shù)據(jù)從產(chǎn)生到被刪除銷毀的過程中，具有多個不同的數(shù)據(jù)存在階段B 在不同的數(shù)據(jù)存在階段，數(shù)據(jù)的價值是不同的C 根據(jù)數(shù)據(jù)價值的不同應該對數(shù)據(jù)采取不同的管路策略D 數(shù)據(jù)生命周期管理旨在產(chǎn)生效益的同時，降低生產(chǎn)成本E 數(shù)據(jù)生命周期管理最終關(guān)注的是社會效益16 、下列關(guān)于基于大數(shù)據(jù)的營銷模式和傳統(tǒng)營銷模式的說法中，錯誤的是 （ AB ）A 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式投入更小B 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式針對性更強C 傳統(tǒng)營銷模式比基于大數(shù)據(jù)的營銷模式轉(zhuǎn)化率低.專業(yè) .專注.D

22、 基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式實時性更強E 基于大數(shù)據(jù)的營銷模式比傳統(tǒng)營銷模式精準性更強17 、下列關(guān)于臟數(shù)據(jù)的說法中，正確的是 （ ABCDE）A 格式不規(guī)范B 編碼不統(tǒng)一C 意義不明確D 與實際業(yè)務關(guān)系不大E 數(shù)據(jù)不完整18 、數(shù)據(jù)再利用的意義在于（ ABC ）A 挖掘數(shù)據(jù)的潛在價值B 實現(xiàn)數(shù)據(jù)重組的創(chuàng)新價值C 利用數(shù)據(jù)可擴展性拓寬業(yè)務領(lǐng)域D 優(yōu)化存儲設備 ，降低設備成本E 提高社會效益 ，優(yōu)化社會管理19 、按照涉及自變量的多少，可以將回歸分析分為（ CD）A 線性回歸分析B 非線性回歸分析C 一元回歸分析D 多元回歸分析.專業(yè) .專注.E 綜合回歸分析20 、傳統(tǒng)數(shù)據(jù)密集型行業(yè)積

23、極探索和布局大數(shù)據(jù)應用的表現(xiàn)是（ BCE）A 投資入股互聯(lián)網(wǎng)電商行業(yè)B 打通多源跨域數(shù)據(jù)C 提高分析挖掘能力D 自行開發(fā)數(shù)據(jù)產(chǎn)品E 實現(xiàn)科學決策與運營21 、大數(shù)據(jù)人才整體上需要具備（ ABE）等核心知識 。A 數(shù)學與統(tǒng)計知識B 計算機相關(guān)知識C 馬克思主義哲學知識D 市場運營管理知識E 在特定業(yè)務領(lǐng)域的知識22 、下列關(guān)于大數(shù)據(jù)的說法中，錯誤的是 （ AD ）A 大數(shù)據(jù)具有體量大、結(jié)構(gòu)單一 、時效性強的特征B 處理大數(shù)據(jù)需采用新型計算架構(gòu)和智能算法等新技術(shù)C 大數(shù)據(jù)的應用注重相關(guān)分析而不是因果分析D 大數(shù)據(jù)的應用注重因果分析而不是相關(guān)分析E 大數(shù)據(jù)的目的在于發(fā)現(xiàn)新的知識與洞察并進行科學決策.

24、專業(yè) .專注.23 、下列關(guān)于大數(shù)據(jù)對政府政策制定的影響的說法中，錯誤的是 （ CD）A 大數(shù)據(jù)有助于避免傳統(tǒng)決策方式的隨意性和主觀性B 大數(shù)據(jù)有效改變了政府的決策方式C 大數(shù)據(jù)可以完美解決一切政府政策制定難題D 大數(shù)據(jù)推動政府從基于“實證 ”的決策模式走向基于“經(jīng)驗 ”的決策模式E 大數(shù)據(jù)拓展了政府決策的信息邊界條件24 、當前大數(shù)據(jù)技術(shù)的基礎(chǔ)包括（ ABD）A 分布式文件系統(tǒng)B 分布式并行計算C 關(guān)系型數(shù)據(jù)庫D 分布式數(shù)據(jù)庫E 非關(guān)系型數(shù)據(jù)庫25 、大數(shù)據(jù)的低耗能能存儲及高效率計算的要求，需要以下多種技術(shù)協(xié)同合作（ ABCD）A 分布式云存儲技術(shù)B 高性能并行計算技術(shù)C 多元數(shù)據(jù)清洗及數(shù)據(jù)

25、整合技術(shù)D 分布式文件系統(tǒng)及分布式并行數(shù)據(jù)庫E 可視化高維展示技術(shù).專業(yè) .專注.26 、 IBM 公司用 3 個 V 來描述大數(shù)據(jù)的三個基本特征，這 3V 是（ ACD ）A 體量B 規(guī)模C 速度D 多樣性E 復雜性27 、可視化高維展示技術(shù)在展示數(shù)據(jù)之間的關(guān)系以及數(shù)據(jù)分析結(jié)果方面的作用是（ BD）A 能夠直觀反映成對數(shù)據(jù)之間的空間關(guān)系B 能夠主觀反映多維數(shù)據(jù)之間的空間關(guān)系C 能夠靜態(tài)演化事物的變化及變化的規(guī)律D 能夠動態(tài)演化事物的變化及變化的規(guī)律28 、下列關(guān)于云計算和數(shù)據(jù)庫的說法中，錯誤的是 （ AE）A 獲取樣本的代價很高B 獲取足夠大的樣本數(shù)據(jù)乃至全體數(shù)據(jù)非常容易C 比抽樣調(diào)查數(shù)據(jù)更

26、全面D 比抽樣調(diào)查更能反映整個群體的特征與規(guī)律E 可以為發(fā)現(xiàn)新的商機機會提供決策支持判斷題 ：1 第三方數(shù)據(jù)處理模式表現(xiàn)為：服務商通過軟件即服務或平臺即服務云服務形式為用戶提.專業(yè) .專注.供自己的數(shù)據(jù)上傳到服務商的平臺上，由平臺進行分析處理，用戶可以在線查看相應的結(jié)果。（）2. 對于大數(shù)據(jù)而言，最基本 、最重要的要求就是減少錯誤、保證質(zhì)量 。 因此 ，大數(shù)據(jù)收集的信息精確 。（×）3. 對于企業(yè)來說，給用戶進行各種促銷或者實施運營策略的時機也比較重要，而且對不同最好集中處理 。（×）4. 在美國的大數(shù)據(jù)大棋中，“五眼 ”是指配合美國進行全球監(jiān)控的包含美國、英國 、加拿大 、荷蘭在內(nèi)的五個國家。（）5. 啤酒與尿布的經(jīng)典案例 ，充分體現(xiàn)了實驗思維在大數(shù)據(jù)分析理念中的重要性。（×）6.當前，企業(yè)提供的大數(shù)據(jù)解決方案大多基于Ha doop 開源項目 。（）7. 澳大利亞政府視大數(shù)據(jù)為新的自然資源，積極承擔數(shù)據(jù)提供者的角色，主動披露政府 。（）8. 大數(shù)據(jù)可以分析與挖掘出之前人們不知道或者沒有注意到的模式，可以從海量數(shù)據(jù)