湖南中医药大学《数据挖掘》2022-2023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》

2022-2023学年期末试卷院(系)_______班级_______学号_______姓名_______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、以下哪个不是爬虫中处理数据格式转换错误的方法？（）A.重新转换B.跳过C.修正数据D.以上都是2、以下哪个不是爬虫中处理数据清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup3、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4、以下哪个不是爬虫中处理数据合并的问题？（）A.字段不一致B.数据重复C.数据缺失D.数据过多5、以下哪个不是爬虫框架的特点？（）A.代码复用B.简化开发C.降低性能D.方便管理6、在爬虫中，以下哪个库常用于处理HTTP认证？（）A.requests.authB.httpx.authC.aiohttp.authD.以上都是7、以下哪个不是爬虫中处理数据重复的方法？（）A.去重算法B.数据库约束C.忽略重复D.以上都是8、以下哪种数据格式常用于存储爬虫获取的数据？（）A.CSVB.JSONC.XMLD.以上都是9、以下哪个不是爬虫中处理数据压缩的方法？（）A.解压缩B.忽略压缩数据C.寻找未压缩的数据源D.以上都是10、网络爬虫如何处理网站的访问频率限制？（）A.等待B.使用代理C.更换IPD.以上都是11、网络爬虫如何处理网站的动态验证码？（）A.图像识别B.人工输入C.跳过D.以上都是12、以下哪个不是爬虫中设置延迟的目的？（）A.避免被封禁B.提高爬取效率C.减轻服务器压力D.遵守网站规则13、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14、以下哪种数据格式常用于网络爬虫存储抓取到的数据？（）A.CSVB.JSONC.XMLD.以上都是15、在爬虫中，以下哪个库常用于处理数据压缩？（）A.gzipB.bz2C.zipfileD.以上都是16、以下哪个不是常见的反爬虫策略应对方法？（）A.使用分布式爬虫B.降低爬取频率C.更换User-AgentD.攻击网站服务器17、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18、以下哪个库在Python中常用于网络爬虫？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是19、网络爬虫获取网页内容时，通常使用的协议是（）A.HTTPB.FTPC.SMTPD.TCP20、在爬虫中，以下哪个库常用于处理数据加密？（）A.cryptographyB.hashlibC.pycryptodomeD.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个性化推荐的算法数据。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）说明网络爬虫如何处理网页中的表单提交。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投资回报率评估数据。三、编程题（本大题共2个小题，共20