重慶財(cái)經(jīng)學(xué)院《數(shù)據(jù)挖掘》2023-2024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)重慶財(cái)經(jīng)學(xué)院

《數(shù)據(jù)挖掘》2023-2024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.SMTP2、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3、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)合法性驗(yàn)證的方法？（）A.正則表達(dá)式B.數(shù)據(jù)類型檢查C.范圍檢查D.忽略驗(yàn)證4、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)格式轉(zhuǎn)換錯(cuò)誤的方法？（）A.重新轉(zhuǎn)換B.跳過(guò)C.修正數(shù)據(jù)D.以上都是5、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)策略應(yīng)對(duì)方法？（）A.使用分布式爬蟲(chóng)B.降低爬取頻率C.更換User-AgentD.攻擊網(wǎng)站服務(wù)器6、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7、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的動(dòng)態(tài)加載數(shù)據(jù)？（）A.分析接口B.模擬操作C.以上都是D.以上都不是8、在處理爬蟲(chóng)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9、在處理爬蟲(chóng)獲取的網(wǎng)頁(yè)內(nèi)容時(shí)，以下哪個(gè)方法常用于解析HTML？（）A.正則表達(dá)式B.XPathC.CSS選擇器D.以上都是10、網(wǎng)絡(luò)爬蟲(chóng)在抓取網(wǎng)頁(yè)時(shí)，通過(guò)什么來(lái)識(shí)別頁(yè)面中的鏈接？（）A.HTML標(biāo)簽B.JavaScript腳本C.CSS樣式D.以上都不是11、以下哪個(gè)不是爬蟲(chóng)中處理異常的方式？（）A.重試B.跳過(guò)C.終止程序D.記錄日志12、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的算法？（）A.GzipB.Bzip2C.RARD.Deflate13、網(wǎng)絡(luò)爬蟲(chóng)在處理網(wǎng)頁(yè)中的JavaScript代碼時(shí)，可以使用以下哪種工具？（）A.PyV8B.Node.jsC.V8D.以上都是14、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15、以下哪個(gè)不是爬蟲(chóng)中處理分布式任務(wù)失敗的方式？（）A.自動(dòng)重試B.標(biāo)記失敗C.忽略失敗D.停止任務(wù)16、在爬蟲(chóng)中，處理動(dòng)態(tài)加載數(shù)據(jù)的常見(jiàn)方式是（）A.分析接口B.模擬操作C.等待加載完成D.以上都是17、以下哪個(gè)不是爬蟲(chóng)中處理代理IP的原因？（）A.突破訪問(wèn)限制B.提高訪問(wèn)速度C.隱藏真實(shí)IPD.以上都是18、在爬蟲(chóng)中，設(shè)置請(qǐng)求頭的主要目的是：A.偽裝成瀏覽器B.提高抓取效率C.繞過(guò)反爬蟲(chóng)機(jī)制D.以上都是19、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理數(shù)據(jù)加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是20、以下哪種存儲(chǔ)方式不適合存儲(chǔ)大量爬蟲(chóng)數(shù)據(jù)？（）A.內(nèi)存B.關(guān)系型數(shù)據(jù)庫(kù)C.非關(guān)系型數(shù)據(jù)庫(kù)D.文件二、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(chóng)如何處理網(wǎng)頁(yè)中的加密鏈接。2、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的智能排序相關(guān)元素。3、（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文化和社會(huì)影響數(shù)據(jù)。4、（本題10分）解釋網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶行為的信息抽取和整合數(shù)據(jù)。三、編程題（