广州大学《大数据计算框架》2026-2027学年第一学期期末试卷含解析

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页广州大学《大数据计算框架》2026-2027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、在利用大数据进行市场预测时，以下哪种方法可以考虑多个因素之间的相互关系？（）A.简单线性回归B.多元线性回归C.逻辑回归D.时间序列分析2、一家互联网公司拥有大量的用户访问日志数据，包括用户的IP地址、访问时间、访问页面等。为了保护用户隐私，在进行数据分析时需要对这些敏感信息进行脱敏处理。以下哪种方法不属于常见的脱敏技术？（）A.数据加密B.数据匿名化C.数据删除D.数据压缩3、在大数据时代，数据可视化的创新不断涌现。以下关于新兴的数据可视化形式，哪一项是不正确的？（）A.虚拟现实（VR）和增强现实（AR）技术可以提供沉浸式的数据可视化体验B.动态可视化能够实时反映数据的变化，增强用户对数据的理解C.故事性可视化通过讲述一个数据相关的故事来传达信息，更具吸引力D.新兴的数据可视化形式只是为了追求视觉效果，对数据分析的帮助不大4、在大数据环境下，数据血缘关系的追踪非常重要。以下关于数据血缘关系的描述，不正确的是（）A.数据血缘关系能够清晰展示数据的来源和流向B.有助于理解数据的产生过程和变化情况C.数据血缘关系只在数据仓库中存在，其他数据存储系统中不存在D.对于数据质量的评估和问题追溯具有重要意义5、在处理海量文本数据时，自然语言处理技术常常被应用。以下关于词袋模型和词嵌入模型的比较，哪一项是不正确的？（）A.词袋模型忽略了词序信息，词嵌入模型能够捕捉词之间的语义关系B.词嵌入模型的维度通常比词袋模型低C.词袋模型计算简单，词嵌入模型训练相对复杂D.词袋模型在处理短文本时效果较好，词嵌入模型更适合长文本6、在大数据的流处理中，Kafka是一个常用的消息队列系统。假设一个实时监控系统需要将传感器产生的数据快速传输和处理。以下关于Kafka的特点，哪一项是不正确的？（）A.能够处理高吞吐量的消息B.保证消息的顺序传递，不会出现乱序C.支持消息的持久化存储，防止数据丢失D.不适合用于分布式系统中的消息传递7、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8、大数据的处理往往需要消耗大量的计算资源。假设要对一个包含数十亿条记录的大数据集进行复杂的机器学习模型训练。以下哪种方式最能有效地降低计算成本，同时保证模型的训练效果？（）A.使用云计算平台B.优化算法和模型结构C.采用分布式并行计算D.减少数据量9、在大数据处理中，数据压缩可以节省存储空间和提高传输效率。以下哪种数据压缩算法通常适用于文本数据？（）A.LZ77B.RLEC.Huffman编码D.以上都适用10、在处理实时大数据流时，Kafka是一个常用的消息队列系统。以下关于Kafka的描述，错误的是？（）A.Kafka可以保证消息的顺序传递B.Kafka具有高吞吐量和低延迟的特点C.Kafka中的消息一旦被消费就会立即删除D.Kafka支持分区和副本机制11、大数据中的数据压缩技术可以减少数据存储空间和传输带宽。以下关于数据压缩算法的比较，哪项说法不准确？（）A.无损压缩算法能够完全还原原始数据，如ZIP压缩B.有损压缩算法会丢失部分数据，但在某些情况下可以获得更高的压缩比，如JPEG图像压缩C.数据压缩算法的选择取决于数据的类型、特点和对数据还原精度的要求D.所有的数据压缩算法都适用于大数据处理，无需考虑具体情况12、大数据的处理需要考虑数据的时效性和新鲜度。假设一个金融交易大数据系统，需要实时反映市场的最新动态。以下哪种技术或方法最能保证数据的及时性和准确性？（）A.实时数据采集和处理B.定期数据更新C.数据缓存和预加载D.以上方法结合使用13、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14、在大数据存储方面，有多种选择，如分布式文件系统、NoSQL数据库、关系型数据库等。假设有一个需要频繁更新和查询的数据集合，数据结构较为复杂，同时对数据一致性要求较高。在这种情况下，以下哪种存储方案可能不太合适？（）A.HBase（一种NoSQL数据库）B.MongoDB（一种NoSQL数据库）C.MySQL（关系型数据库）D.HDFS（分布式文件系统）15、大数据在工业制造领域有广泛的应用，以下关于大数据在工业制造中的应用描述，哪一项是不正确的？（）A.可以实现生产过程的智能化监控和优化B.有助于提高产品质量和生产效率C.大数据在工业制造中的应用只适用于大型企业，对中小企业帮助不大D.能够预测设备故障，降低维护成本16、假设要对大量的文本数据进行情感分类，并且考虑上下文信息，以下哪种深度学习模型可能表现更好？（）A.循环神经网络B.卷积神经网络C.长短时记忆网络D.门控循环单元17、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18、在大数据处理框架中，Kafka常用于消息队列。以下关于Kafka的特点，哪一项是不正确的？（）A.支持高吞吐量的数据传递B.能够保证消息的顺序传递C.具有良好的扩展性和容错性D.不适合处理实时性要求极高的消息19、当使用大数据技术进行用户画像构建时，需要整合多个数据源的信息。以下哪种数据源对于了解用户的兴趣爱好最为关键？（）A.用户的浏览历史B.用户的地理位置C.用户的社交关系D.用户的设备信息20、在大数据分析中，数据可视化是非常重要的一环。假设有一个关于城市交通流量的大数据集，需要以直观的方式展示不同区域、不同时间段的交通拥堵情况。以下哪种可视化方式可能最有效？（）A.折线图B.柱状图C.热力图D.饼图二、简答题（本大题共3个小题，共15分)1、（本题5分）在大数据中，如何进行数据的可信度评估？2、（本题5分）大数据对金融行业的风险管理有何帮助？3、（本题5分）解释大数据如何处理物联网中的海量数据。三、综合分析题（本大题共5个小题，共25分)1、（本题5分）分析某在线新闻网站的用户阅读数据，推送符合用户兴趣的新闻内容。2、（本题5分）分析某在线游戏平台的游戏平衡性数据，优化游戏机制。3、（本题5分）分析一家互联网公司的用户访问日志数据，优化网站布局和页面加载速度。4、（本题5分）分析大数据在物流供应链中的应用，如供应商评估、库存管理，以及供应链的弹性和敏捷性。5、（本题5分）探讨大数据在成人教育行业的应用