湖南中医药大学《数据挖掘》2021-2022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页湖南中医药大学

《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、网络爬虫如何处理网站的反爬虫JavaScript挑战？（）A.分析JavaScript逻辑B.使用工具模拟执行C.放弃抓取D.以上都是2、网络爬虫的主要目的是（）A.收集数据B.攻击网站C.破坏网络D.以上都不是3、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4、在网络爬虫中，以下哪个库常用于发送HTTP请求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium5、网络爬虫如何判断一个页面是否已经抓取过？（）A.数据库记录B.缓存记录C.文件记录D.以上都是6、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7、在爬虫中，以下哪个库常用于处理多任务调度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是8、以下哪个不是爬虫中处理页面解析错误的方式？（）A.跳过B.重试C.记录错误D.停止爬虫9、爬虫在解析JSON数据时，通常使用的库是（）A.jsonB.requestsC.BeautifulSoupD.re10、在爬虫中，以下哪个库常用于解析XML数据？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是11、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12、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13、爬虫在处理大规模并发请求时，可能会用到的技术是（）A.线程池B.进程池C.协程D.以上都是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、以下哪个不是爬虫中处理反爬虫的技巧？（）A.降低访问频率B.使用随机User-AgentC.频繁更换IPD.以上都是16、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17、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18、以下哪个不是爬虫中处理数据排序的目的？（）A.便于查找B.提高效率C.满足业务需求D.增加数据量19、以下哪个不是爬虫中处理会话的方式？（）A.使用CookieB.使用SessionC.每次请求重新登录D.忽略会话20、当爬虫遇到反爬虫机制时，以下哪种方法不太合适？（）A.使用代理IPB.降低抓取频率C.伪装浏览器头部D.强行突破二、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智能教育相关元素。2、（本题10分）解释网络爬虫如何处理网页中的用户行为的情感倾向分析数据。3、（本题10分）解释网络爬虫如何处理网页中的智能服装设计相关元素。4、（本题10分）解释网络爬虫如何处理网页中的智能广告投放相关元素。三、编程题（本大题共2个小题，共20