南昌航空大学《大数据技术基础与原理》2025-2026学年第一学期期末试卷

装订线装订线PAGE2第1页，共3页南昌航空大学《大数据技术基础与原理》2025-2026学年第一学期期末试卷院(系)_______班级_______学号_______姓名_______题号一二三四总分得分一、单选题（本大题共15个小题，每小题2分，共30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、随着大数据应用的普及，数据可视化工具也不断发展。以下关于数据可视化工具的选择因素，哪项说法不准确？（）A.应考虑工具对不同数据源的支持能力，以便能够整合多种数据进行可视化分析B.工具的交互性和用户体验对于用户深入探索数据和发现洞察非常重要C.可视化工具的价格是选择的唯一决定性因素，应选择价格最低的工具D.工具的可扩展性和与其他系统的集成能力也是需要考虑的因素之一2、在大数据可视化中，为了展示数据的分布和概率密度，以下哪种图表类型通常被使用？（）A.概率密度图B.核密度估计图C.累积分布函数图D.以上都是3、大数据存储系统在处理海量数据时面临诸多挑战。假设一个企业需要存储PB级别的数据，并要求具备高可靠性和可扩展性。以下哪种存储架构最适合？（）A.传统的关系型数据库，如MySQLB.分布式文件系统，如Hadoop的HDFSC.本地磁盘阵列，通过RAID技术保障数据安全D.云存储服务，如亚马逊的S34、在大数据安全领域，访问控制是重要的防护手段。以下关于自主访问控制和强制访问控制的描述，哪一项是不准确的？（）A.自主访问控制由数据所有者决定访问权限，强制访问控制由系统管理员统一设定B.强制访问控制的安全性通常高于自主访问控制C.自主访问控制灵活性高，强制访问控制管理成本低D.强制访问控制适用于对安全性要求极高的场景，自主访问控制适用于一般场景5、假设要对一个大型数据集进行数据降维，以减少数据量和计算复杂度，以下哪种技术较为合适？（）A.特征选择B.特征提取C.数据压缩D.数据清洗6、在大数据分析中，数据降维是一种常见的操作。如果数据具有较高的维度且存在相关性，以下哪种降维方法较为常用？（）A.主成分分析B.因子分析C.线性判别分析D.以上都是7、大数据分析中的数据降维技术常用于处理高维数据。假设我们有一个包含众多特征的数据集。以下哪种数据降维方法较为常见？（）A.主成分分析（PCA），提取主要成分B.因子分析，找出潜在的共同因子C.线性判别分析（LDA），用于分类问题D.以上方法都经常用于数据降维8、在大数据处理中，数据ETL（Extract,Transform,Load）是一个重要的环节，以下关于数据ETL的描述中，错误的是（）。A.数据ETL包括数据抽取、数据转换和数据加载三个步骤B.数据ETL可以提高数据的质量和可用性C.数据ETL只需要对数据进行简单的处理，不需要考虑数据的业务含义D.数据ETL需要根据具体的业务需求和数据特点进行定制化处理9、大数据中的数据预处理技术包括数据清洗、集成、转换和规约等。对于数据规约的目的和方法，以下描述错误的是：（）A.数据规约的目的是减少数据量，提高数据处理效率，同时保持数据的完整性和准确性B.数据规约可以通过特征选择、主成分分析等方法实现C.数据规约会导致数据信息的丢失，因此应尽量避免使用D.抽样是一种常见的数据规约方法，可以通过随机抽样或分层抽样来减少数据量10、在大数据的图数据库中，Neo4j是一种常用的选择。假设我们需要构建一个社交网络的图模型，以下关于Neo4j的特点，哪一项是正确的？（）A.不支持大规模的图数据存储B.对复杂的图查询性能较低C.具有良好的扩展性和高性能D.不适合处理实时的图更新操作11、在大数据分析中，常常需要对海量文本数据进行分类。假设有一个包含大量新闻文章的数据集，需要将其分为不同的类别，如政治、经济、体育等。以下哪种机器学习算法在文本分类任务中表现较好？（）A.朴素贝叶斯B.逻辑回归C.决策树D.随机森林12、在大数据存储中，分布式数据库系统具有很多优点。假设一个应用需要处理高并发的读写请求，并且数据量巨大。以下哪种分布式数据库系统可能是合适的选择？（）A.MySQLClusterB.TiDBC.CockroachDBD.Alloftheabove（以上皆是）13、数据挖掘在大数据应用中发挥着重要作用。以下关于数据挖掘的描述，哪一项是错误的？（）A.数据挖掘可以从大量数据中发现隐藏的模式和关系B.数据挖掘通常需要使用复杂的数学和统计方法C.数据挖掘的结果总是能够直接应用于实际业务，无需进一步验证D.数据挖掘过程包括数据准备、模型构建和模型评估等阶段14、大数据技术在智能交通系统中发挥着重要作用。假设一个城市的交通管理部门想要利用大数据优化交通信号灯控制。以下哪种数据来源对实现这一目标最有帮助？（）A.车辆的GPS定位数据B.道路摄像头拍摄的图像数据C.公交卡的刷卡记录D.以上数据结合使用，综合分析交通状况15、在大数据存储方面，分布式文件系统被广泛应用。假设一个公司有海量的图像数据需要存储和访问，考虑使用Hadoop的HDFS作为存储解决方案。以下关于HDFS的特点，哪一项是不正确的？（）A.适合存储大规模数据，具有高容错性B.数据存储在多个节点上，提高了数据的可靠性C.可以支持随机读写操作，具有很高的读写性能D.采用主从架构，NameNode负责管理文件系统的元数据二、简答题（本大题共3个小题，共15分)1、（本题5分）简述大数据在供应链合作伙伴选择中的作用。2、（本题5分）说明大数据在客户流失预测中的应用。3、（本题5分）说明数据采集在大数据处理中的方法和技术。三、编程题（本大题共5个小题，共25分)1、（本题5分）给定一个包含电商商品库存数据的数据集，使用优化算法确定最佳的库存管理策略，以降低库存成本和避免缺货。2、（本题5分）利用Kafka，构建一个实时的金融市场数据分发系统，将最新的股票价格、汇率等数据及时推送给订阅的客户端。3、（本题5分）用Scala实现一个程序，处理来自气象站的大量天气数据。找出一个月内降雨量最大的5天，并计算这5天的总降雨量。4、（本题5分）给定一个包含社交媒体用户点赞和评论数据的数据集，分析用户的参与度和情感倾向。5、（本题5分）利用Python的数据分析库，读取一个包含销售数据的文件，分析不同销售渠道的销售业绩，并进行同比和环比分析。四、综合分析题（本大题共3个小题，共30