西華大學(xué)《大數(shù)據(jù)與數(shù)據(jù)分析》2021-2022學(xué)年第一學(xué)期期末試卷

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)西華大學(xué)《大數(shù)據(jù)與數(shù)據(jù)分析》

2021-2022學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分批閱人一、單選題（本大題共15個(gè)小題，每小題2分，共30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、在處理海量文本數(shù)據(jù)時(shí)，自然語(yǔ)言處理技術(shù)常常被應(yīng)用。以下關(guān)于詞袋模型和詞嵌入模型的比較，哪一項(xiàng)是不正確的？（）A.詞袋模型忽略了詞序信息，詞嵌入模型能夠捕捉詞之間的語(yǔ)義關(guān)系B.詞嵌入模型的維度通常比詞袋模型低C.詞袋模型計(jì)算簡(jiǎn)單，詞嵌入模型訓(xùn)練相對(duì)復(fù)雜D.詞袋模型在處理短文本時(shí)效果較好，詞嵌入模型更適合長(zhǎng)文本2、在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)治理變得越來(lái)越重要。假設(shè)一個(gè)企業(yè)擁有多個(gè)業(yè)務(wù)系統(tǒng)，數(shù)據(jù)分散在不同的數(shù)據(jù)庫(kù)和文件中，缺乏統(tǒng)一的管理和規(guī)范。以下哪項(xiàng)不是數(shù)據(jù)治理的主要目標(biāo)？（）A.確保數(shù)據(jù)的準(zhǔn)確性和完整性B.提高數(shù)據(jù)的訪問(wèn)速度C.保障數(shù)據(jù)的安全性和合規(guī)性D.促進(jìn)數(shù)據(jù)的共享和流通3、在大數(shù)據(jù)安全領(lǐng)域，訪問(wèn)控制是重要的防護(hù)手段。以下關(guān)于自主訪問(wèn)控制和強(qiáng)制訪問(wèn)控制的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.自主訪問(wèn)控制由數(shù)據(jù)所有者決定訪問(wèn)權(quán)限，強(qiáng)制訪問(wèn)控制由系統(tǒng)管理員統(tǒng)一設(shè)定B.強(qiáng)制訪問(wèn)控制的安全性通常高于自主訪問(wèn)控制C.自主訪問(wèn)控制靈活性高，強(qiáng)制訪問(wèn)控制管理成本低D.強(qiáng)制訪問(wèn)控制適用于對(duì)安全性要求極高的場(chǎng)景，自主訪問(wèn)控制適用于一般場(chǎng)景4、在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的構(gòu)建至關(guān)重要。以下關(guān)于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的比較，哪一項(xiàng)是不正確的？（）A.數(shù)據(jù)倉(cāng)庫(kù)通常涵蓋整個(gè)企業(yè)的所有數(shù)據(jù)，而數(shù)據(jù)集市側(cè)重于特定的業(yè)務(wù)部門或主題B.數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)粒度較粗，數(shù)據(jù)集市的數(shù)據(jù)粒度較細(xì)C.數(shù)據(jù)集市的建設(shè)成本通常低于數(shù)據(jù)倉(cāng)庫(kù)D.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的數(shù)據(jù)來(lái)源相同，沒(méi)有區(qū)別5、在大數(shù)據(jù)隱私保護(hù)中，差分隱私是一種常用的技術(shù)。以下關(guān)于差分隱私的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.