自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁湖南中醫(yī)藥大學

《數(shù)據(jù)挖掘》2021-2022學年期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、網(wǎng)絡爬蟲如何處理網(wǎng)站的反爬蟲JavaScript挑戰(zhàn)？（）A.分析JavaScript邏輯B.使用工具模擬執(zhí)行C.放棄抓取D.以上都是2、網(wǎng)絡爬蟲的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡D.以上都不是3、在爬蟲中，以下哪個庫常用于處理正則表達式？（）A.reB.regexC.patternD.以上都是4、在網(wǎng)絡爬蟲中，以下哪個庫常用于發(fā)送HTTP請求？A.requestsB.BeautifulSoupC.ScrapyD.Selenium5、網(wǎng)絡爬蟲如何判斷一個頁面是否已經(jīng)抓取過？（）A.數(shù)據(jù)庫記錄B.緩存記錄C.文件記錄D.以上都是6、網(wǎng)絡爬蟲如何處理網(wǎng)頁中的加密數(shù)據(jù)？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是7、在爬蟲中，以下哪個庫常用于處理多任務調度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是8、以下哪個不是爬蟲中處理頁面解析錯誤的方式？（）A.跳過B.重試C.記錄錯誤D.停止爬蟲9、爬蟲在解析JSON數(shù)據(jù)時，通常使用的庫是（）A.jsonB.requestsC.BeautifulSoupD.re10、在爬蟲中，以下哪個庫常用于解析XML數(shù)據(jù)？（）A.xml.etree.ElementTreeB.lxml.etreeC.minidomD.以上都是11、網(wǎng)絡爬蟲獲取的數(shù)據(jù)通常需要進行以下哪種處理？（）A.去重B.篩選C.轉換格式D.以上都是12、網(wǎng)絡爬蟲在抓取網(wǎng)頁時，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是13、爬蟲在處理大規(guī)模并發(fā)請求時，可能會用到的技術是（）A.線程池B.進程池C.協(xié)程D.以上都是14、網(wǎng)絡爬蟲獲取的數(shù)據(jù)通常需要進行（）處理。A.清洗B.去重C.轉換D.以上都是15、以下哪個不是爬蟲中處理反爬蟲的技巧？（）A.降低訪問頻率B.使用隨機User-AgentC.頻繁更換IPD.以上都是16、以下哪個不是爬蟲中處理并發(fā)的方式？（）A.多線程B.多進程C.異步D.單線程循環(huán)17、在處理動態(tài)網(wǎng)頁時，以下哪種技術對爬蟲比較有幫助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是18、以下哪個不是爬蟲中處理數(shù)據(jù)排序的目的？（）A.便于查找B.提高效率C.滿足業(yè)務需求D.增加數(shù)據(jù)量19、以下哪個不是爬蟲中處理會話的方式？（）A.使用CookieB.使用SessionC.每次請求重新登錄D.忽略會話20、當爬蟲遇到反爬蟲機制時，以下哪種方法不太合適？（）A.使用代理IPB.降低抓取頻率C.偽裝瀏覽器頭部D.強行突破二、簡答題（本大題共4個小題，共40分)1、（本題10分）簡述網(wǎng)絡爬蟲如何處理網(wǎng)頁中的智能教育相關元素。2、（本題10分）解釋網(wǎng)絡爬蟲如何處理網(wǎng)頁中的用戶行為的情感傾向分析數(shù)據(jù)。3、（本題10分）解釋網(wǎng)絡爬蟲如何處理網(wǎng)頁中的智能服裝設計相關元素。4、（本題10分）解釋網(wǎng)絡爬蟲如何處理網(wǎng)頁中的智能廣告投放相關元素。三、編程題（本大題共2個小題，共20