中南大学《数据仓库与数据挖掘》2022-2023学年期末试卷

装订线装订线PAGE2第1页，共3页中南大学《数据仓库与数据挖掘》2022-2023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、网络爬虫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2、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3、以下哪个不是爬虫中处理数据压缩的算法？（）A.GzipB.Bzip2C.RARD.Deflate4、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5、在爬虫中，处理重定向的常见方法是（）A.自动跟随B.忽略重定向C.手动处理D.以上都是6、以下哪个不是爬虫框架的特点？（）A.代码复用B.简化开发C.降低性能D.方便管理7、以下哪个不是爬虫中处理代理IP的原因？（）A.突破访问限制B.提高访问速度C.隐藏真实IPD.以上都是8、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9、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10、以下哪种方式可以提高爬虫的效率？（）A.多线程B.分布式C.缓存机制D.以上都是11、以下哪个库在Python中常用于网络爬虫？（）A.requestsB.BeautifulSoupC.ScrapyD.以上都是12、在爬虫中，以下哪个库常用于处理数据加密解密？（）A.pycryptodomeB.cryptographyC.hashlibD.以上都是13、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14、爬虫在处理网站的robots.txt禁止爬取时，应该（）A.遵守规定B.尝试突破C.忽略不管D.随机选择15、网络爬虫如何处理网站的robots.txt文件？（）A.遵守规定B.忽略C.部分遵守D.以上都有可能16、以下哪个不是爬虫中处理数据验证的内容？（）A.完整性B.准确性C.一致性D.美观性17、以下哪个不是爬虫中模拟登录的方式？（）A.提交表单B.使用CookieC.破解密码D.以上都是18、以下哪种情况可能导致爬虫被网站封禁？A.频繁访问同一页面B.访问隐藏页面C.未设置请求头D.以上都有可能19、爬虫在处理网站的验证码时，不建议采取的方式是（）A.人工识别B.机器学习识别C.暴力破解D.放弃爬取该页面20、网络爬虫在抓取数据时，如何处理会话（Session）？（）A.保持会话B.忽略会话C.重新创建会话D.以上都有可能二、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反馈和投诉数据。2、（本题10分）说明网络爬虫如何处理网页中的智能平面设计相关元素。3、（本题10分）说明网络爬虫如何处理网页中的用户行为的社交网络结构分析数据。4、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息团队协作和沟通数据。三、编程题（本大题共2个小题，共20分)1、（