安徽工业大学《数据挖掘》2021-2022学年期末试卷

装订线装订线PAGE2第1页，共3页安徽工业大学《数据挖掘》

2021-2022学年期末试卷院(系)_______班级_______学号_______姓名_______题号一二三总分得分批阅人一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、当遇到需要登录才能访问的页面时，爬虫可以通过以下哪种方式获取数据？（）A.模拟登录B.跳过该页面C.暴力破解D.以上都不是2、以下哪种数据格式不适合爬虫存储数据？（）A.CSVB.XMLC.PDFD.JSON3、在爬虫中，设置请求头的主要目的是：A.伪装成浏览器B.提高抓取效率C.绕过反爬虫机制D.以上都是4、以下哪个不是爬虫中处理数据加载缓慢的方法？（）A.优化网络B.减少数据量C.更换数据源D.以上都是5、以下哪个不是爬虫中处理并发的方式？（）A.多线程B.多进程C.异步D.单线程循环6、以下哪个不是反爬虫的常见手段？（）A.IP封锁B.验证码C.数据加密D.增加页面加载时间7、以下哪个不是爬虫中处理异常的原则？（）A.记录异常信息B.忽略所有异常C.进行适当的重试D.及时终止程序8、在爬虫中，使用多进程的优势是（）A.资源隔离B.提高稳定性C.充分利用多核D.以上都是9、以下哪个不是爬虫中处理反爬虫验证码的高级技术？（）A.深度学习识别B.人工打码平台C.图像识别算法D.直接忽略10、在爬虫中，使用代理IP的主要目的是（）A.提高爬取速度B.绕过IP封锁C.隐藏真实IPD.以上都是11、以下哪个不是爬虫中处理异常的方式？（）A.重试B.跳过C.终止程序D.记录日志12、以下哪个不是爬虫中处理数据质量评估的指标？（）A.准确性B.完整性C.一致性D.美观性13、在爬虫中，如何处理网页的编码问题？（）A.自动检测B.手动指定C.忽略D.以上都是14、以下哪个不是常见的爬虫框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy15、以下哪个不是爬虫中处理网页编码的方法？（）A.自动检测B.指定编码C.忽略编码D.转换编码16、网络爬虫在抓取网页时，通过什么来识别页面中的链接？（）A.HTML标签B.JavaScript脚本C.CSS样式D.以上都不是17、在网络爬虫中，以下哪个模块通常用于发送HTTP请求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy18、网络爬虫如何处理网站的反爬虫IP封锁？（）A.使用代理B.更换IPC.等待解封D.以上都是19、网络爬虫在抓取数据时，需要遵循的原则不包括（）A.不影响网站正常运行B.遵守网站的使用条款C.抓取所有数据D.尊重隐私20、爬虫在处理大规模数据时，可能会遇到的问题是（）A.内存不足B.网络带宽限制C.处理速度慢D.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息金融科技和数字货币应用数据。2、（本题10分）简述网络爬虫如何处理网页中的智能情感分析相关元素。3、（本题10分）说明网络爬虫如何处理网页中的智能搜索引擎相关元素。4、（本题10分）解释网络爬虫如何处理网页中的用户行为的舆论监测和分析数据。三、编程题（本大题共2个小题，共20