差分隱私通過(guò)添加噪聲來(lái)保護(hù)數(shù)據(jù)隱私B.差分隱私能夠保證在數(shù)據(jù)查詢結(jié)果中不泄露個(gè)體的敏感信息C.差分隱私的保護(hù)程度與添加的噪聲量成正比D.差分隱私適用于各種類型的數(shù)據(jù)和查詢操作6、隨著大數(shù)據(jù)應(yīng)用的普及，數(shù)據(jù)質(zhì)量的評(píng)估變得越來(lái)越重要。假設(shè)一個(gè)氣象大數(shù)據(jù)集，包含了溫度、濕度、氣壓等多種觀測(cè)數(shù)據(jù)。以下哪個(gè)方面不是評(píng)估該數(shù)據(jù)集數(shù)據(jù)質(zhì)量的關(guān)鍵因素？（）A.數(shù)據(jù)的準(zhǔn)確性B.數(shù)據(jù)的完整性C.數(shù)據(jù)的時(shí)效性D.數(shù)據(jù)的存儲(chǔ)格式7、在大數(shù)據(jù)安全領(lǐng)域，訪問(wèn)控制是重要的防護(hù)手段。假設(shè)一個(gè)企業(yè)的大數(shù)據(jù)平臺(tái)包含敏感的商業(yè)數(shù)據(jù)。以下哪種訪問(wèn)控制模型最適合？（）A.自主訪問(wèn)控制（DAC），用戶自主決定數(shù)據(jù)訪問(wèn)權(quán)限B.強(qiáng)制訪問(wèn)控制（MAC），基于系統(tǒng)的安全策略進(jìn)行嚴(yán)格限制C.基于角色的訪問(wèn)控制（RBAC），根據(jù)用戶角色分配權(quán)限D(zhuǎn).以上三種模型結(jié)合使用，實(shí)現(xiàn)多層次的訪問(wèn)控制8、大數(shù)據(jù)中的數(shù)據(jù)壓縮技術(shù)可以減少數(shù)據(jù)存儲(chǔ)空間和傳輸帶寬。以下關(guān)于數(shù)據(jù)壓縮算法的比較，哪項(xiàng)說(shuō)法不準(zhǔn)確？（）A.無(wú)損壓縮算法能夠完全還原原始數(shù)據(jù)，如ZIP壓縮B.有損壓縮算法會(huì)丟失部分?jǐn)?shù)據(jù)，但在某些情況下可以獲得更高的壓縮比，如JPEG圖像壓縮C.數(shù)據(jù)壓縮算法的選擇取決于數(shù)據(jù)的類型、特點(diǎn)和對(duì)數(shù)據(jù)還原精度的要求D.所有的數(shù)據(jù)壓縮算法都適用于大數(shù)據(jù)處理，無(wú)需考慮具體情況9、大數(shù)據(jù)中的數(shù)據(jù)挖掘技術(shù)旨在從海量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息和模式。以下關(guān)于數(shù)據(jù)挖掘流程的描述，哪一個(gè)是不準(zhǔn)確的？（）A.數(shù)據(jù)挖掘首先要進(jìn)行數(shù)據(jù)收集和預(yù)處理，包括數(shù)據(jù)清洗、轉(zhuǎn)換和集成B.接著選擇合適的數(shù)據(jù)挖掘算法，如分類、聚類、關(guān)聯(lián)規(guī)則挖掘等C.然后對(duì)挖掘結(jié)果進(jìn)行評(píng)估和解釋，若結(jié)果不理想則直接放棄，重新開始挖掘D.最后將挖掘結(jié)果應(yīng)用于實(shí)際業(yè)務(wù)中，為決策提供支持10、在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)的安全性和隱私保護(hù)至關(guān)重要。假設(shè)一個(gè)醫(yī)療機(jī)構(gòu)擁有大量患者的醫(yī)療數(shù)據(jù)，需要在保證數(shù)據(jù)安全的前提下進(jìn)行數(shù)據(jù)分析和共享。以下哪種技術(shù)可以用于實(shí)現(xiàn)數(shù)據(jù)的安全共享和訪問(wèn)控制？（）A.數(shù)字證書B.身份驗(yàn)證和授權(quán)C.數(shù)據(jù)加密和脫敏D.Alloftheabove（以上皆是）11、在大數(shù)據(jù)安全和隱私保護(hù)方面，面臨著諸多挑戰(zhàn)。對(duì)于大數(shù)據(jù)安全的措施和原則，以下說(shuō)法錯(cuò)誤的是：（）A.