湖南财政经济学院《数据挖掘技术》2022-2023学年期末试卷

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页，共3页湖南财政经济学院《数据挖掘技术》

2022-2023学年期末试卷院(系)_______班级_______学号_______姓名_______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、网络爬虫获取网页内容时，通常使用的协议是（）A.HTTPB.FTPC.SMTPD.TCP2、爬虫在处理反爬虫的IP封锁时，可以采取的措施是（）A.更换IPB.暂停爬取C.降低频率D.以上都是3、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4、在爬虫中，以下哪个库常用于处理数据排序？（）A.sortedB.numpy.sortC.pandas.sort_valuesD.以上都是5、以下哪个不是爬虫中处理数据压缩的好处？（）A.节省存储空间B.提高传输速度C.加密数据D.减少网络流量6、以下哪个不是爬虫中处理反爬虫的技巧？（）A.降低访问频率B.使用随机User-AgentC.频繁更换IPD.以上都是7、网络爬虫在抓取数据时，需要遵守的原则是？（）A.不影响网站正常运行B.不获取敏感信息C.遵循网站的使用条款D.以上都是8、网络爬虫如何判断一个页面是否已经抓取过？（）A.数据库记录B.缓存记录C.文件记录D.以上都是9、在爬虫中，以下哪个库常用于处理URL操作？（）A.urllib.parseB.urlparseC.requests.utilsD.以上都是10、当爬虫被网站封禁时，以下哪个不是可能的原因？（）A.抓取频率过高B.未遵循网站规则C.数据量过大D.代码错误11、以下哪个不是影响爬虫性能的因素？（）A.网络带宽B.服务器性能C.编程语言D.代码优化12、网络爬虫如何处理网页中的加密数据？（）A.破解加密B.寻找解密方法C.放弃抓取D.以上都是13、爬虫在处理动态网页时，可能会用到的技术是（）A.AJAXB.CSSC.JavaScriptD.以上都是14、以下哪个不是爬虫中处理数据备份的方式？（）A.本地备份B.云端备份C.实时备份D.从不备份15、以下哪个不是爬虫中数据清洗的步骤？（）A.去除噪声B.转换数据格式C.加密数据D.以上都是16、网络爬虫在抓取网页时，如何处理网页中的图片？（）A.下载B.忽略C.提取图片链接D.以上都是17、在处理动态网页时，以下哪种技术对爬虫比较有帮助？（）A.SeleniumB.PhantomJSC.SplashD.以上都是18、在网络爬虫中，以下哪个协议通常用于数据传输？（）A.HTTPB.HTTPSC.FTPD.SMTP19、在爬虫中，设置请求头的主要目的是（）A.提高爬取速度B.伪装成浏览器C.减少服务器响应时间D.节省网络流量20、在爬虫中，处理爬虫任务的调度可以使用（）A.队列B.栈C.优先级队列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安防相关元素。2、（本题10分）解释网络爬虫如何处理网页中的用户账户的安全设置数据。3、（本题10分）解释网络爬虫如何处理网页中的智能漏洞扫描相关元素。4、（本题10分）简述网络爬虫如何处理网页中的地理位置相关服务。三、编程题（本大题共2个小题，共20分)1