赣南师范大学《数据挖掘技术》2022-2023学年期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页赣南师范大学《数据挖掘技术》

2022-2023学年期末试卷题号一二三总分得分一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、以下哪个不是爬虫的合法性原则？（）A.遵循网站的使用条款B.避免对网站造成过大负担C.随意获取用户隐私数据D.尊重网站所有者的权益2、以下哪个不是爬虫框架？（）A.ScrapyB.PySpiderC.DjangoD.Crawley3、以下哪个不是爬虫中处理数据缺失值的方法？（）A.填充B.忽略C.报错D.以上都是4、以下哪个不是爬虫中处理数据合并的问题？（）A.字段不一致B.数据重复C.数据缺失D.数据过多5、以下哪个不是爬虫中处理数据更新的策略？（）A.定时更新B.增量更新C.全量更新D.随机更新6、网络爬虫如何处理网站的访问限制策略变化？（）A.调整爬虫策略B.停止抓取C.等待策略恢复D.以上都是7、爬虫在处理网站的验证码时，不建议采取的方式是（）A.人工识别B.机器学习识别C.暴力破解D.放弃爬取该页面8、以下哪个不是爬虫中处理页面解析错误的方式？（）A.跳过B.重试C.记录错误D.停止爬虫9、以下哪个不是爬虫中处理网页乱码的方法？（）A.手动指定编码B.自动检测编码C.转换编码D.忽略乱码10、在爬虫中，使用多进程的优势是（）A.资源隔离B.提高稳定性C.充分利用多核D.以上都是11、网络爬虫如何处理网站的反爬虫JavaScript挑战？（）A.分析JavaScript逻辑B.使用工具模拟执行C.放弃抓取D.以上都是12、网络爬虫如何处理网页中的跳转？（）A.自动跟随B.按照规则处理C.忽略D.以上都是13、以下哪个不是爬虫中处理数据格式转换错误的方法？（）A.重新转换B.跳过C.修正数据D.以上都是14、以下哪个不是爬虫中处理异常的方式？（）A.重试B.跳过C.终止程序D.记录日志15、以下哪个不是爬虫中处理异步请求的方式？（）A.使用回调函数B.使用线程C.使用协程D.以上都是16、在爬虫中，以下哪个库常用于处理数据缓存？（）A.cachetoolsB.redisC.memcachedD.以上都是17、以下哪个不是爬虫中处理数据加密的场景？（）A.传输过程B.存储过程C.计算过程D.展示过程18、以下哪个不是爬虫中处理异常重试的策略？（）A.固定次数重试B.无限次重试C.按照时间间隔重试D.随机重试19、以下哪个不是爬虫中处理分布式环境下数据一致性的方法？（）A.分布式锁B.消息队列C.共享数据库D.各自处理20、网络爬虫在抓取数据时，如何处理异常情况？（）A.记录日志B.重试C.跳过D.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）简述网络爬虫如何处理网页中的智能政务相关元素。2、（本题10分）说明网络爬虫如何处理网页中的用户行为的信息价值评估和利用数据。3、（本题10分）简述网络爬虫如何处理网页中的动态内容。4、（本题10分）简述网络爬虫如何处理网页中的隐藏元素。三、编程题（本大题共2个小题，共20分)1