成都锦城学院《数据挖掘与R语》2022-2023学年期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页成都锦城学院

《数据挖掘与R语》2022-2023学年期末试卷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、在爬虫中，处理反爬虫的验证码可以使用（）A.人工识别B.机器学习C.忽略验证码D.以上都是2、在处理动态网页时，以下哪种技术对爬虫比较有帮助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是3、在分布式爬虫中，以下哪个技术常用于任务分配？（）A.RedisB.MySQLC.MongoDBD.Kafka4、网络爬虫如何处理网站的请求头验证？（）A.模拟正确的请求头B.忽略验证C.强行发送请求D.以上都是5、网络爬虫在抓取数据时，如何处理网页的更新？（）A.定时抓取B.检测网页变化C.以上都是D.以上都不是6、以下哪种存储方式不适合存储爬虫获取的数据？（）A.数据库B.文本文件C.内存D.图像文件7、爬虫在处理网站的验证码时，不建议采取的方式是（）A.人工识别B.机器学习识别C.暴力破解D.放弃爬取该页面8、以下哪个不是爬虫中处理数据压缩的算法？（）A.GzipB.Bzip2C.RARD.Deflate9、网络爬虫在处理网页中的JavaScript代码时，可以使用以下哪种工具？（）A.PyV8B.Node.jsC.V8D.以上都是10、在爬虫中，处理数据的加密通常使用（）A.AESB.RSAC.哈希函数D.以上都是11、以下哪种情况可能导致爬虫被网站识别为异常访问？（）A.访问频率过高B.访问时间异常C.访问路径异常D.以上都是12、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP13、以下哪个不是爬虫的合法性原则？（）A.遵循网站的使用条款B.避免对网站造成过大负担C.随意获取用户隐私数据D.尊重网站所有者的权益14、网络爬虫获取的数据通常需要进行（）处理。A.清洗B.去重C.转换D.以上都是15、网络爬虫如何处理网站的反爬虫陷阱？（）A.识别并避开B.陷入后尝试解决C.无视陷阱D.以上都是16、在爬虫中，处理数据的脱敏通常是为了（）A.保护隐私B.提高效率C.节省空间D.便于处理17、在爬虫中，以下哪个方法常用于处理网页中的验证码？（）A.人工识别B.机器学习识别C.忽略验证码D.以上都是18、网络爬虫如何处理网站的访问限制策略变化？（）A.调整爬虫策略B.停止抓取C.等待策略恢复D.以上都是19、以下哪种语言常用于编写网络爬虫？A.JavaB.PythonC.C++D.JavaScript20、爬虫在处理网站的robots.txt禁止爬取时，应该（）A.遵守规定B.尝试突破C.忽略不管D.随机选择二、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活动和促销信息。2、（本题10分）简述网络爬虫如何处理网页中的用户等级和特权数据。3、（本题10分）说明网络爬虫如何处理网页中的智能界面设计相关元素。4、（本题10分）简述网络爬虫如何处理网页中的用户行为的信息资源管理和配置数据。三、编程题（本大题共2个小题，共20分