數(shù)據(jù)采集與處理-題庫帶答案

數(shù)據(jù)采集與處理-題庫帶答案1、（）是指對客觀事件記錄的符號，是對客觀事物的性質(zhì)、狀態(tài)及相互關(guān)系等進行記載的物理符號或這些物理符號的組合。數(shù)據(jù)字段記錄大數(shù)據(jù)答案：A2、在數(shù)據(jù)表中，表的“列”稱為（）數(shù)據(jù)字段記錄大數(shù)據(jù)答案：B3、在數(shù)據(jù)表中，表的“行”稱為（）數(shù)據(jù)字段記錄大數(shù)據(jù)答案：C4、數(shù)據(jù)表是由行（記錄）和列（字段）構(gòu)成，因此也稱（）數(shù)據(jù)二維表表格大數(shù)據(jù)答案：B5、大數(shù)據(jù)具有以下特征大容量、多種類、高速度復雜性、高價值可變性、真實性以上都是答案：D6、數(shù)據(jù)的獲取途徑有（）產(chǎn)品自有數(shù)據(jù)調(diào)查問卷互聯(lián)網(wǎng)數(shù)據(jù)導入從別人數(shù)據(jù)庫竊取答案：ABC7、產(chǎn)品自有數(shù)據(jù)就是自身產(chǎn)品銷售過程中產(chǎn)生的數(shù)據(jù)。答案：正確8、調(diào)查問卷是以問題的形式系統(tǒng)的記載調(diào)查內(nèi)容的一種印件。答案：正確9、互聯(lián)網(wǎng)數(shù)據(jù)分布在網(wǎng)頁的不同位置，我們很難采集下來。答案：錯誤10、Excel是按照數(shù)據(jù)結(jié)構(gòu)來組織，存儲和管理數(shù)據(jù)的倉庫。答案：錯誤11、商務(wù)數(shù)據(jù)指用戶在電子商務(wù)網(wǎng)站購買商品的過程中，網(wǎng)站記錄用戶行為的大量數(shù)據(jù)答案：正確12、商務(wù)數(shù)據(jù)包括（）電子商務(wù)平臺的基礎(chǔ)數(shù)據(jù)電子商務(wù)專業(yè)網(wǎng)站的研究數(shù)據(jù)電子商務(wù)媒體報道評論數(shù)據(jù)答案：ABCD13、商品數(shù)據(jù)一般包括（）商品分類商品價格商品展示商品評價答案：ABC14、采集交易數(shù)據(jù)主要是為了通過數(shù)據(jù)分析評估客戶價值，將潛在客戶變?yōu)閮r值客戶。答案：正確15、評價數(shù)據(jù)主要以圖片的形式出現(xiàn)。答案：錯誤16、新聞網(wǎng)站有（）騰訊網(wǎng)百度貼吧鳳凰網(wǎng)博客答案：AC17、社交網(wǎng)站有（）騰訊網(wǎng)百度貼吧鳳凰網(wǎng)博客答案：BD18、商務(wù)數(shù)據(jù)可用于多種行業(yè)（）制造業(yè)金融業(yè)個人娛樂餐飲行業(yè)答案：ABCD19、商務(wù)數(shù)據(jù)可以監(jiān)控競爭對手的動態(tài)。答案：正確20、商務(wù)數(shù)據(jù)不同幫助企業(yè)和個人共享客戶信息。答案：錯誤21、商務(wù)數(shù)據(jù)的來源包括（）電子商務(wù)平臺社交平臺O2O數(shù)據(jù)個人數(shù)據(jù)答案：ABC22、B2B是企業(yè)對企業(yè)之間通過互聯(lián)網(wǎng)進行產(chǎn)品、服務(wù)及信息的交換。答案：正確23、B2c是個人對企業(yè)開展的電子商務(wù)活動。答案：錯誤24、下列常用的B2c平臺有（）阿里巴巴京東唯品會亞馬遜答案：BCD25、常見的C2c平臺有（）阿里巴巴咸魚淘寶eBay答案：BCD26、社交電商指基于社交關(guān)系、利用互聯(lián)網(wǎng)社交媒介實現(xiàn)電子商務(wù)中的流量獲取、商品推廣和交易等其中一個或多個環(huán)節(jié)，產(chǎn)生間接或直接交易行為的在線經(jīng)營活動。