惠州學院《數(shù)據(jù)挖掘與機器學習》2021-2022學年期末試卷

學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內…………不…………要…………答…………題…………第1頁，共3頁惠州學院《數(shù)據(jù)挖掘與機器學習》

2021-2022學年期末試卷題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、在爬蟲中，如何處理網頁中的加密鏈接？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是2、爬蟲在存儲數(shù)據(jù)時，使用數(shù)據(jù)庫的優(yōu)點是（）A.便于查詢和管理B.節(jié)省存儲空間C.提高寫入速度D.無需進行數(shù)據(jù)處理3、在爬蟲中，以下哪個方法常用于處理網頁中的驗證碼？（）A.人工識別B.機器學習識別C.忽略驗證碼D.以上都是4、在爬蟲中，以下哪個庫常用于處理URL操作？（）A.urllib.parseB.urlparseC.requests.utilsD.以上都是5、以下哪個庫常用于處理爬蟲中的驗證碼識別？（）A.tesseractB.opencvC.numpyD.scipy6、以下哪個不是爬蟲中處理會話的方式？（）A.使用CookieB.使用SessionC.每次請求重新登錄D.忽略會話7、在爬蟲中，以下哪個庫常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是8、以下哪個不是常見的反爬蟲手段？（）A.IP封禁B.驗證碼C.數(shù)據(jù)加密D.頁面美化9、網絡爬蟲在處理網頁中的JavaScript代碼時，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是10、網絡爬蟲獲取的數(shù)據(jù)通常需要進行（）處理。A.清洗B.去重C.轉換D.以上都是11、網絡爬蟲在遇到重定向時，通常會（）A.跟隨重定向B.忽略重定向C.報錯D.以上都有可能12、在爬蟲中，如何處理網頁中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是13、以下哪個不是爬蟲中處理數(shù)據(jù)質量評估的指標？（）A.準確性B.完整性C.一致性D.美觀性14、爬蟲在處理網頁中的多媒體資源時，通常考慮的因素是（）A.資源大小B.資源類型C.版權問題D.以上都是15、網絡爬蟲如何處理網站的登錄驗證碼？（）A.手動輸入B.自動識別C.借用已登錄的CookieD.以上都是16、以下哪個不是爬蟲中處理數(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17、以下哪種數(shù)據(jù)格式常用于存儲爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是18、以下哪個不是爬蟲中處理頁面跳轉的方式？（）A.自動跳轉B.禁止跳轉C.手動處理跳轉D.忽略跳轉19、以下哪個是網絡爬蟲的性能優(yōu)化策略？（）A.多線程B.分布式爬蟲C.緩存D.以上都是20、以下哪個不是爬蟲中處理分布式任務失敗的方式？（）A.自動重試B.標記失敗C.忽略失敗D.停止任務二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋網絡爬蟲如何處理網頁中的用戶行為的信息客戶關系管理數(shù)據(jù)。2、（本題10分）解釋網絡爬蟲如何處理網頁中的搜索結果頁面。3、（本題10分）簡述網絡爬蟲如何處理網頁中的智能增強現(xiàn)實內容相關元素。4、（本題10分）解釋網絡爬蟲如何處理網頁中的智能認證相關元素。三、