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頁聊城大學(xué)《數(shù)據(jù)挖掘與數(shù)據(jù)分析》2022-2023學(xué)年期末試卷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、爬蟲在處理網(wǎng)頁中的多媒體資源時，通?？紤]的因素是（）A.資源大小B.資源類型C.版權(quán)問題D.以上都是2、以下哪個不是爬蟲中處理數(shù)據(jù)質(zhì)量評估的指標(biāo)？（）A.準(zhǔn)確性B.完整性C.一致性D.美觀性3、爬蟲在處理動態(tài)網(wǎng)頁時，可能會用到的技術(shù)是（）A.AJAXB.CSSC.JavaScriptD.以上都是4、在爬蟲中，如何處理網(wǎng)頁中的圖片？（）A.下載B.忽略C.只獲取鏈接D.以上都是5、爬蟲在處理網(wǎng)站的驗證碼時，不建議采取的方式是（）A.人工識別B.機器學(xué)習(xí)識別C.暴力破解D.放棄爬取該頁面6、在爬蟲中，處理數(shù)據(jù)的加密通常使用（）A.AESB.RSAC.哈希函數(shù)D.以上都是7、爬蟲在處理網(wǎng)頁時，用于解析HTML內(nèi)容的庫是（）A.urllibB.jsonC.lxmlD.re8、以下哪個不是爬蟲中數(shù)據(jù)提取的挑戰(zhàn)？（）A.頁面結(jié)構(gòu)復(fù)雜B.數(shù)據(jù)格式不一致C.反爬蟲機制D.數(shù)據(jù)量小9、以下哪個不是爬蟲中處理數(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10、在爬蟲中，以下哪個庫常用于解析JSON數(shù)據(jù)？（）A.jsonB.simplejsonC.ujsonD.以上都是11、在爬蟲中，處理數(shù)據(jù)的篩選通?；冢ǎ〢.數(shù)據(jù)值B.數(shù)據(jù)類型C.數(shù)據(jù)來源D.以上都是12、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13、以下哪種數(shù)據(jù)格式常用于存儲爬蟲獲取的數(shù)據(jù)？（）A.CSVB.JSONC.XMLD.以上都是14、在爬蟲中，以下哪個庫常用于處理多任務(wù)調(diào)度？（）A.CeleryB.ApschedulerC.AirflowD.以上都是15、在爬蟲中，如何處理網(wǎng)頁中的地理位置信息？（）A.提取B.忽略C.轉(zhuǎn)換D.以上都是16、爬蟲在處理大規(guī)模并發(fā)請求時，可能會用到的技術(shù)是（）A.線程池B.進程池C.協(xié)程D.以上都是17、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18、爬蟲在解析JSON數(shù)據(jù)時，通常使用的庫是（）A.jsonB.requestsC.BeautifulSoupD.re19、在爬蟲中，以下哪個庫常用于處理數(shù)據(jù)壓縮？（）A.gzipB.bz2C.zipfileD.以上都是20、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲陷阱？（）A.識別并避開B.陷入后嘗試解決C.無視陷阱D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶行為的信息團隊協(xié)作和溝通數(shù)據(jù)。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲在數(shù)據(jù)采集方面的作用。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能流程管理相關(guān)元素。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的隱藏元素。三、編程題（本大題共2個小題，共20分)1、（本題1