惠州学院《数据挖掘与机器学习》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页惠州学院《数据挖掘与机器学习》

2021-2022学年期末试卷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、在爬虫中，如何处理网页中的加密链接？（）A.破解加密B.寻找解密方法C.放弃抓取D.以上都是2、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3、在爬虫中，以下哪个方法常用于处理网页中的验证码？（）A.人工识别B.机器学习识别C.忽略验证码D.以上都是4、在爬虫中，以下哪个库常用于处理URL操作？（）A.urllib.parseB.urlparseC.requests.utilsD.以上都是5、以下哪个库常用于处理爬虫中的验证码识别？（）A.tesseractB.opencvC.numpyD.scipy6、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7、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8、以下哪个不是常见的反爬虫手段？（）A.IP封禁B.验证码C.数据加密D.页面美化9、网络爬虫在处理网页中的JavaScript代码时，可以使用以下哪种工具？（）A.PyV8B.Node.jsC.V8D.以上都是10、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11、网络爬虫在遇到重定向时，通常会（）A.跟随重定向B.忽略重定向C.报错D.以上都有可能12、在爬虫中，如何处理网页中的图片？（）A.下载B.忽略C.只获取链接D.以上都是13、以下哪个不是爬虫中处理数据质量评估的指标？（）A.准确性B.完整性C.一致性D.美观性14、爬虫在处理网页中的多媒体资源时，通常考虑的因素是（）A.资源大小B.资源类型C.版权问题D.以上都是15、网络爬虫如何处理网站的登录验证码？（）A.手动输入B.自动识别C.借用已登录的CookieD.以上都是16、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17、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18、以下哪个不是爬虫中处理页面跳转的方式？（）A.自动跳转B.禁止跳转C.手动处理跳转D.忽略跳转19、以下哪个是网络爬虫的性能优化策略？（）A.多线程B.分布式爬虫C.缓存D.以上都是20、以下哪个不是爬虫中处理分布式任务失败的方式？（）A.自动重试B.标记失败C.忽略失败D.停止任务二、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行为的信息客户关系管理数据。2、（本题10分）解释网络爬虫如何处理网页中的搜索结果页面。3、（本题10分）简述网络爬虫如何处理网页中的智能增强现实内容相关元素。4、（本题10分）解释网络爬虫如何处理网页中的智能认证相关元素。三、