南京工业大学《数据挖掘建模案例分析》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页南京工业大学《数据挖掘建模案例分析》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、在爬虫中，处理数据的合法性验证通常包括（）A.格式验证B.内容验证C.来源验证D.以上都是2、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3、以下哪个不是爬虫中处理多线程的优点？（）A.提高爬取速度B.节省资源C.充分利用多核D.增强并发能力4、在爬虫中，使用缓存的目的是（）A.提高爬取速度B.减少重复请求C.节省存储空间D.以上都是5、当爬虫被网站封禁时，以下哪个不是可能的原因？（）A.抓取频率过高B.未遵循网站规则C.数据量过大D.代码错误6、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7、以下哪个不是爬虫中处理数据格式转换的方法？（）A.自定义函数B.使用库函数C.手动转换D.不转换8、网络爬虫如何处理网站的动态IP封禁？（）A.使用代理B.更换IPC.等待解封D.以上都是9、在爬虫中，使用分布式爬虫时需要注意（）A.任务分配B.数据同步C.节点通信D.以上都是10、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11、爬虫在处理反爬虫的IP封锁时，可以采取的措施是（）A.更换IPB.暂停爬取C.降低频率D.以上都是12、爬虫在处理网页中的链接时，需要注意（）A.过滤无效链接B.避免死循环C.处理相对链接D.以上都是13、以下哪种情况可能导致爬虫被网站识别为异常访问？（）A.访问频率过高B.访问时间异常C.访问路径异常D.以上都是14、以下哪个不是爬虫中处理数据备份的方式？（）A.本地备份B.云端备份C.实时备份D.从不备份15、网络爬虫如何处理网站的多语言页面？（）A.选择一种语言抓取B.抓取所有语言C.根据需求抓取D.以上都是16、爬虫在处理网页的动态内容时，可能会用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是17、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18、以下哪个不是影响爬虫性能的因素？（）A.网络带宽B.服务器性能C.编程语言D.代码优化19、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20、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP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用户行为的信息投资回报率评估数据。2、（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伦理和道德考量数据。3、（本题10分）说明网络爬虫如何处理抓取过程中的错误。4、（本题10分）说明网络爬虫如何处理网页中的智能合同管理相关元素。三、编程题（本大题共2个