中南大学《数据仓库与数据挖掘》2023-2024学年期末试卷

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页中南大学《数据仓库与数据挖掘》2023-2024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、网络爬虫如何处理网站的SSL证书验证错误？（）A.忽略错误B.验证证书C.更换网站D.以上都是2、网络爬虫中，以下哪个状态码表示请求成功？（）A.200B.301C.404D.5003、爬虫在处理网页中的图片时，通常的做法是（）A.下载图片B.忽略图片C.分析图片内容D.以上都可以4、以下哪种数据格式不适合爬虫存储数据？（）A.CSVB.XMLC.PDFD.JSON5、在爬虫中，处理数据的提取精度通常取决于（）A.需求B.算法C.数据质量D.以上都是6、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7、网络爬虫如何处理网页中的动态加载数据？（）A.分析接口B.模拟操作C.以上都是D.以上都不是8、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9、当遇到需要登录才能访问的页面时，爬虫可以通过以下哪种方式获取数据？（）A.模拟登录B.跳过该页面C.暴力破解D.以上都不是10、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11、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12、在爬虫中，如何处理网页中的嵌套页面？（）A.递归抓取B.选择抓取C.忽略D.以上都是13、在爬虫中，以下哪个库常用于处理HTTP代理？（）A.requests-proxyB.urllib.request.ProxyHandlerC.socksD.以上都是14、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15、对于动态网页的抓取，以下哪种技术可能会用到？A.AJAXB.SeleniumC.PhantomJSD.以上都是16、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17、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18、以下哪个不是常见的爬虫存储数据库？（）A.MySQLB.MongoDBC.OracleD.Excel19、在爬虫中，以下哪个库常用于处理会话保持？（）A.requests.SessionB.httpx.SessionC.aiohttp.ClientSessionD.以上都是20、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用户行为的信息产品创新和改进数据。2、（本题10分）解释网络爬虫如何避免陷入无限循环的抓取。3、（本题10分）说明网络爬虫如何处理网页中的移动适配页面。4、（本题10分）简述网络爬虫如何处理网页中的用户行为的话题演化分析数据