大數(shù)據(jù)分析作業(yè)

單項選擇關于聚類挖掘，表述錯誤是A.好聚類方法標準是要產(chǎn)生高質(zhì)量聚類結果B.好聚類結果應該有高類內(nèi)相同性和低類間相同性這么特征C.聚類結果好壞取決于相同性度量方法以及詳細實現(xiàn)D.聚類結果好壞與能否發(fā)覺隱含模式無關2單項選擇關聯(lián)規(guī)則挖掘應用領域有哪些A.①②B.①②③C.②④D.①②③④3單項選擇哪個不屬于知識發(fā)覺步驟A.數(shù)據(jù)清理B.數(shù)據(jù)選擇C.數(shù)據(jù)集成D.數(shù)據(jù)開發(fā)4單項選擇不屬于社交網(wǎng)絡特點是A.海量用戶B.數(shù)據(jù)單一C.完整數(shù)據(jù)D.實時數(shù)據(jù)5單項選擇輿情系統(tǒng)架構正確是A.規(guī)劃-采集-存放-分析-匯報-管控B.規(guī)劃-存放-分析-采集-匯報-管控C.規(guī)劃-存放-采集-分析-匯報-管控D.規(guī)劃-采集-分析-存放-匯報-管控6單項選擇以下不屬于網(wǎng)絡輿情主要起源是A.論壇與BBSB.QQC.書信D.微信7多項選擇以下屬于推薦系統(tǒng)算法是A.CF協(xié)同過濾算法B.聚類及相同度算法C.基于知識推理算法D.關聯(lián)規(guī)則算法8單項選擇關于推薦系統(tǒng)說法錯誤是A.推薦系統(tǒng)架構為離線計算-在線計算-推薦引擎APPB.推薦系統(tǒng)相關技術包含機器學習及數(shù)據(jù)挖掘算法等C.推薦系統(tǒng)常見表現(xiàn)形式有猜你喜歡、買了又買、精品推薦等D.推薦系統(tǒng)經(jīng)歷了很短時間形成9單項選擇以下關于搜索引擎說法錯誤是A.是基于web相關技術為基礎B.是對網(wǎng)絡信息資源進行抓取和采集建立索引數(shù)據(jù)庫C.是能依據(jù)用戶需求查找對應信息在線搜索系統(tǒng)D.展現(xiàn)搜索結果是凌亂無序10多項選擇以下屬于能產(chǎn)生大數(shù)據(jù)，即大數(shù)據(jù)源頭有A.社交網(wǎng)絡B.電子商務C.搜索引擎D.移動互聯(lián)網(wǎng)E.互聯(lián)網(wǎng)電視F.游戲單項選擇屬于高質(zhì)量聚類分析要求：①可擴展性②處理相同類型數(shù)據(jù)能力③發(fā)覺任意形狀能力④領域知識參數(shù)輸入最大化⑤處理噪聲數(shù)據(jù)能力⑥數(shù)據(jù)輸入次序敏感A.①②③④⑤⑥B.①③⑤C.①③⑥D(zhuǎn).②④⑥單項選擇社群結構聚合探測算法步驟中，（）條件滿足時，算法會停頓并輸出探測結果。A.maxφpq≥0B.maxφpq≤0C.maxφpq=0D.maxφpq<0單項選擇以下說法錯誤是A.APRIORI算法最大缺點是復雜度太高B.FP-樹頻集算法是針對Apriori算法缺點進行改進后算法C.FP-樹頻集算法即使克服了Apriori算法復雜度問題，不過取得結果卻是不靠譜D.關聯(lián)規(guī)則在使用時兩個指標是支持度和置信度單項選擇關聯(lián)規(guī)則基本概念中錯誤是A.K項集指是K個項集合B.項集頻率指是項集全部交易中出現(xiàn)次數(shù)C.相對支持度指是項集出現(xiàn)次數(shù)除以總交易次數(shù)D.置信度是項集出現(xiàn)次數(shù)除以總交易次數(shù)8單項選擇K均值算法缺點（）：①經(jīng)常終止于局部最優(yōu)解②需要先驗領域知識③對噪聲和離群點比較敏感④不能發(fā)覺任意類型類⑤不能處理分類變量A.①②③④⑤B.①③⑤C.①③D.②④多項選擇數(shù)據(jù)挖掘面臨問題有哪些A.噪聲處理B.數(shù)據(jù)缺失C.算法有效性和可伸縮性D.挖掘方法與用戶交互單項選擇Hive數(shù)據(jù)計算使用A.HBASEB.HDFSC.MapReduceD.PIG2單項選擇Hadoop生態(tài)系統(tǒng)中，最關鍵設計是（）A.HBASE和STORMB.HDFS和MAPREDUCEC.TEZ和PIGD.HIVE和HDFS3單項選擇Web挖掘中內(nèi)容挖掘基本技術是（）A.

數(shù)據(jù)挖掘B.技術挖掘C.文本挖掘D.圖片挖掘4多項選擇以下Web信息特點是A.信息量龐大B.信息復雜C.信息是動態(tài)D.垃圾信息尤其多E.信息使用者復雜5單項選擇布爾權重是指假如某個詞條在一篇文本中出現(xiàn)，則將其權值定義為（），不然定義為（）A.

0，1B.0,2C.1,0D.2,06多項選擇文本挖掘主要任務A.確立需求B.關鍵詞提取C.概念提取D.可視化顯示和導航7單項選擇以下哪個不是推薦系統(tǒng)評測指標A.覆蓋率B.統(tǒng)一性C.新奇性D.驚喜度8多項選擇基于知識推薦產(chǎn)生是因為A.

