學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)成都錦城學(xué)院《數(shù)據(jù)挖掘與R語(yǔ)》

2023-2024學(xué)年期末試卷題號(hào)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、以下哪個(gè)不是常見(jiàn)的爬蟲(chóng)存儲(chǔ)數(shù)據(jù)庫(kù)？（）A.MySQLB.MongoDBC.OracleD.Excel2、在爬蟲(chóng)中，以下哪個(gè)庫(kù)常用于處理文件下載？（）A.urllib.request.urlretrieveB.requests.getC.wgetD.以上都是3、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的多媒體文件鏈接？（）A.下載B.記錄C.忽略D.以上都是4、以下哪個(gè)不是爬蟲(chóng)中處理代理IP的原因？（）A.突破訪問(wèn)限制B.提高訪問(wèn)速度C.隱藏真實(shí)IPD.以上都是5、在爬蟲(chóng)中，使用分布式爬蟲(chóng)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6、網(wǎng)絡(luò)爬蟲(chóng)如何判斷一個(gè)頁(yè)面是否已經(jīng)抓取過(guò)？（）A.數(shù)據(jù)庫(kù)記錄B.緩存記錄C.文件記錄D.以上都是7、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)壓縮的方法？（）A.解壓縮B.忽略壓縮數(shù)據(jù)C.尋找未壓縮的數(shù)據(jù)源D.以上都是8、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的robots.txt文件？（）A.遵守規(guī)則B.忽略C.部分遵守D.視情況而定9、在爬蟲(chóng)中，如何處理網(wǎng)頁(yè)中的錯(cuò)誤鏈接？（）A.記錄B.跳過(guò)C.嘗試修復(fù)D.以上都是10、以下哪個(gè)不是爬蟲(chóng)中處理會(huì)話的方式？（）A.使用CookieB.使用SessionC.每次請(qǐng)求重新登錄D.忽略會(huì)話11、網(wǎng)絡(luò)爬蟲(chóng)抓取數(shù)據(jù)時(shí)，以下哪種策略常用于避免對(duì)網(wǎng)站造成過(guò)大壓力？（）A.隨機(jī)抓取B.深度優(yōu)先抓取C.廣度優(yōu)先抓取D.限速抓取12、在解析HTML頁(yè)面時(shí)，以下哪個(gè)工具常用于提取特定的元素？A.XPathB.RegularExpressionC.CSSSelectorD.以上都是13、爬蟲(chóng)在處理網(wǎng)頁(yè)時(shí)，用于解析HTML內(nèi)容的庫(kù)是（）A.urllibB.jsonC.lxmlD.re14、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)驗(yàn)證的內(nèi)容？（）A.完整性B.準(zhǔn)確性C.一致性D.美觀性15、以下哪個(gè)不是常見(jiàn)的反爬蟲(chóng)手段？（）A.IP封禁B.驗(yàn)證碼C.數(shù)據(jù)加密D.頁(yè)面美化16、網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)站的動(dòng)態(tài)驗(yàn)證碼？（）A.圖像識(shí)別B.人工輸入C.跳過(guò)D.以上都是17、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)缺失值的方法？（）A.填充B.忽略C.報(bào)錯(cuò)D.以上都是18、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)更新頻率不一致的方法？（）A.統(tǒng)一更新頻率B.按照不同頻率處理C.忽略更新頻率D.以上都是19、以下哪個(gè)不是爬蟲(chóng)中處理數(shù)據(jù)清洗的工具？（）A.PandasB.NumPyC.OpenCVD.BeautifulSoup20、以下哪個(gè)是網(wǎng)絡(luò)爬蟲(chóng)的性能優(yōu)化策略？（）A.多線程B.分布式爬蟲(chóng)C.緩存D.以上都是二、簡(jiǎn)答題（本大題共4個(gè)小題，共40分)1、（本題10分）說(shuō)明網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶(hù)交互元素。2、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)的基本工作原理。3、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的個(gè)性化推薦的算法數(shù)據(jù)。4、（本題10分）簡(jiǎn)述網(wǎng)絡(luò)爬蟲(chóng)如何處理網(wǎng)頁(yè)中的用戶(hù)行為的文本摘要提取數(shù)據(jù)。三、編程題（本大題共2個(gè)小題，共20分)1、（本題10分）創(chuàng)建一