数据采集与处理-题库带答案

数据采集与处理-题库带答案1、（）是指对客观事件记录的符号，是对客观事物的性质、状态及相互关系等进行记载的物理符号或这些物理符号的组合。数据字段记录大数据答案：A2、在数据表中，表的“列”称为（）数据字段记录大数据答案：B3、在数据表中，表的“行”称为（）数据字段记录大数据答案：C4、数据表是由行（记录）和列（字段）构成，因此也称（）数据二维表表格大数据答案：B5、大数据具有以下特征大容量、多种类、高速度复杂性、高价值可变性、真实性以上都是答案：D6、数据的获取途径有（）产品自有数据调查问卷互联网数据导入从别人数据库窃取答案：ABC7、产品自有数据就是自身产品销售过程中产生的数据。答案：正确8、调查问卷是以问题的形式系统的记载调查内容的一种印件。答案：正确9、互联网数据分布在网页的不同位置，我们很难采集下来。答案：错误10、Excel是按照数据结构来组织，存储和管理数据的仓库。答案：错误11、商务数据指用户在电子商务网站购买商品的过程中，网站记录用户行为的大量数据答案：正确12、商务数据包括（）电子商务平台的基础数据电子商务专业网站的研究数据电子商务媒体报道评论数据答案：ABCD13、商品数据一般包括（）商品分类商品价格商品展示商品评价答案：ABC14、采集交易数据主要是为了通过数据分析评估客户价值，将潜在客户变为价值客户。答案：正确15、评价数据主要以图片的形式出现。答案：错误16、新闻网站有（）腾讯网百度贴吧凤凰网博客答案：AC17、社交网站有（）腾讯网百度贴吧凤凰网博客答案：BD18、商务数据可用于多种行业（）制造业金融业个人娱乐餐饮行业答案：ABCD19、商务数据可以监控竞争对手的动态。答案：正确20、商务数据不同帮助企业和个人共享客户信息。答案：错误21、商务数据的来源包括（）电子商务平台社交平台O2O数据个人数据答案：ABC22、B2B是企业对企业之间通过互联网进行产品、服务及信息的交换。答案：正确23、B2c是个人对企业开展的电子商务活动。答案：错误24、下列常用的B2c平台有（）阿里巴巴京东唯品会亚马逊答案：BCD25、常见的C2c平台有（）阿里巴巴咸鱼淘宝eBay答案：BCD26、社交电商指基于社交关系、利用互联网社交媒介实现电子商务中的流量获取、商品推广和交易等其中一个或多个环节，产生间接或直接交易行为的在线经营活动。答案：正确27、抖音属于社交内容电商。答案：正确28、社交分享电商主要包括（）拼多多微信蘑菇街微博答案：ABD29、O2O电商模式是线上（0“门0）引流线下（Offline）消费模式。答案：正确30、O2O数据主要有O2O电商平台数据和展销平台组成。答案：正确31、数据采集又称数据获取，是利用设备或技术手段从现实环境及网络获取数据并放入系统内部进行使用。答案：正确32、大多数互联网页编写都是用HTML语言。答案：正确33、电子商务数据主要归类为（）文本图片视频音频答案：ABC34、配置一种采集任务可以采集多个数据源。答案：错误35、防采集措施有（）A、封IP验证码识别登录不允许打开网页答案：ABC36、常见的采集方法包括web爬虫采集和API接口采集。答案：正确37、Web爬虫主要分为通用网络爬虫和聚焦网络爬虫。答案：正确38、通用网络爬虫基本工作流程包含（）打开浏览器抓取网页数据存储预处理答案：BCD39、调用网站自身提供的应用程序编程接口，可以实现网络数据采集。答案：正确40、数据的存储方式有（）ExcelCSV数据库Python答案：ABC41、数据采集工具分为编程类和可视化采集工具两类。答案：正确42、数据采集工具可以针对某个主题从微博爬取相关信息。答案：正确43、数据采集工具不能爬取学术信息。答案：错误44、常见的爬虫语言有（）HTMLPythonJavaPHP答案：BCD45、Python是一款服务器端解释性开源非编译脚本语言。答案：正确46、数据采集器是进行数据采集的机器或者工具。答案：正确47、数据采集器建立的任务也称之为规则。答案：正确48、数据采集器采集不同字段时，建立一种规则就可以了。答案：错误49、数据采集器不能采集以下哪种数据（）图片文字网站信息专利答案：D50、哪种不是数据采集器Python爬虫八爪鱼采集器火车头采集器后羿采集器答案：A51、简易采集模式是利用系统内置模板进行数据采集的模式。答案：正确52、简易采集可根据不同的参数进行不同程度的自定义采集。