湖北工业大学《数据挖掘与机器学习》2023-2024学年期末试卷

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页，共3页湖北工业大学《数据挖掘与机器学习》

2023-2024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、爬虫在处理网页中的图片时，通常的做法是（）A.下载图片B.忽略图片C.分析图片内容D.以上都可以2、爬虫获取数据后，进行数据清洗通常不包括（）A.去除重复数据B.转换数据格式C.加密数据D.纠正错误数据3、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4、在爬虫中，如何处理网页中的跳转页面？（）A.跟随跳转B.忽略跳转C.分析跳转目的D.以上都是5、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6、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7、以下哪种方式可以避免爬虫被网站识别为机器人？（）A.随机延迟请求B.模拟人类行为C.使用多个用户代理D.以上都是8、网络爬虫在抓取网页时，如何处理网页中的图片？（）A.下载B.忽略C.提取图片链接D.以上都是9、在爬虫中，如何处理JavaScript生成的内容？（）A.执行JavaScript代码B.分析页面源代码C.以上都是D.以上都不是10、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11、在爬虫中，以下哪个库常用于处理异常日志？（）A.loggingB.sentryC.fluentdD.以上都是12、网络爬虫获取的数据通常需要进行以下哪种处理？（）A.去重B.筛选C.转换格式D.以上都是13、以下哪种语言常用于编写网络爬虫？（）A.PythonB.JavaC.C++D.以上都是14、在爬虫中，如何处理网页中的嵌套页面？（）A.递归抓取B.选择抓取C.忽略D.以上都是15、在爬虫中，以下哪个库常用于处理正则表达式？（）A.reB.regexC.patternD.以上都是16、网络爬虫如何处理网站的登录验证码？（）A.手动输入B.自动识别C.借用已登录的CookieD.以上都是17、以下哪个不是爬虫中处理数据一致性的方法？（）A.数据校验B.版本控制C.数据备份D.以上都是18、以下哪个不是爬虫中处理数据合并的方法？（）A.基于键值合并B.按照时间顺序合并C.随机合并D.按照数据类型合并19、在爬虫中，以下哪个库常用于处理数据排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是20、对于动态网页的抓取，以下哪种技术可能会用到？A.AJAXB.SeleniumC.PhantomJSD.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）简述网络爬虫如何处理网页中的动态内容。2、（本题10分）解释网络爬虫如何处理网页中的智能数据分析相关元素。3、（本题10分）简述网络爬虫如何处理网页中的智能决策相关元素。4、（本题10分）简述网络爬虫如何处理网页中的验证码。三、编程题（本大题共2个小题，共20分)1、（本题10分）