答案：正確27、抖音屬于社交內(nèi)容電商。答案：正確28、社交分享電商主要包括（）拼多多微信蘑菇街微博答案：ABD29、O2O電商模式是線上（0“門0）引流線下（Offline）消費模式。答案：正確30、O2O數(shù)據(jù)主要有O2O電商平臺數(shù)據(jù)和展銷平臺組成。答案：正確31、數(shù)據(jù)采集又稱數(shù)據(jù)獲取，是利用設(shè)備或技術(shù)手段從現(xiàn)實環(huán)境及網(wǎng)絡(luò)獲取數(shù)據(jù)并放入系統(tǒng)內(nèi)部進行使用。答案：正確32、大多數(shù)互聯(lián)網(wǎng)頁編寫都是用HTML語言。答案：正確33、電子商務(wù)數(shù)據(jù)主要歸類為（）文本圖片視頻音頻答案：ABC34、配置一種采集任務(wù)可以采集多個數(shù)據(jù)源。答案：錯誤35、防采集措施有（）A、封IP驗證碼識別登錄不允許打開網(wǎng)頁答案：ABC36、常見的采集方法包括web爬蟲采集和API接口采集。答案：正確37、Web爬蟲主要分為通用網(wǎng)絡(luò)爬蟲和聚焦網(wǎng)絡(luò)爬蟲。答案：正確38、通用網(wǎng)絡(luò)爬蟲基本工作流程包含（）打開瀏覽器抓取網(wǎng)頁數(shù)據(jù)存儲預處理答案：BCD39、調(diào)用網(wǎng)站自身提供的應用程序編程接口，可以實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)采集。答案：正確40、數(shù)據(jù)的存儲方式有（）ExcelCSV數(shù)據(jù)庫Python答案：ABC41、數(shù)據(jù)采集工具分為編程類和可視化采集工具兩類。答案：正確42、數(shù)據(jù)采集工具可以針對某個主題從微博爬取相關(guān)信息。答案：正確43、數(shù)據(jù)采集工具不能爬取學術(shù)信息。答案：錯誤44、常見的爬蟲語言有（）HTMLPythonJavaPHP答案：BCD45、Python是一款服務(wù)器端解釋性開源非編譯腳本語言。答案：正確46、數(shù)據(jù)采集器是進行數(shù)據(jù)采集的機器或者工具。答案：正確47、數(shù)據(jù)采集器建立的任務(wù)也稱之為規(guī)則。答案：正確48、數(shù)據(jù)采集器采集不同字段時，建立一種規(guī)則就可以了。答案：錯誤49、數(shù)據(jù)采集器不能采集以下哪種數(shù)據(jù)（）圖片文字網(wǎng)站信息專利答案：D50、哪種不是數(shù)據(jù)采集器Python爬蟲八爪魚采集器火車頭采集器后羿采集器答案：A51、簡易采集模式是利用系統(tǒng)內(nèi)置模板進行數(shù)據(jù)采集的模式。答案：正確52、簡易采集可根據(jù)不同的參數(shù)進行不同程度的自定義采集。答案：正確53、簡易采集模板所有用戶都可以使用。答案：錯誤54、單頁采集只能采集列表數(shù)據(jù)。答案：錯誤55、表格數(shù)據(jù)采集要先選中表格中的一行數(shù)據(jù)。答案：正確56、單網(wǎng)頁采集主要是采集一個網(wǎng)頁中的數(shù)據(jù)。答案：正確57、列表詳情頁數(shù)據(jù)采集比單網(wǎng)頁數(shù)據(jù)采集復雜。答案：正確58、列表詳情頁需要從每個商品的標題進入到商品的詳情頁。答案：正確59、采集列表詳情頁數(shù)據(jù)不需要循環(huán)步驟。答案：錯誤60、單個網(wǎng)頁上有很多相同鏈接，點擊鏈接后進入,再進行詳情頁數(shù)據(jù)采集，。