广州城建职业学院《大数据与舆情分析》2025-2026学年第一学期期末试卷

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共2页广州城建职业学院《大数据与舆情分析》2025-2026学年第一学期期末试卷题号一二三四总分得分批阅人一、单选题（本大题共25个小题，每小题1分，共25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、在大数据项目实施过程中，数据质量是一个关键问题。假设一个数据集存在大量的缺失值、错误值和重复数据。以下哪种方法可以有效地提高数据质量？（）A.数据清洗和预处理B.数据压缩C.数据加密D.数据备份2、在大数据应用中，推荐系统是常见的一种。以下关于协同过滤推荐算法和基于内容的推荐算法的比较，哪一项是不正确的？（）A.协同过滤推荐算法依赖用户的行为数据，基于内容的推荐算法依赖物品的特征B.协同过滤推荐算法容易受到数据稀疏性的影响，基于内容的推荐算法则相对较少C.基于内容的推荐算法能够为新用户提供有效的推荐，协同过滤推荐算法对新用户存在冷启动问题D.协同过滤推荐算法的推荐结果多样性通常比基于内容的推荐算法好3、在大数据的分析中，数据的预处理往往会占用大量的时间和资源。假设要对一个包含大量噪声和缺失值的数据集进行预处理。以下哪种方法最能提高预处理的效率和效果？（）A.并行预处理B.自动化预处理工具C.基于机器学习的预处理D.以上方法结合使用4、在大数据时代，数据科学家需要具备多种技能。以下哪一项不是数据科学家必备的技能？（）A.统计学知识B.编程能力C.艺术设计能力D.业务领域知识5、在大数据的分布式计算中，数据倾斜可能会导致性能问题。假设一个任务中某些键的值出现频率远远高于其他键，以下哪种方法可以缓解数据倾斜？（）A.增加计算节点的数量B.对数据进行重新分区C.使用更高效的算法D.忽略数据倾斜，继续计算6、在大数据项目实施过程中，项目管理至关重要。以下关于大数据项目管理的叙述，错误的是（）A.需要明确项目目标和需求，制定详细的项目计划B.风险管理是大数据项目管理的重要环节，但不是必需的C.项目团队的沟通和协作对于项目的成功实施非常关键D.要对项目的进度、质量和成本进行有效的监控和评估7、在大数据处理中，数据倾斜是一个常见的问题。以下关于数据倾斜的描述，错误的是（）A.数据倾斜会导致某些任务的处理时间过长B.通常是由于数据分布不均匀引起的C.可以通过增加节点数量来解决数据倾斜问题D.对数据进行预处理和优化算法可以缓解数据倾斜8、随着大数据技术的发展，数据仓库和数据集市的概念也在不断演进。假设一个企业拥有多个业务部门，每个部门都有自己特定的数据需求和分析视角。在这种情况下，以下关于数据仓库和数据集市的描述，哪一项是正确的？（）A.数据仓库包含企业级的综合数据，数据集市是数据仓库的子集，针对特定部门或主题B.数据集市包含企业级的综合数据，数据仓库是数据集市的子集，针对特定部门或主题C.数据仓库和数据集市是相互独立的，没有包含关系D.数据仓库和数据集市是相同的概念，只是名称不同9、在大数据项目中，数据迁移是一个常见的任务。假设要将大量数据从一个旧的存储系统迁移到新的存储系统，以下哪种策略可能不太可行？（）A.一次性全部迁移B.分批次逐步迁移C.先迁移近期使用的数据，再迁移历史数据D.随机选择部分数据进行迁移10、在大数据时代，数据可视化变得越来越重要，以下关于数据可视化的描述中，错误的是（）。A.数据可视化可以帮助用户更好地理解数据B.数据可视化可以使用图表、图形等多种形式展示数据C.数据可视化只适用于小规模数据的展示D.数据可视化可以提高数据分析的效率和准确性11、在大数据应用中，推荐系统是常见的一种应用。假设一个在线视频平台需要为用户推荐个性化的视频内容。以下哪种技术或方法通常用于构建推荐系统？（）A.协同过滤B.分类算法C.回归分析D.决策树12、在大数据存储中，当需要支持复杂的事务处理时，以下哪种数据库更适合？（）A.关系型数据库B.NoSQL数据库C.图数据库D.文档数据库13、在大数据环境中，数据备份和恢复是确保数据安全性和可用性的重要措施。以下哪种备份策略在恢复数据时速度最快？（）A.全量备份B.增量备份C.差异备份D.以上恢复速度相同14、在大数据分析中，常常需要处理缺失值。