聊城大学《数据挖掘与分析》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页聊城大学《数据挖掘与分析》2022-2023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、网络爬虫在抓取数据时，如何处理异常情况？（）A.记录日志B.重试C.跳过D.以上都是2、以下哪个不是爬虫中处理数据缺失值的方法？（）A.填充B.忽略C.报错D.以上都是3、以下哪个不是爬虫中处理数据隐私的方法？（）A.匿名化处理B.加密处理C.公开数据D.以上都是4、在爬虫中，如何处理网页中的跳转页面？（）A.跟随跳转B.忽略跳转C.分析跳转目的D.以上都是5、以下哪个不是爬虫中数据提取的挑战？（）A.页面结构复杂B.数据格式不一致C.反爬虫机制D.数据量小6、以下哪种语言常用于编写网络爬虫？（）A.PythonB.JavaC.C++D.以上都是7、在网络爬虫中，以下哪个是常见的反爬虫策略？（）A.IP封锁B.验证码C.限制访问频率D.以上都是8、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9、在网络爬虫中，以下哪个模块通常用于发送HTTP请求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy10、爬虫获取数据后，进行数据清洗通常不包括（）A.去除重复数据B.转换数据格式C.加密数据D.纠正错误数据11、以下哪个不是爬虫中处理数据加密的场景？（）A.传输过程B.存储过程C.计算过程D.展示过程12、网络爬虫如何处理网站的反爬虫陷阱？（）A.识别并避开B.陷入后尝试解决C.无视陷阱D.以上都是13、以下哪个不是爬虫中处理分布式爬虫的通信方式？（）A.HTTPB.TCPC.UDPD.以上都是14、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15、以下哪个不是爬虫中处理数据分页的方法？（）A.分析页面规律B.模拟点击下一页C.直接获取所有页面D.根据参数获取16、在爬虫中，处理数据的脱敏通常是为了（）A.保护隐私B.提高效率C.节省空间D.便于处理17、在爬虫中，以下哪个库常用于处理文件下载？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是18、网络爬虫如何处理网站的反爬虫IP封锁？（）A.使用代理B.更换IPC.等待解封D.以上都是19、以下哪个是爬虫中常见的存储数据库？（）A.MySQLB.MongoDBC.RedisD.以上都是20、以下哪个不是爬虫中处理数据筛选的方法？（）A.条件判断B.正则表达式C.随机筛选D.按照规则筛选二、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CSS样式对内容的影响。2、（本题10分）解释网络爬虫如何处理网页中的智能物流相关元素。3、（本题10分）说明网络爬虫如何处理网页中的用户行为的关联规则挖掘数据。4、（本题10分）说明网络爬虫如何处理网页中的用户行为的预测模型数据。三、编程题（本大