答案：詳情頁；61、當配置好任務(wù)，進行數(shù)據(jù)采集是，即用自己的本地電腦進行數(shù)據(jù)采集。答案：啟動本地采集62、如果想使用云服務(wù)集群進行采集，可以選擇答案：啟動云采集；63、數(shù)據(jù)導出可以導出的文件類型為（）ExcelcsvHTMLD、MySql數(shù)據(jù)表答案：ABCD64、文本循環(huán)是通過輸入關(guān)鍵字采集跟關(guān)鍵字相關(guān)的數(shù)據(jù)。答案：正確65、URL循環(huán)是通過使用多個URL地址進行數(shù)據(jù)采集。答案：正確66、循環(huán)采集包括（）URL循環(huán)文本循環(huán)單個元素循環(huán)隨機循環(huán)答案：ABC67、采集京東商品詳情頁數(shù)據(jù)，字段可任意。要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：68、分頁循環(huán)采集是指把一頁數(shù)據(jù)分成多頁進行采集。答案：錯誤69、網(wǎng)址中有多個頁面需要采集叫分頁循環(huán)采集。答案：正確70、點擊頁面上的“下一頁”按鈕翻頁，是最常見的翻頁方式。答案：正確71、需要登錄時就不能進行采集。答案：錯誤72、登錄采集分登錄采集和登錄采集。答案：賬號密碼;Cookie；73、使用登錄采集時，輸入賬號密碼需要用到模塊。答案：輸入文字；74、采集器無法識別驗證碼。答案：錯誤75、登錄利用瀏覽器中的緩存設(shè)置，緩存了當前的一個網(wǎng)頁狀態(tài)，可以快速進入當前狀態(tài)的頁面。答案：Cookie；76、Cookie登錄的方式不需要輸入賬號和密碼，直接打開網(wǎng)頁就是登錄狀態(tài)。答案：正確77、Cookie登錄中Cookie長期存在，所以是登錄采集中，最方便的采集方式。答案：錯誤78、使用簡易模式采集任意網(wǎng)站數(shù)據(jù)要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：79、使用單頁采集模式，采集任意一個網(wǎng)頁的數(shù)據(jù)要求：敘述采集步驟或使用采集器采集數(shù)據(jù)截圖答案：解析：80、ajax即、異步更新的一種腳本技術(shù)。答案：延時加載；81、ajax可以通過在后臺與服務(wù)器進行少量數(shù)據(jù)交換，可以重新加載整個網(wǎng)頁。答案：錯誤82、使用ajax技術(shù)的網(wǎng)頁，點擊網(wǎng)頁中某個按鈕或下拉頁面，網(wǎng)址一般不發(fā)生改變，網(wǎng)址欄不出現(xiàn)加載狀態(tài)，但網(wǎng)頁局部有新的數(shù)據(jù)加載出來，有所變化。答案：正確83、Ajax技術(shù)包括（）A、ajax點擊ajax翻頁ajax滾動定位答案：ABC84、Ajax點擊可以對一個按鈕進行多次點擊。答案：錯誤85、如果設(shè)置了ajax技術(shù)的網(wǎng)頁，在采集設(shè)置時，沒有勾選ajax加載，則不能進行采集。答案：錯誤、Ajax滾動包括（）直接滾動到底部動到下一行滾動到下一頁向下滾動一屏答案：AD87、XPath語言是網(wǎng)頁內(nèi)容定位語言，它可以幫助采集工具查找網(wǎng)頁內(nèi)容在網(wǎng)頁中的位置。答案：正確88、XPath語言，也稱為HTML路徑語言。答案：錯誤89、XPath語言由、、、內(nèi)容構(gòu)成。答案：名稱;位置;屬性；90、被設(shè)計用來顯示網(wǎng)頁數(shù)據(jù)，就是用來在HTML中定位元素的。答案：HTML;XPath91、HTML稱為超文本標記語言。