西安工程大學(xué)《數(shù)據(jù)挖掘技術(shù)與算法》2021-2022學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準考證號學(xué)校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁西安工程大學(xué)

《數(shù)據(jù)挖掘技術(shù)與算法》2021-2022學(xué)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(wǎng)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、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的跳轉(zhuǎn)？（）A.自動跟隨B.按照規(guī)則處理C.忽略D.以上都是3、網(wǎng)絡(luò)爬蟲中，以下哪個狀態(tài)碼表示請求成功？（）A.200B.301C.404D.5004、當(dāng)爬蟲遇到反爬蟲機制時，以下哪種方法不太合適？（）A.使用代理IPB.降低抓取頻率C.偽裝瀏覽器頭部D.強行突破5、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6、以下哪個不是爬蟲的合法性原則？（）A.遵循網(wǎng)站的使用條款B.避免對網(wǎng)站造成過大負擔(dān)C.隨意獲取用戶隱私數(shù)據(jù)D.尊重網(wǎng)站所有者的權(quán)益7、以下哪個不是爬蟲中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是8、以下哪個不是爬蟲中優(yōu)化內(nèi)存使用的方法？（）A.及時釋放資源B.使用緩存C.減少數(shù)據(jù)存儲D.以上都是9、以下哪個不是爬蟲中處理驗證碼的方法？（）A.手動輸入B.圖像識別C.跳過D.以上都是10、在爬蟲中，以下哪個不是設(shè)置請求頭的作用？（）A.偽裝瀏覽器B.繞過反爬蟲機制C.提高請求速度D.以上都是11、以下哪個不是影響爬蟲性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語言D.代碼優(yōu)化12、在爬蟲中，如何處理網(wǎng)頁的編碼問題？（）A.自動檢測B.手動指定C.忽略D.以上都是13、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14、網(wǎng)絡(luò)爬蟲在處理網(wǎng)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15、以下哪種情況可能導(dǎo)致爬蟲被法律追究責(zé)任？（）A.侵犯知識產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.泄露用戶隱私D.以上都是16、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的訪問限制策略變化？（）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17、以下哪個不是爬蟲中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗B.版本控制C.數(shù)據(jù)備份D.以上都是18、以下哪個不是爬蟲中處理數(shù)據(jù)加載緩慢的方法？（）A.優(yōu)化網(wǎng)絡(luò)B.減少數(shù)據(jù)量C.更換數(shù)據(jù)源D.以上都是19、在爬蟲中，處理爬蟲任務(wù)的調(diào)度可以使用（）A.隊列B.棧C.優(yōu)先級隊列D.以上都是20、以下哪個不是爬蟲中處理異常的情況？（）A.網(wǎng)絡(luò)連接失敗B.頁面不存在C.數(shù)據(jù)格式錯誤D.服務(wù)器響應(yīng)過快二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能視頻分析相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息合作伙伴關(guān)系管理數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能自然語言處理相關(guān)元素。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的邊緣計算相關(guān)元素。三、編程題（本大題共2個小