推薦系統(tǒng)無法依賴購置統(tǒng)計進行推薦B.

推薦系統(tǒng)需要利用額外因果知識生成推薦C.推薦系統(tǒng)會用到關于當前用戶和有效物品額外信息D.把各種推薦方法依照優(yōu)缺點和試用場景進行搭配產(chǎn)生9多項選擇用戶建模模塊功效是A.獲取、表示用戶興趣偏好B.對用戶進行識別和分類C.幫助用戶找到需要東西D.存放或者修改用戶興趣偏好10多項選擇以下屬于推薦系統(tǒng)產(chǎn)生原因是A.信息過載B.無明確需求C.具備明確需求D.有效信息量少單項選擇1單項選擇以下說法正確是A.Spark能夠基于HDFS這么分布式文件存放系統(tǒng)也能夠基于Tachyon這么基于內(nèi)存分布式文件存放系統(tǒng)B.Spark只能基于HDFS這么分布式文件存放系統(tǒng)C.Spark只能基于Tachyon這么基于內(nèi)存分布式文件存放系統(tǒng)D.Spark既無法基于HDFS這么分布式文件存放系統(tǒng)也無法基于Tachyon這么基于內(nèi)存分布式文件存放系統(tǒng)2單項選擇能同時進行交互式計算，批處理，流式計算計算框架為A.SharkB.SparkC.StormD.Impala3單項選擇Storm屬于（）計算A.批處理B.交互式C.流式D.云4多項選擇RDD操作進行轉(zhuǎn)換指是A.能夠經(jīng)過Scala集合或者Hadoop結構新RDDB.經(jīng)過已經(jīng)有RDD產(chǎn)生新RDDC.經(jīng)過RDD計算得到一個或一組值D.進行countcollect等操作5單項選擇Spark生態(tài)圖中，（）提供了圖存放結構和常見圖算法A.TachyonB.SparkStreamingC.SharkSQLD.GraphxGraphParallelRDD中進行map，filter，groupBy等操作屬于()A.TransformationB.ActiveC.ChangeD.Acter7單項選擇Spark生態(tài)圖中，（）提供了一個機器學習算法庫A.TachyonB.MLBaseMachineLearningC.SharkSQLD.GraphxGraphParallel8多項選擇Spark產(chǎn)生原因包含A.MapReduce具備很多不足B.Spark不適合交互式處理C.現(xiàn)有各種計算框架各自為戰(zhàn)D.Spark只能進行交互式計算9單項選擇Hive2也被稱為Stringer，底層計算引擎由（）替換（）A.Tez,HdfsB.Pig，TezC.Tez，MapReduceD.MapReduce，Tez10單項選擇以下關于Pig和Hive異同說法錯誤是A.Pig和Hive相同點是它們設計動機都是為用戶提供更簡單數(shù)據(jù)分析方式B.Pig要求待處理數(shù)據(jù)必須有Schema，而Hive則無此要求C.Pig和Hive編程語言不一樣D.二者都運行在Hadoop之上1單項選擇K均值算法缺點（）①經(jīng)常終止于局部最優(yōu)解②需要先驗領域知識③對噪聲和離群點比較敏感④不能發(fā)覺任意類型類⑤不能處理分類變量A.①②③④⑤B.①③⑤C.①③D.②④3單項選擇關于內(nèi)容深度了解建立索引說法正確是A.索引分為客觀索引和主觀索引B.客觀索引與文檔內(nèi)容關于C.內(nèi)容索引又能夠分為單索引和雙索引D.內(nèi)容索引與客觀原因有很大關系5單項選擇以下關于Pig和Hive異同說法錯誤是A.Pig和Hive相同點是它們設計動機都是為用戶提供更簡單數(shù)據(jù)分析方式B.Pig要求待處理數(shù)據(jù)必須有Schema，而Hive則無此要求C.Pig和Hive編程語言不一樣D.二者都運行在Hadoop之上6單項選擇Hive2也被稱為Stringer，底層計算引擎由（）替換（）A.Tez,HdfsB.Pig，TezC.Tez，MapReduceD.MapReduce，Tez7多項選擇Spark產(chǎn)生原因包含A.MapReduce具備很多不足B.Spark不適合交互式處理C.現(xiàn)有各種計算框架各自為戰(zhàn)D.Spark只能進行交互式計算8單項選擇Spark生態(tài)圖中，（）提供了一個機器學習算法庫A.TachyonB.MLBaseMachineLearningC.SharkSQLD.GraphxGraphParallel9單項選擇RDD中進行map，filter，groupBy等操作屬于()A.TransformationB.ActiveC.ChangeD.Acter1單項選擇特征抽取慣用算法互信息，互信息值（）表示詞條和類別共現(xiàn)程度（）A.越大，越小B.越大，越大C.越小，越大D.越小，越小2單項選擇RDD中進行count，collect，save等操作屬于()A.TransformationB.ActiveC.ChangeD.Acter3單項選擇依照PageRank算法基本思想，以下哪種情況說明了頁面主要性A.被數(shù)次引用頁面B.沒有被數(shù)次引用頁面C.被非主要頁面引用頁面D.頁面主要性無法傳遞4單項選擇Web應用挖掘中最有效而且簡單分析方法是A.數(shù)據(jù)挖掘B.點擊流分析C.結構分析D.內(nèi)容分析5單項選擇Hadoop生態(tài)系統(tǒng)中，集群資源管理系統(tǒng)是（）A.STORMB