答案：正確92、是構(gòu)成網(wǎng)頁的基本元素。答案：節(jié)點；93、節(jié)點有多種類型，分別是（）元素、屬性、文本命名空間、處理指令注釋、文檔節(jié)點屬性值答案：ABC94、節(jié)點關(guān)系是指節(jié)點與節(jié)點之間的關(guān)系，通過包含與被包含關(guān)系區(qū)分。答案：正確95、是對于節(jié)點的描述性語句，用來選取指定節(jié)點。答案：路徑表達式；96、XPath中，表示不論該元素在Html中的任何位置，均選取該元素。答案：//；97、XPath中，用于選擇某一元素的子元素，不能跨多層關(guān)系進行選擇答案：/98、XPath中，用來表示屬性，需寫在屬性前方答案：@；99、XPath中，選取父元素，其中“..”表示父元素。選取元素自身，其中“.”表示元素自身。答案：100、XPath中，選取某元素下的所有子元素答案：/*；101、XPath中，選取某元素下的所有后代元素答案：//*；102、XPath中，用來查找某個特定的節(jié)點或包含某個指定的值的節(jié)點答案：謂語；103、XPath中，謂語對元素的、及做限制，只要符合限制的元素，使用中括號“[]”表示。答案：位置;屬性;內(nèi)容；104、XPath中，Text()函數(shù)，主要功能為選中指定文本內(nèi)容的元素。答案：正確105、XPath中，contains（參數(shù)1,參數(shù)2）,主要功能為選中參數(shù)1中包含參數(shù)2中內(nèi)容的元素。答案：正確106、XPath中，last（），主要功能為選中同胞元素中最后一位的元素。答案：正確107、XPath中，position。，主要功能為描述元素在同胞元素中的位置。答案：正確108、哪些行業(yè)需要用到數(shù)據(jù)采集（）企業(yè)政府金融教育答案：ABCD109、使用采集器采集需要大量的專業(yè)知識。答案：錯誤110、個人進行數(shù)據(jù)采集是，主要用于（）網(wǎng)頁信息收集商務(wù)數(shù)據(jù)采集市場數(shù)據(jù)采集社會公開信息答案：AB111、在公安經(jīng)偵領(lǐng)域通過對網(wǎng)絡(luò)敏感信息監(jiān)控比對管理，幫助公安經(jīng)濟偵查工作的開展和提供數(shù)據(jù)層面的支持。答案：正確112、商務(wù)數(shù)據(jù)采集多用于采購分析、市場分析、項目運行和論文編寫。答案：正確113、數(shù)據(jù)的質(zhì)量因素包可信性和可解釋性答案：準確性;完整性;一致性;時效性;相關(guān)性114、數(shù)據(jù)的質(zhì)量問題從采集的角度劃分，可分為（）準確性完整性一致性時效性答案：ABC115、數(shù)據(jù)的質(zhì)量問題從應用的角度劃分，可分為（）準確性相關(guān)性時效性可信性答案：BC116、數(shù)據(jù)的質(zhì)量問題從用戶使用的角度劃分，可分為（）準確性完整性可信性可解釋性答案：CD117、準確性是指數(shù)據(jù)是否正確的，數(shù)據(jù)存儲在數(shù)據(jù)庫中的值是否對應于真實世界的值。答案：正確118、某用戶在使用支付寶綁定銀行卡時，網(wǎng)站要求驗證用戶的真實姓名和身份證號碼。這時要求采集的數(shù)據(jù)必須有（）準確性完整性一致性相關(guān)性答案：A119、數(shù)據(jù)質(zhì)量完整性是指信息具有一個實體描述的所有必需的部分答案：正確120、空值是指缺失或不知道具體的值，可能是一條記錄中的某個屬性缺失，也可能是整條記錄都丟失。答案：正確121、數(shù)據(jù)質(zhì)量的數(shù)據(jù)一致性是指在數(shù)據(jù)庫中，不同表中存儲和使用的同一數(shù)據(jù)應當是等價的，表示數(shù)據(jù)有相等的值和相同的含義。