華南理工大學(xué)《數(shù)據(jù)挖掘理論與技術(shù)》2022-2023學(xué)年期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)華南理工大學(xué)《數(shù)據(jù)挖掘理論與技術(shù)》2022-2023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)不是爬蟲中處理會(huì)話的方式？（）A.使用CookieB.使用SessionC.每次請(qǐng)求重新登錄D.忽略會(huì)話2、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，如何處理網(wǎng)站的反爬蟲驗(yàn)證碼升級(jí)？（）A.尋找新的破解方法B.降低抓取頻率C.暫時(shí)停止抓取D.以上都是3、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？A.JavaB.PythonC.C++D.JavaScript4、以下哪種數(shù)據(jù)格式常用于存儲(chǔ)爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是5、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐陷阱？（）A.識(shí)別并避開(kāi)B.陷入后處理C.忽略D.以上都是6、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)清洗的方法？（）A.去除空格B.轉(zhuǎn)換大小寫C.數(shù)據(jù)填充D.保留原始數(shù)據(jù)7、以下哪個(gè)是爬蟲中常見(jiàn)的存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.RedisD.以上都是8、在處理大規(guī)模數(shù)據(jù)抓取時(shí)，以下哪個(gè)不是需要考慮的問(wèn)題？（）A.存儲(chǔ)容量B.網(wǎng)絡(luò)帶寬C.計(jì)算資源D.數(shù)據(jù)加密9、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問(wèn)限制策略變化？（）A.調(diào)整爬蟲策略B.停止抓取C.等待策略恢復(fù)D.以上都是10、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)庫(kù)常用于發(fā)送HTTP請(qǐng)求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium11、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識(shí)別并避開(kāi)B.陷入后停止C.嘗試突破D.以上都是12、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)異常值的方法？（）A.剔除B.修正C.保留D.以上都是13、在爬蟲中，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14、對(duì)于動(dòng)態(tài)網(wǎng)頁(yè)的抓取，以下哪種技術(shù)可能會(huì)用到？A.AJAXB.SeleniumC.PhantomJSD.以上都是15、以下哪個(gè)庫(kù)在Python中常用于網(wǎng)絡(luò)爬蟲？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是16、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.Ruby17、網(wǎng)絡(luò)爬蟲獲取的數(shù)據(jù)通常需要進(jìn)行（）處理。A.清洗B.去重C.轉(zhuǎn)換D.以上都是18、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫(kù)去重C.緩存去重D.保留重復(fù)19、在處理爬蟲獲取的大量文本數(shù)據(jù)時(shí)，以下哪個(gè)技術(shù)常用于文本分類？（）A.機(jī)器學(xué)習(xí)B.深度學(xué)習(xí)C.以上都是D.以上都不是20、以下哪種技術(shù)可以用于分布式爬蟲？（）A.RedisB.KafkaC.HadoopD.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的富文本內(nèi)容。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的智能機(jī)器學(xué)習(xí)相關(guān)元素。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息團(tuán)隊(duì)協(xié)作和溝通數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的信息投資回報(bào)率評(píng)估數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)