采用加密技術(shù)對(duì)敏感數(shù)據(jù)進(jìn)行加密存儲(chǔ)和傳輸，以防止數(shù)據(jù)泄露B.實(shí)施嚴(yán)格的訪問(wèn)控制策略，確保只有授權(quán)人員能夠訪問(wèn)和處理數(shù)據(jù)C.數(shù)據(jù)匿名化和脫敏處理可以在一定程度上保護(hù)用戶隱私，但不能完全消除隱私風(fēng)險(xiǎn)D.為了提高數(shù)據(jù)的可用性，應(yīng)盡量減少安全措施和限制，方便數(shù)據(jù)的共享和使用12、在大數(shù)據(jù)分析中，數(shù)據(jù)挖掘是一種重要的技術(shù)手段。假設(shè)有一個(gè)電商網(wǎng)站的銷售數(shù)據(jù)，需要挖掘出哪些商品經(jīng)常被一起購(gòu)買，從而進(jìn)行商品推薦。以下哪種數(shù)據(jù)挖掘算法適用于這種關(guān)聯(lián)分析？（）A.Apriori算法B.KNN（K-NearestNeighbor）算法C.C4.5算法D.SVM（SupportVectorMachine）算法13、在大數(shù)據(jù)的存儲(chǔ)中，為了提高數(shù)據(jù)的可靠性和可用性，常常采用冗余存儲(chǔ)的方式。假設(shè)一個(gè)關(guān)鍵的大數(shù)據(jù)集需要確保在硬件故障時(shí)數(shù)據(jù)不丟失。以下哪種冗余存儲(chǔ)策略最適合這種需求？（）A.鏡像存儲(chǔ)B.奇偶校驗(yàn)存儲(chǔ)C.糾錯(cuò)編碼存儲(chǔ)D.以上策略結(jié)合使用14、在大數(shù)據(jù)處理框架中，Kafka常用于消息隊(duì)列。以下關(guān)于Kafka的特點(diǎn)，哪一項(xiàng)是不正確的？（）A.支持高吞吐量的數(shù)據(jù)傳遞B.能夠保證消息的順序傳遞C.具有良好的擴(kuò)展性和容錯(cuò)性D.不適合處理實(shí)時(shí)性要求極高的消息15、在大數(shù)據(jù)存儲(chǔ)中，為了支持大規(guī)模鍵值對(duì)數(shù)據(jù)的存儲(chǔ)和查詢，以下哪種數(shù)據(jù)庫(kù)通常被使用？（）A.RedisB.MemcachedC.CassandraD.以上都是二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）解釋大數(shù)據(jù)如何優(yōu)化金融客戶體驗(yàn)。2、（本題5分）說(shuō)明大數(shù)據(jù)在電信欺詐檢測(cè)中的方法。3、（本題5分）解釋大數(shù)據(jù)中的數(shù)據(jù)融合技術(shù)。三、編程題（本大題共5個(gè)小題，共25分)1、（本題5分）用Java編寫一個(gè)程序，處理一個(gè)包含物流配送信息數(shù)據(jù)的大型數(shù)據(jù)集。找出配送時(shí)間最長(zhǎng)的10個(gè)訂單，并計(jì)算這些訂單的平均配送時(shí)間。2、（本題5分）基于HBase，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)存儲(chǔ)和查詢海量物流配送路徑優(yōu)化數(shù)據(jù)的系統(tǒng)，支持快速查詢最優(yōu)配送路徑。3、（本題5分）用Java編寫一個(gè)程序，處理一個(gè)包含手機(jī)流量套餐使用數(shù)據(jù)的大型數(shù)據(jù)集。找出流量超支最多的5個(gè)用戶，并計(jì)算他們的平均超支流量。4、（本題5分）使用MapReduce，對(duì)一個(gè)包含用戶搜索關(guān)鍵詞的數(shù)據(jù)集進(jìn)行分析，找出熱門搜索趨勢(shì)，并預(yù)測(cè)未來(lái)的搜索熱點(diǎn)。5、（本題5分）用Python語(yǔ)言和SparkMLlib機(jī)器學(xué)習(xí)庫(kù)，構(gòu)建一個(gè)隨機(jī)森林模型，預(yù)測(cè)房?jī)r(jià)走勢(shì)。數(shù)據(jù)集中包含房屋面積、地理位置、周邊設(shè)施等信息。四、綜合分析