答案：正確122、數(shù)據(jù)質(zhì)量的數(shù)據(jù)相關(guān)性是指數(shù)據(jù)與特定的應用和領(lǐng)域有關(guān)。答案：正確123、數(shù)據(jù)質(zhì)量的時效性是指有些數(shù)據(jù)會隨時間而變化的答案：正確124、數(shù)據(jù)質(zhì)量的可信性由三個因素決定：數(shù)據(jù)來源的權(quán)威性、數(shù)據(jù)的規(guī)范性、數(shù)據(jù)產(chǎn)生的時間。答案：正確125、數(shù)據(jù)質(zhì)量的可解釋性，也稱為可讀性，是指數(shù)據(jù)被人理解的難易程度答案：正確126、數(shù)據(jù)處理的4大流程步驟中的一個大體流向圖，就是（）數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)變換數(shù)據(jù)歸約答案：ABCD127、由于操作員重復錄入，并發(fā)處理等不規(guī)范的操作，導致產(chǎn)生不完整，不準確的，無效的數(shù)據(jù)也可以用在數(shù)據(jù)分析里。答案：錯誤128、數(shù)據(jù)的缺失值是指現(xiàn)有數(shù)據(jù)集中某個或某些屬性的值時不完整的。答案：正確129、處理空缺值的基本方法有6種，包括忽略元組、人工填寫空缺值、使用全局常量替換空缺值、使用屬性的中心度量填充空缺值、使用與給定元組屬同一類的所有樣本的平均值來填充空缺值、使用最可能的值填充空缺值。答案：正確130、若一條記錄中有多個屬性值被遺漏了，則可將該記錄排除在數(shù)據(jù)挖掘之外。答案：正確131、噪聲數(shù)據(jù)是指一個測量變量中的隨機錯誤或偏差答案：正確132、噪聲數(shù)據(jù)也可以用于數(shù)據(jù)挖掘進行分析。答案：錯誤133、孤立點的是不符合數(shù)據(jù)模型的數(shù)據(jù)。答案：正確134、孤立點并不真實存在，是人們無意中弄出的偏差比較大的數(shù)據(jù)。答案：錯誤135、處理噪聲數(shù)據(jù)可以使用（）方法。分箱法回歸法聚類忽略元組答案：ABC136、數(shù)據(jù)集成是指將互相關(guān)聯(lián)的分布式異構(gòu)數(shù)據(jù)源集成到一起，使用戶能夠以透明的方式訪問這些數(shù)據(jù)源。答案：正確137、數(shù)據(jù)集成的方法有（）聯(lián)邦數(shù)據(jù)庫中間件集成數(shù)據(jù)倉庫聚類答案：ABC138、數(shù)據(jù)倉庫是數(shù)據(jù)集成最常用的方法答案：正確139、數(shù)據(jù)倉庫來集成數(shù)據(jù)時需要處理的問題包括（）實體識別冗余相關(guān)分析數(shù)據(jù)沖突和檢測答案：ABCD140、實體識別，它所解決的問題是如何匹配多個信息源在現(xiàn)實世界中的實體事物答案：正確141、數(shù)據(jù)規(guī)約就是為了壓縮數(shù)據(jù)量，幫助從原有龐大數(shù)據(jù)集中獲得一個精簡的數(shù)據(jù)集合，并使這一精簡數(shù)據(jù)集保持原有數(shù)據(jù)集的完整性。答案：正確142、數(shù)據(jù)規(guī)約的策略有（）維歸約數(shù)量歸約數(shù)據(jù)壓縮實體識別答案：ABC143、主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉(zhuǎn)化為少數(shù)幾個綜合指標答案：正確144、屬性子集選擇，主要用于檢測并刪除不相關(guān)、弱相關(guān)或冗余的