鹽城師范學(xué)院《數(shù)據(jù)挖掘技術(shù)與應(yīng)用實(shí)驗(yàn)》2022-2023學(xué)年期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線第1頁(yè)，共3頁(yè)鹽城師范學(xué)院

《數(shù)據(jù)挖掘技術(shù)與應(yīng)用實(shí)驗(yàn)》2022-2023學(xué)年期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三總分得分批閱人一、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)不是爬蟲中處理頁(yè)面解析錯(cuò)誤的方式？（）A.跳過(guò)B.重試C.記錄錯(cuò)誤D.停止爬蟲2、在處理爬蟲抓取到的大量數(shù)據(jù)時(shí)，以下哪種方法可以提高效率？A.使用多線程B.使用分布式爬蟲C.優(yōu)化數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)D.以上都是3、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate4、在爬蟲中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)緩存？（）A.cachetoolsB.redisC.memcachedD.以上都是5、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6、在爬蟲中，處理網(wǎng)頁(yè)編碼的常見(jiàn)庫(kù)是（）A.chardetB.codecsC.encodingsD.utf-87、以下哪個(gè)不是網(wǎng)絡(luò)爬蟲的主要步驟？（）A.頁(yè)面下載B.數(shù)據(jù)清洗C.數(shù)據(jù)存儲(chǔ)D.頁(yè)面渲染8、網(wǎng)絡(luò)爬蟲如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過(guò)？（）A.數(shù)據(jù)庫(kù)記錄B.本地文件記錄C.以上都是D.以上都不是9、在爬蟲中，以下哪個(gè)庫(kù)常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是10、網(wǎng)絡(luò)爬蟲在抓取數(shù)據(jù)時(shí)，如何處理網(wǎng)頁(yè)的更新？（）A.定時(shí)抓取B.檢測(cè)網(wǎng)頁(yè)變化C.以上都是D.以上都不是11、以下哪個(gè)不是爬蟲中數(shù)據(jù)提取的方法？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.隨機(jī)生成12、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)定B.忽略C.部分遵守D.以上都有可能13、以下哪個(gè)不是爬蟲中處理多線程的優(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14、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15、以下哪種語(yǔ)言常用于編寫網(wǎng)絡(luò)爬蟲？（）A.JavaB.PythonC.C++D.JavaScript16、以下哪個(gè)不是爬蟲中處理頁(yè)面跳轉(zhuǎn)的方式？（）A.自動(dòng)跳轉(zhuǎn)B.禁止跳轉(zhuǎn)C.手動(dòng)處理跳轉(zhuǎn)D.忽略跳轉(zhuǎn)17、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的登錄驗(yàn)證碼？（）A.手動(dòng)輸入B.自動(dòng)識(shí)別C.借用已登錄的CookieD.以上都是18、網(wǎng)絡(luò)爬蟲獲取網(wǎng)頁(yè)內(nèi)容時(shí)，通常使用的協(xié)議是（）A.HTTPB.FTPC.SMTPD.TCP19、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(shí)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20、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)二、簡(jiǎn)答題（本大題共4個(gè)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(yè)中的用戶行為的信息戰(zhàn)略規(guī)劃和決策支持?jǐn)?shù)據(jù)。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶行為的異常檢測(cè)數(shù)據(jù)。3、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的活動(dòng)和促銷信息。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁(yè)中的用戶評(píng)價(jià)和評(píng)分?jǐn)?shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）使用Pyth