华南理工大学《数据挖掘理论与技术》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页华南理工大学《数据挖掘理论与技术》2022-2023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、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2、网络爬虫在抓取数据时，如何处理网站的反爬虫验证码升级？（）A.寻找新的破解方法B.降低抓取频率C.暂时停止抓取D.以上都是3、以下哪种语言常用于编写网络爬虫？A.JavaB.PythonC.C++D.JavaScript4、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5、网络爬虫如何处理网站的反爬虫蜜罐陷阱？（）A.识别并避开B.陷入后处理C.忽略D.以上都是6、以下哪个不是爬虫中处理数据清洗的方法？（）A.去除空格B.转换大小写C.数据填充D.保留原始数据7、以下哪个是爬虫中常见的存储数据库？（）A.MySQLB.MongoDBC.RedisD.以上都是8、在处理大规模数据抓取时，以下哪个不是需要考虑的问题？（）A.存储容量B.网络带宽C.计算资源D.数据加密9、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10、在网络爬虫中，以下哪个库常用于发送HTTP请求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium11、网络爬虫如何处理网站的反爬虫蜜罐？（）A.识别并避开B.陷入后停止C.尝试突破D.以上都是12、以下哪个不是爬虫中处理数据异常值的方法？（）A.剔除B.修正C.保留D.以上都是13、在爬虫中，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14、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15、以下哪个库在Python中常用于网络爬虫？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是16、以下哪种语言常用于编写网络爬虫？（）A.JavaB.PythonC.C++D.Ruby17、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18、以下哪个不是爬虫中处理数据重复的方法？（）A.去重算法B.数据库去重C.缓存去重D.保留重复19、在处理爬虫获取的大量文本数据时，以下哪个技术常用于文本分类？（）A.机器学习B.深度学习C.以上都是D.以上都不是20、以下哪种技术可以用于分布式爬虫？（）A.RedisB.KafkaC.HadoopD.以上都是二、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富文本内容。2、（本题10分）说明网络爬虫如何处理网页中的智能机器学习相关元素。3、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息团队协作和沟通数据。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分)