南京工業(yè)大學(xué)《數(shù)據(jù)挖掘建模案例分析》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)南京工業(yè)大學(xué)《數(shù)據(jù)挖掘建模案例分析》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、在爬蟲(chóng)中，處理數(shù)據(jù)的合法性驗(yàn)證通常包括（）A.格式驗(yàn)證B.內(nèi)容驗(yàn)證C.來(lái)源驗(yàn)證D.以上都是2、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選3、以下哪個(gè)不是爬蟲(chóng)中處理多線程的優(yōu)點(diǎn)？（）A.提高爬取速度B.節(jié)省資源C.充分利用多核D.增強(qiáng)并發(fā)能力4、在爬蟲(chóng)中，使用緩存的目的是（）A.提高爬取速度B.減少重復(fù)請(qǐng)求C.節(jié)省存儲(chǔ)空間D.以上都是5、當(dāng)爬蟲(chóng)被網(wǎng)站封禁時(shí)，以下哪個(gè)不是可能的原因？（）A.抓取頻率過(guò)高B.未遵循網(wǎng)站規(guī)則C.數(shù)據(jù)量過(guò)大D.代碼錯(cuò)誤6、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的反爬蟲(chóng)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7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換的方法？（）A.自定義函數(shù)B.使用庫(kù)函數(shù)C.手動(dòng)轉(zhuǎn)換D.不轉(zhuǎn)換8、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的動(dòng)態(tài)IP封禁？（）A.使用代理B.更換IPC.等待解封D.以上都是9、在爬蟲(chóng)中，使用分布式爬蟲(chóng)時(shí)需要注意（）A.任務(wù)分配B.數(shù)據(jù)同步C.節(jié)點(diǎn)通信D.以上都是10、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)壓縮？（）A.gzipB.bz2C.zipfileD.以上都是11、爬蟲(chóng)在處理反爬蟲(chóng)的IP封鎖時(shí)，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是12、爬蟲(chóng)在處理網(wǎng)頁(yè)中的鏈接時(shí)，需要注意（）A.過(guò)濾無(wú)效鏈接B.避免死循環(huán)C.處理相對(duì)鏈接D.以上都是13、以下哪種情況可能導(dǎo)致爬蟲(chóng)被網(wǎng)站識(shí)別為異常訪問(wèn)？（）A.訪問(wèn)頻率過(guò)高B.訪問(wèn)時(shí)間異常C.訪問(wèn)路徑異常D.以上都是14、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)備份的方式？（）A.本地備份B.云端備份C.實(shí)時(shí)備份D.從不備份15、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的多語(yǔ)言頁(yè)面？（）A.選擇一種語(yǔ)言抓取B.抓取所有語(yǔ)言C.根據(jù)需求抓取D.以上都是16、爬蟲(chóng)在處理網(wǎng)頁(yè)的動(dòng)態(tài)內(nèi)容時(shí)，可能會(huì)用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是17、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開(kāi)數(shù)據(jù)D.以上都是18、以下哪個(gè)不是影響爬蟲(chóng)性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語(yǔ)言D.代碼優(yōu)化19、以下哪個(gè)不是爬蟲(chóng)中處理驗(yàn)證碼的方法？（）A.手動(dòng)輸入B.圖像識(shí)別C.跳過(guò)D.以上都是20、在網(wǎng)絡(luò)爬蟲(chóng)中，以下哪個(gè)協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)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)。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息倫理和道德考量數(shù)據(jù)。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理抓取過(guò)程中的錯(cuò)誤。4、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能合同管理相關(guān)元素。三、編程題（本大題共2個(gè)