答案：正确53、简易采集模板所有用户都可以使用。答案：错误54、单页采集只能采集列表数据。答案：错误55、表格数据采集要先选中表格中的一行数据。答案：正确56、单网页采集主要是采集一个网页中的数据。答案：正确57、列表详情页数据采集比单网页数据采集复杂。答案：正确58、列表详情页需要从每个商品的标题进入到商品的详情页。答案：正确59、采集列表详情页数据不需要循环步骤。答案：错误60、单个网页上有很多相同链接，点击链接后进入,再进行详情页数据采集，。答案：详情页；61、当配置好任务，进行数据采集是，即用自己的本地电脑进行数据采集。答案：启动本地采集62、如果想使用云服务集群进行采集，可以选择答案：启动云采集；63、数据导出可以导出的文件类型为（）ExcelcsvHTMLD、MySql数据表答案：ABCD64、文本循环是通过输入关键字采集跟关键字相关的数据。答案：正确65、URL循环是通过使用多个URL地址进行数据采集。答案：正确66、循环采集包括（）URL循环文本循环单个元素循环随机循环答案：ABC67、采集京东商品详情页数据，字段可任意。要求：叙述采集步骤或使用采集器采集数据截图答案：解析：68、分页循环采集是指把一页数据分成多页进行采集。答案：错误69、网址中有多个页面需要采集叫分页循环采集。答案：正确70、点击页面上的“下一页”按钮翻页，是最常见的翻页方式。答案：正确71、需要登录时就不能进行采集。答案：错误72、登录采集分登录采集和登录采集。答案：账号密码;Cookie；73、使用登录采集时，输入账号密码需要用到模块。答案：输入文字；74、采集器无法识别验证码。答案：错误75、登录利用浏览器中的缓存设置，缓存了当前的一个网页状态，可以快速进入当前状态的页面。答案：Cookie；76、Cookie登录的方式不需要输入账号和密码，直接打开网页就是登录状态。答案：正确77、Cookie登录中Cookie长期存在，所以是登录采集中，最方便的采集方式。答案：错误78、使用简易模式采集任意网站数据要求：叙述采集步骤或使用采集器采集数据截图答案：解析：79、使用单页采集模式，采集任意一个网页的数据要求：叙述采集步骤或使用采集器采集数据截图答案：解析：80、ajax即、异步更新的一种脚本技术。答案：延时加载；81、ajax可以通过在后台与服务器进行少量数据交换，可以重新加载整个网页。答案：错误82、使用ajax技术的网页，点击网页中某个按钮或下拉页面，网址一般不发生改变，网址栏不出现加载状态，但网页局部有新的数据加载出来，有所变化。答案：正确83、Ajax技术包括（）A、ajax点击ajax翻页ajax滚动定位答案：ABC84、Ajax点击可以对一个按钮进行多次点击。答案：错误85、如果设置了ajax技术的网页，在采集设置时，没有勾选ajax加载，则不能进行采集。答案：错误、Ajax滚动包括（）直接滚动到底部动到下一行滚动到下一页向下滚动一屏答案：AD87、XPath语言是网页内容定位语言，它可以帮助采集工具查找网页内容在网页中的位置。答案：正确88、XPath语言，也称为HTML路径语言。答案：错误89、XPath语言由、、、内容构成。答案：名称;位置;属性；90、被设计用来显示网页数据，就是用来在HTML中定位元素的。答案：HTML;XPath91、HTML称为超文本标记语言。答案：正确92、是构成网页的基本元素。答案：节点；93、节点有多种类型，分别是（）元素、属性、文本命名空间、处理指令注释、文档节点属性值答案：ABC94、节点关系是指节点与节点之间的关系，通过包含与被包含关系区分。答案：正确95、是对于节点的描述性语句，用来选取指定节点。答案：路径表达式；96、XPath中，表示不论该元素在Html中的任何位置，均选取该元素。答案：//；97、XPath中，用于选择某一元素的子元素，不能跨多层关系进行选择答案：/98、XPath中，用来表示属性，需写在属性前方答案：@；99、XPath中，选取父元素，其中“..”表示父元素。选取元素自身，其中“.”表示元素自身。答案：100、XPath中，选取某元素下的所有子元素答案：/*；101、XPath中，选取某元素下的所有后代元素答案：//*；102、XPath中，用来查找某个特定的节点或包含某个指定的值的节点答案：谓语；103、XPath中，谓语对元素的、及做限制，只要符合限制的元素，使用中括号“[]”表示。