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，共2頁廣西現(xiàn)代職業(yè)技術(shù)學(xué)院《大數(shù)據(jù)分析與人工智能》2024-2025學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分一、單選題（本大題共15個(gè)小題，每小題1分，共15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、在大數(shù)據(jù)的應(yīng)用中，醫(yī)療健康領(lǐng)域是一個(gè)重要的方向。假設(shè)要通過分析患者的電子病歷數(shù)據(jù)來發(fā)現(xiàn)疾病的潛在模式和趨勢(shì)。以下哪種數(shù)據(jù)分析方法最適合這個(gè)任務(wù)？（）A.生存分析B.因子分析C.主成分分析D.聚類分析2、在大數(shù)據(jù)的分布式計(jì)算中，數(shù)據(jù)傾斜可能會(huì)導(dǎo)致性能問題。假設(shè)一個(gè)任務(wù)中某些鍵的值出現(xiàn)頻率遠(yuǎn)遠(yuǎn)高于其他鍵，以下哪種方法可以緩解數(shù)據(jù)傾斜？（）A.增加計(jì)算節(jié)點(diǎn)的數(shù)量B.對(duì)數(shù)據(jù)進(jìn)行重新分區(qū)C.使用更高效的算法D.忽略數(shù)據(jù)傾斜，繼續(xù)計(jì)算3、大數(shù)據(jù)處理框架有很多，如Hadoop、Spark等。以下關(guān)于Hadoop和Spark的比較，哪一項(xiàng)是不正確的？（）A.Spark相比Hadoop在內(nèi)存計(jì)算方面具有優(yōu)勢(shì)，處理速度更快B.Hadoop更適合處理大規(guī)模的靜態(tài)數(shù)據(jù)，而Spark更適合處理實(shí)時(shí)流數(shù)據(jù)C.Hadoop的生態(tài)系統(tǒng)比Spark更豐富和成熟D.Spark可以在Hadoop的YARN上運(yùn)行4、當(dāng)分析大數(shù)據(jù)中的關(guān)聯(lián)規(guī)則，以發(fā)現(xiàn)不同商品之間的購買關(guān)系時(shí)，以下哪種數(shù)據(jù)挖掘算法最為適用？（）A.決策樹算法B.關(guān)聯(lián)規(guī)則挖掘算法C.聚類算法D.回歸分析算法5、在大數(shù)據(jù)處理中，為了有效地減少數(shù)據(jù)的存儲(chǔ)量和傳輸帶寬，以下哪種技術(shù)經(jīng)常被使用？（）A.數(shù)據(jù)壓縮B.數(shù)據(jù)加密C.數(shù)據(jù)復(fù)制D.數(shù)據(jù)備份6、在大數(shù)據(jù)存儲(chǔ)中，當(dāng)需要支持復(fù)雜的事務(wù)處理時(shí)，以下哪種數(shù)據(jù)庫更適合？（）A.關(guān)系型數(shù)據(jù)庫B.NoSQL數(shù)據(jù)庫C.圖數(shù)據(jù)庫D.文檔數(shù)據(jù)庫7、隨著大數(shù)據(jù)技術(shù)的發(fā)展，數(shù)據(jù)倉庫和數(shù)據(jù)集市的概念也在不斷演進(jìn)。假設(shè)一個(gè)企業(yè)擁有多個(gè)業(yè)務(wù)部門，每個(gè)部門都有自己特定的數(shù)據(jù)需求和分析視角。在這種情況下，以下關(guān)于數(shù)據(jù)倉庫和數(shù)據(jù)集市的描述，哪一項(xiàng)是正確的？（）A.數(shù)據(jù)倉庫包含企業(yè)級(jí)的綜合數(shù)據(jù)，數(shù)據(jù)集市是數(shù)據(jù)倉庫的子集，針對(duì)特定部門或主題B.數(shù)據(jù)集市包含企業(yè)級(jí)的綜合數(shù)據(jù)，數(shù)據(jù)倉庫是數(shù)據(jù)集市的子集，針對(duì)特定部門或主題C.數(shù)據(jù)倉庫和數(shù)據(jù)集市是相互獨(dú)立的，沒有包含關(guān)系D.數(shù)據(jù)倉庫和數(shù)據(jù)集市是相同的概念，只是名稱不同8、在電商領(lǐng)域，大數(shù)據(jù)可以用于精準(zhǔn)營銷。以下關(guān)于大數(shù)據(jù)在電商精準(zhǔn)營銷中的作用，哪一個(gè)是不準(zhǔn)確的？（）A.可以根據(jù)用戶的瀏覽和購買歷史為其推薦相關(guān)商品B.能夠分析市場(chǎng)趨勢(shì)，幫助商家提前準(zhǔn)備庫存C.大數(shù)據(jù)精準(zhǔn)營銷只能針對(duì)新用戶，對(duì)老用戶效果不佳D.可以通過分析用戶行為數(shù)據(jù)，優(yōu)化網(wǎng)站的頁面布局和流程9、在大數(shù)據(jù)項(xiàng)目中，數(shù)據(jù)遷移是一項(xiàng)重要任務(wù)。以下關(guān)于數(shù)據(jù)遷移的敘述，錯(cuò)誤的是（）A.需要制定詳細(xì)的遷移計(jì)劃，包括遷移的時(shí)間、步驟和風(fēng)險(xiǎn)應(yīng)對(duì)措施B.數(shù)據(jù)遷移過程中要確保數(shù)據(jù)的完整性和一致性C.