假设有一个数据集，其中某些特征存在大量的缺失值。以下哪种处理缺失值的方法可能会引入较大的偏差？（）A.用平均值填充B.用中位数填充C.用众数填充D.直接删除包含缺失值的记录15、在大数据的聚类评估中，有多种指标可以用来衡量聚类结果的质量。假设我们对一个数据集进行了聚类，以下哪个指标不适合评估聚类的紧凑性？（）A.轮廓系数B.Calinski-Harabasz指数C.Davies-Bouldin指数D.准确率16、大数据在电商领域有广泛的应用，以下关于大数据在电商领域的应用描述中，错误的是（）。A.大数据可以用于用户行为分析和个性化推荐，提高用户体验和转化率B.大数据可以用于商品库存管理和供应链优化，降低成本和提高效率C.大数据可以用于电商平台的营销和推广，提高品牌知名度和市场份额D.大数据在电商领域的应用只局限于大型电商平台，不适用于中小电商企业17、在大数据存储中，分布式存储系统的节点之间通常通过网络进行通信。以下哪种网络拓扑结构在数据传输效率和可靠性方面表现较好？（）A.星型拓扑B.环形拓扑C.总线拓扑D.树形拓扑18、在处理大数据时，分布式计算框架的容错性非常重要。以下关于分布式计算框架容错性的描述，哪一项是错误的？（）A.容错性可以确保在节点故障时任务仍然能够正常完成B.数据备份和恢复机制是实现容错性的重要手段C.分布式计算框架的容错性会增加系统的复杂性和成本D.只要有足够的硬件冗余，就可以实现完美的容错性，无需软件层面的支持19、在处理大规模数据的关联分析时，Apriori算法是一种经典的算法。以下关于Apriori算法的描述，错误的是？（）A.它通过逐层搜索的方式发现频繁项集B.它需要多次扫描数据集，计算效率较低C.它只能发现布尔型的关联规则D.它可以自动确定关联规则的置信度阈值20、在大数据的异常检测中，需要从大量正常数据中找出异常值。假设我们有一个网络流量数据集，其中大部分流量是正常的，但存在一些异常的高峰值。以下哪种方法常用于网络流量的异常检测？（）A.基于统计的方法，如计算均值和标准差B.基于机器学习的方法，如使用支持向量机C.基于深度学习的方法，如使用自编码器D.以上方法都经常被使用，具体取决于数据特点和需求21、在大数据环境下，数据隐私法规日益严格。假设一个公司在处理用户数据时，以下哪种做法符合合规要求？（）A.在未获得用户明确同意的情况下，将用户数据用于第三方营销B.对用户数据进行匿名化处理后，无需再遵循隐私法规C.建立完善的数据隐私管理制度，定期进行合规审计D.只要数据不涉及敏感信息，就可以随意使用22、当分析大数据中的关联规则，以发现不同商品之间的购买关系时，以下哪种数据挖掘算法最为适用？（）A.决策树算法B.关联规则挖掘算法C.聚类算法D.回归分析算法23、在大数据隐私保护中，差分隐私是一种常用的技术。以下关于差分隐私的描述，哪一项是错误的？（）A.差分隐私通过添加噪声来保护数据隐私B.差分隐私能够保证在数据查询结果中不泄露个体的敏感信息C.差分隐私的保护程度与添加的噪声量成正比D.差分隐私适用于各种类型的数据和查询操作24、在进行大数据可视化时，需要根据数据特点和分析目的选择合适的图表类型。如果要展示不同类别数据之间的比例关系，以下哪种图表最为合适？（）A.折线图B.柱状图C.饼图D.散点图25、在构建大数据处理系统时，考虑到系统的可扩展性和容错性，以下哪种分布式计算框架通常是首选？（）A.MapReduceB.MPIC.StormD.TensorFlow二、简答题（本大题共4个小题，共20分)1、（本题5分）简述大数据在投资决策中的支持策略。2、（本题5分）解释如何防范大数据中的数据泄露。3、（本题5分）说明大数据在金融科技中的创新应用。4、（本题5分）在大数据环境下，如何进行数据的价值评估？三、综合分析题（本大题共5个小题，共25分)1、（本题5分）探讨大数据在新闻媒体行业的应用，如新闻推荐、舆情分析，以及新闻真实性的保障。2、（本题5分）研究某在线旅游平台的用户住宿偏好数据，拓展合作酒店类型。3、（本题5分）研究某电商平台的商品品牌影响力数据，加强品牌合作。4、（本题5分）分析大数据在民宿行业的应用，如房源推荐、客户评价分析，以及民宿运营的成本控制。5、（本题5分）分析某电商平台的商品退换货政策效果数据，优化政策。四、编程题（本大题共3个小题，共30分)1、（本题10分）使用Python的机