答案：位置;属性;内容；104、XPath中，Text()函数，主要功能为选中指定文本内容的元素。答案：正确105、XPath中，contains（参数1,参数2）,主要功能为选中参数1中包含参数2中内容的元素。答案：正确106、XPath中，last（），主要功能为选中同胞元素中最后一位的元素。答案：正确107、XPath中，position。，主要功能为描述元素在同胞元素中的位置。答案：正确108、哪些行业需要用到数据采集（）企业政府金融教育答案：ABCD109、使用采集器采集需要大量的专业知识。答案：错误110、个人进行数据采集是，主要用于（）网页信息收集商务数据采集市场数据采集社会公开信息答案：AB111、在公安经侦领域通过对网络敏感信息监控比对管理，帮助公安经济侦查工作的开展和提供数据层面的支持。答案：正确112、商务数据采集多用于采购分析、市场分析、项目运行和论文编写。答案：正确113、数据的质量因素包可信性和可解释性答案：准确性;完整性;一致性;时效性;相关性114、数据的质量问题从采集的角度划分，可分为（）准确性完整性一致性时效性答案：ABC115、数据的质量问题从应用的角度划分，可分为（）准确性相关性时效性可信性答案：BC116、数据的质量问题从用户使用的角度划分，可分为（）准确性完整性可信性可解释性答案：CD117、准确性是指数据是否正确的，数据存储在数据库中的值是否对应于真实世界的值。答案：正确118、某用户在使用支付宝绑定银行卡时，网站要求验证用户的真实姓名和身份证号码。这时要求采集的数据必须有（）准确性完整性一致性相关性答案：A119、数据质量完整性是指信息具有一个实体描述的所有必需的部分答案：正确120、空值是指缺失或不知道具体的值，可能是一条记录中的某个属性缺失，也可能是整条记录都丢失。答案：正确121、数据质量的数据一致性是指在数据库中，不同表中存储和使用的同一数据应当是等价的，表示数据有相等的值和相同的含义。答案：正确122、数据质量的数据相关性是指数据与特定的应用和领域有关。答案：正确123、数据质量的时效性是指有些数据会随时间而变化的答案：正确124、数据质量的可信性由三个因素决定：数据来源的权威性、数据的规范性、数据产生的时间。答案：正确125、数据质量的可解释性，也称为可读性，是指数据被人理解的难易程度答案：正确126、数据处理的4大流程步骤中的一个大体流向图，就是（）数据清理数据集成数据变换数据归约答案：ABCD127、由于操作员重复录入，并发处理等不规范的操作，导致产生不完整，不准确的，无效的数据也可以用在数据分析里。答案：错误128、数据的缺失值是指现有数据集中某个或某些属性的值时不完整的。答案：正确129、处理空缺值的基本方法有6种，包括忽略元组、人工填写空缺值、使用全局常量替换空缺值、使用属性的中心度量填充空缺值、使用与给定元组属同一类的所有样本的平均值来填充空缺值、使用最可能的值填充空缺值。答案：正确130、若一条记录中有多个属性值被遗漏了，则可将该记录排除在数据挖掘之外。答案：正确131、噪声数据是指一个测量变量中的随机错误或偏差答案：正确132、噪声数据也可以用于数据挖掘进行分析。答案：错误133、孤立点的是不符合数据模型的数据。答案：正确134、孤立点并不真实存在，是人们无意中弄出的偏差比较大的数据。答案：错误135、处理噪声数据可以使用（）方法。分箱法回归法聚类忽略元组答案：ABC136、数据集成是指将互相关联的分布式异构数据源集成到一起，使用户能够以透明的方式访问这些数据源。答案：正确137、数据集成的方法有（）联邦数据库中间件集成数据仓库聚类答案：ABC138、数据仓库是数据集成最常用的方法答案：正确139、数据仓库来集成数据时需要处理的问题包括（）实体识别冗余相关分析数据冲突和检测答案：ABCD140、实体识别，它所解决的问题是如何匹配多个信息源在现实世界中的实体事物答案：正确141、数据规约就是为了压缩数据量，帮助从原有庞大数据集中获得一个精简的数据集合，并使这一精简数据集保持原有数据集的完整性。答案：正确142、数据规约的策略有（）维归约数量归约数据压缩实体识别答案：ABC143、主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标答案：正确144、属性子集选择，主要用于检测并删除不相关、弱相关或冗余的