重庆人文科技学院《数据挖掘与分析技术课程设计》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页重庆人文科技学院《数据挖掘与分析技术课程设计》2021-2022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、以下哪个不是爬虫中处理数据存储错误的方式？（）A.重试B.记录错误日志C.忽略错误D.以上都是2、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3、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4、以下哪种语言常用于编写网络爬虫？（）A.PythonB.JavaC.C++D.以上都是5、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6、以下哪个不是爬虫中处理网页编码的方法？（）A.自动检测B.指定编码C.忽略编码D.转换编码7、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8、以下哪种语言常用于编写网络爬虫？A.JavaB.PythonC.C++D.JavaScript9、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10、网络爬虫在解析HTML页面时，以下哪个库比较常用？（）A.lxmlB.reC.pandasD.matplotlib11、爬虫在处理动态网页时，可能会用到的技术是（）A.AJAXB.CSSC.JavaScriptD.以上都是12、以下哪个不是爬虫中处理数据存储的优化方式？（）A.批量写入B.压缩存储C.索引优化D.减少存储13、以下哪个不是爬虫中处理数据一致性的方法？（）A.数据校验B.版本控制C.数据备份D.以上都是14、网络爬虫如何判断一个页面是否已经抓取过？（）A.数据库记录B.本地文件记录C.以上都是D.以上都不是15、在处理动态网页时，以下哪种技术常用于获取数据？（）A.SeleniumB.PhantomJSC.以上都是D.以上都不是16、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17、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18、网络爬虫如何处理网站的请求头验证？（）A.模拟正确的请求头B.忽略验证C.强行发送请求D.以上都是19、以下哪个不是爬虫中处理并发的方式？（）A.多线程B.多进程C.异步D.单线程循环20、以下哪个不是爬虫中处理数据压缩的算法？（）A.GzipB.Bzip2C.RARD.Deflate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智能聚类相关元素。2、（本题10分）解释网络爬虫如何处理网页中的智能财务管理相关元素。3、（本题10分）解释网络爬虫如何处理网页中的智能推荐相关元素。4、（本题10分）简述网络爬虫如何处理网页中的用户行为的文本摘要提取数据。三、编程题（本大题共2个小题，共20分)1、