南京工業(yè)大學(xué)《數(shù)據(jù)挖掘建模案例分析》2022-2023學(xué)年期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁南京工業(yè)大學(xué)《數(shù)據(jù)挖掘建模案例分析》2022-2023學(xué)年期末試卷題號一二三總分得分一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、在爬蟲中，處理數(shù)據(jù)的合法性驗(yàn)證通常包括（）A.格式驗(yàn)證B.內(nèi)容驗(yàn)證C.來源驗(yàn)證D.以上都是2、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)篩選的方法？（）A.條件判斷B.正則表達(dá)式C.隨機(jī)篩選D.按照規(guī)則篩選3、以下哪個(gè)不是爬蟲中處理多線程的優(yōu)點(diǎn)？（）A.提高爬取速度B.節(jié)省資源C.充分利用多核D.增強(qiáng)并發(fā)能力4、在爬蟲中，使用緩存的目的是（）A.提高爬取速度B.減少重復(fù)請求C.節(jié)省存儲空間D.以上都是5、當(dāng)爬蟲被網(wǎng)站封禁時(shí)，以下哪個(gè)不是可能的原因？（）A.抓取頻率過高B.未遵循網(wǎng)站規(guī)則C.數(shù)據(jù)量過大D.代碼錯(cuò)誤6、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐？（）A.識別并避開B.陷入后停止C.嘗試突破D.以上都是7、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換的方法？（）A.自定義函數(shù)B.使用庫函數(shù)C.手動(dòng)轉(zhuǎn)換D.不轉(zhuǎn)換8、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的動(dòng)態(tài)IP封禁？（）A.使用代理B.更換IPC.等待解封D.以上都是9、在爬蟲中，使用分布式爬蟲時(shí)需要注意（）A.任務(wù)分配B.數(shù)據(jù)同步C.節(jié)點(diǎn)通信D.以上都是10、在爬蟲中，以下哪個(gè)庫常用于處理數(shù)據(jù)壓縮？（）A.gzipB.bz2C.zipfileD.以上都是11、爬蟲在處理反爬蟲的IP封鎖時(shí)，可以采取的措施是（）A.更換IPB.暫停爬取C.降低頻率D.以上都是12、爬蟲在處理網(wǎng)頁中的鏈接時(shí)，需要注意（）A.過濾無效鏈接B.避免死循環(huán)C.處理相對鏈接D.以上都是13、以下哪種情況可能導(dǎo)致爬蟲被網(wǎng)站識別為異常訪問？（）A.訪問頻率過高B.訪問時(shí)間異常C.訪問路徑異常D.以上都是14、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)備份的方式？（）A.本地備份B.云端備份C.實(shí)時(shí)備份D.從不備份15、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的多語言頁面？（）A.選擇一種語言抓取B.抓取所有語言C.根據(jù)需求抓取D.以上都是16、爬蟲在處理網(wǎng)頁的動(dòng)態(tài)內(nèi)容時(shí)，可能會用到的工具是（）A.SeleniumB.PuppeteerC.SplashD.以上都是17、以下哪個(gè)不是爬蟲中處理數(shù)據(jù)隱私的方法？（）A.匿名化處理B.加密處理C.公開數(shù)據(jù)D.以上都是18、以下哪個(gè)不是影響爬蟲性能的因素？（）A.網(wǎng)絡(luò)帶寬B.服務(wù)器性能C.編程語言D.代碼優(yōu)化19、以下哪個(gè)不是爬蟲中處理驗(yàn)證碼的方法？（）A.手動(dòng)輸入B.圖像識別C.跳過D.以上都是20、在網(wǎng)絡(luò)爬蟲中，以下哪個(gè)協(xié)議通常用于數(shù)據(jù)傳輸？（）A.HTTPB.HTTPSC.FTPD.SMTP二、簡答題（本大題共4個(gè)小題，共40分)1、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息投資回報(bào)率評估數(shù)據(jù)。2、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息倫理和道德考量數(shù)據(jù)。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理抓取過程中的錯(cuò)誤。4、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能合同管理相關(guān)元素。三、編程題（本大題共2個(gè)