华南理工大学《数据挖掘理论与技术》2023-2024学年期末试卷

装订线装订线PAGE2第1页，共3页华南理工大学《数据挖掘理论与技术》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验证码的方法？（）A.手动输入B.图像识别C.跳过D.以上都是2、爬虫在处理动态网页时，可能会用到的技术是（）A.AJAXB.CSSC.JavaScriptD.以上都是3、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4、在爬虫中，如何处理网页中的复杂表单提交？（）A.模拟填写B.分析表单结构C.以上都是D.以上都不是5、网络爬虫如何处理网页中的跳转？（）A.自动跟随B.按照规则处理C.忽略D.以上都是6、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7、以下哪个不是爬虫中处理数据压缩的好处？（）A.节省存储空间B.提高传输速度C.加密数据D.减少网络流量8、以下哪个不是爬虫中处理数据清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup9、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10、以下哪个不是爬虫中处理分布式环境下数据一致性的方法？（）A.分布式锁B.消息队列C.共享数据库D.各自处理11、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12、爬虫在存储数据时，使用数据库的优点是（）A.便于查询和管理B.节省存储空间C.提高写入速度D.无需进行数据处理13、在爬虫中，以下哪个不是设置请求头的作用？（）A.伪装浏览器B.绕过反爬虫机制C.提高请求速度D.以上都是14、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15、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16、网络爬虫在抓取数据时，需要遵循的原则不包括（）A.不影响网站正常运行B.遵守网站的使用条款C.抓取所有数据D.尊重隐私17、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP18、在爬虫中，处理数据的分页提取通常需要分析（）A.URL规律B.页面结构C.JavaScript代码D.以上都是19、以下哪种数据格式不适合爬虫存储数据？（）A.CSVB.XMLC.PDFD.JSON20、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智能地图绘制相关元素。2、（本题10分）简述网络爬虫如何处理网页中的数据分页和加载更多机制。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风险管理和应对数据。4、（本题10分）简述网络爬虫如何处理网页中的语义信息。三、编程题（本大题共2个小题，共20