可以直接將數(shù)據(jù)從源系統(tǒng)復(fù)制到目標(biāo)系統(tǒng)，無需進(jìn)行數(shù)據(jù)轉(zhuǎn)換D.數(shù)據(jù)遷移完成后需要進(jìn)行測(cè)試和驗(yàn)證，確保數(shù)據(jù)的可用性10、在大數(shù)據(jù)存儲(chǔ)中，副本機(jī)制常用于提高數(shù)據(jù)的可靠性和可用性。假設(shè)一個(gè)分布式存儲(chǔ)系統(tǒng)中有一份數(shù)據(jù)存在三個(gè)副本。以下關(guān)于副本管理的描述，正確的是：（）A.副本應(yīng)存儲(chǔ)在同一物理位置，便于管理和維護(hù)B.副本之間應(yīng)保持完全同步，以確保數(shù)據(jù)一致性C.可以根據(jù)節(jié)點(diǎn)的負(fù)載和網(wǎng)絡(luò)狀況動(dòng)態(tài)調(diào)整副本的位置D.副本數(shù)量越多越好，能最大限度保證數(shù)據(jù)安全11、在進(jìn)行大數(shù)據(jù)分析時(shí)，需要選擇合適的數(shù)據(jù)分析工具。如果數(shù)據(jù)量非常大，且需要進(jìn)行復(fù)雜的機(jī)器學(xué)習(xí)算法訓(xùn)練，以下哪種工具較為合適？（）A.ExcelB.PythonC.RD.SPSS12、在大數(shù)據(jù)分析中，為了評(píng)估模型的性能和準(zhǔn)確性，以下哪種指標(biāo)通常被使用？（）A.準(zhǔn)確率B.召回率C.F1值D.以上都是13、在大數(shù)據(jù)處理中，數(shù)據(jù)清洗是一個(gè)重要的環(huán)節(jié)。假設(shè)我們有一個(gè)包含大量用戶購買記錄的數(shù)據(jù)集，其中存在部分?jǐn)?shù)據(jù)缺失、錯(cuò)誤或重復(fù)。以下哪種方法不太適合用于處理數(shù)據(jù)缺失的情況？（）A.使用均值或中位數(shù)填充缺失值B.根據(jù)其他相關(guān)字段的值通過算法推測(cè)缺失值C.直接刪除包含缺失值的數(shù)據(jù)行D.不做任何處理，保留缺失值14、在大數(shù)據(jù)的分析中，數(shù)據(jù)的預(yù)處理往往會(huì)占用大量的時(shí)間和資源。假設(shè)要對(duì)一個(gè)包含大量噪聲和缺失值的數(shù)據(jù)集進(jìn)行預(yù)處理。以下哪種方法最能提高預(yù)處理的效率和效果？（）A.并行預(yù)處理B.自動(dòng)化預(yù)處理工具C.基于機(jī)器學(xué)習(xí)的預(yù)處理D.以上方法結(jié)合使用15、在大數(shù)據(jù)環(huán)境中，數(shù)據(jù)集成涉及多個(gè)數(shù)據(jù)源的整合。以下關(guān)于數(shù)據(jù)集成過程中可能遇到的問題，哪一項(xiàng)描述不準(zhǔn)確？（）A.數(shù)據(jù)源的數(shù)據(jù)格式不一致B.不同數(shù)據(jù)源的數(shù)據(jù)語義存在差異C.數(shù)據(jù)集成會(huì)導(dǎo)致數(shù)據(jù)量大幅減少D.數(shù)據(jù)的重復(fù)和沖突二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）解釋數(shù)據(jù)歸檔在大數(shù)據(jù)中的意義和方法。2、（本題5分）列舉大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的應(yīng)用。3、（本題5分）列舉大數(shù)據(jù)在電信詐騙防范中的應(yīng)用。4、（本題5分）解釋數(shù)據(jù)倉庫與大數(shù)據(jù)的關(guān)系。三、編程題（本大題共5個(gè)小題，共25分)1、（本題5分）有一個(gè)包含交通違章數(shù)據(jù)的文件，使用SQL語句和相關(guān)數(shù)據(jù)庫操作，找出違章次數(shù)最多的車輛類型和對(duì)應(yīng)的違章次數(shù)。2、（本題5分）使用Python語言和Storm實(shí)時(shí)處理框架，處理實(shí)時(shí)的股票行情數(shù)據(jù)，計(jì)算股票的實(shí)時(shí)漲跌幅，并將結(jié)果實(shí)時(shí)推送至用戶終端。3、（本題5分）用Python語言編寫一個(gè)程序，對(duì)一個(gè)包含數(shù)十億條文本記錄的大型數(shù)據(jù)集進(jìn)行詞頻統(tǒng)計(jì)。數(shù)據(jù)集存儲(chǔ)在HDFS上，要求使用MapReduce模型實(shí)現(xiàn)并行處理，提高計(jì)算效率。4、（本題5分）利用Hadoop的數(shù)據(jù)備份和恢復(fù)機(jī)制，定期對(duì)重要數(shù)據(jù)進(jìn)行備份，并能夠在數(shù)據(jù)丟失或損壞時(shí)進(jìn)行快速恢復(fù)。5、（本題5分）使用Python的Hadoop框架，對(duì)一個(gè)包含城市交通擁堵指數(shù)數(shù)據(jù)的大數(shù)據(jù)集進(jìn)行分析。找出擁堵指數(shù)最高的10個(gè)路段，并計(jì)算這些路段的平均擁堵指數(shù)。四、綜合分析題（本大題共4個(gè)小題，共40分)1、（本題10分）