湖南工程学院《数据挖掘》2021-2022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页湖南工程学院《数据挖掘》

2021-2022学年期末试卷题号一二三总分得分一、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、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP2、在爬虫中，如何处理网页中的权限限制？（）A.尝试突破B.放弃抓取C.寻找其他途径D.以上都是3、在爬虫中，处理重定向的常见方法是（）A.自动跟随B.忽略重定向C.手动处理D.以上都是4、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5、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6、以下哪个不是爬虫中处理异步请求的方式？（）A.使用回调函数B.使用线程C.使用协程D.以上都是7、爬虫在处理网站的反爬虫机制时，首先应该（）A.尝试突破B.遵守规则C.寻找漏洞D.放弃爬取8、以下哪个不是爬虫中处理数据合法性验证的方法？（）A.正则表达式B.数据类型检查C.范围检查D.忽略验证9、以下哪个不是爬虫中处理数据更新频率不一致的方法？（）A.统一更新频率B.按照不同频率处理C.忽略更新频率D.以上都是10、以下哪个是爬虫中常见的存储数据库？（）A.MySQLB.MongoDBC.RedisD.以上都是11、以下哪个不是爬虫中模拟登录的方式？（）A.提交表单B.使用CookieC.破解密码D.以上都是12、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13、在爬虫中，用于模拟浏览器行为的库是（）A.requestsB.BeautifulSoupC.SeleniumD.Scrapy14、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15、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、网络爬虫如何处理网页中的加密数据？（）A.破解加密B.寻找解密方法C.放弃抓取D.以上都是17、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18、在爬虫中，如何处理网页中的多媒体文件链接？（）A.下载B.记录C.忽略D.以上都是19、爬虫在处理网页的动态内容时，可能会用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是20、在爬虫中，处理数据的筛选通常基于（）A.数据值B.数据类型C.数据来源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）解释网络爬虫如何处理网页中的用户浏览行为的时间序列数据。2、（本题10分）简述网络爬虫如何处理网页中的用户历史浏览数据。3、（本题10分）解释网络爬虫如何处理网页中的用户行为的信息边缘计算和分布式处理数据。4、（本题10分）简述网络爬虫如何处理网页中的智能评估相关元素。三、编程题（本大题共2个小题，