2026年广西广西公安AI大数据专业科目考试题库

2026年广西广西公安AI大数据专业科目考试题库第一部分：单项选择题1.在Python的数据分析库Pandas中，用于读取CSV文件并返回DataFrame对象的函数是（）。A.read_tableB.read_csvC.read_excelD.read_json【答案】B2.公安大数据应用中，数据清洗的主要目的不包括（）。A.去除重复数据B.处理缺失值C.纠正异常数据D.增加数据样本量【答案】D3.在关系型数据库SQL查询中，用于从“人员信息表”中查询所有年龄大于30岁的人员记录的语句是（）。A.SELECT*FROM人员信息表WHERE年龄>30B.SELECT*FROM人员信息表AND年龄>30C.DELETE*FROM人员信息表WHERE年龄>30D.UPDATE人员信息表SET年龄>30【答案】A4.下列关于Hadoop生态系统中HDFS的描述，错误的是（）。A.HDFS是分布式文件系统B.HDFS设计用于存储海量数据C.HDFS默认采用冗余存储策略，默认副本数为3D.HDFS适合存储大量的小文件并进行低延迟的数据访问【答案】D5.在机器学习算法中，下列属于无监督学习算法的是（）。A.逻辑回归B.支持向量机（SVM）C.K-Means聚类D.决策树【答案】C6.某神经网络在训练集上表现很好，但在测试集上表现较差，这种现象被称为（）。A.欠拟合B.过拟合C.梯度消失D.梯度爆炸【答案】B7.2021年9月1日起施行的《中华人民共和国数据安全法》规定，国家建立数据分类分级保护制度。以下（）不属于数据分类分级的核心维度。A.数据的重要性B.数据的精确度C.数据的敏感性D.数据一旦遭到篡改、破坏、泄露或者非法获取后对国家安全造成的危害程度【答案】B8.在深度学习中，卷积神经网络（CNN）最擅长处理的数据类型是（）。A.时间序列数据B.图像数据C.文本数据D.音频数据【答案】B9.公安情报研判中，通过分析犯罪嫌疑人的通讯记录、出行轨迹等多源数据来刻画其行为特征，这主要体现了大数据的（）特征。A.大量B.多样C.高速D.价值【答案】B10.在Spark计算框架中，核心的数据抽象是（）。A.RDD（弹性分布式数据集）B.DataFrameC.DatasetD.Map【答案】A11.下列关于Python列表操作的代码，输出结果为True的是（）。A.[1,2,3]*2==[1,2,3,1,2,3]B.[1,2,3]+[4]==[1,2,3,4]C.3in[1,2,'3']D.len([1,2,None])==2【答案】B12.在关联规则挖掘中，衡量规则X->Y可靠性的指标是（）。A.支持度B.置信度C.提升度D.频繁度【答案】B13.根据《个人信息保护法》，处理个人信息应当遵循（）原则，不得通过误导、欺诈、胁迫等方式处理个人信息。A.合法、正当、必要、诚信B.公开、公平、公正C.最小够用D.知情同意【答案】A14.下列哪个优化器常用于深度学习模型的参数更新，它通过引入动量项来加速收敛？（）A.随机梯度下降（SGD）B.AdamC.AdagradD.RMSprop【答案】B15.在视频结构化分析中，将视频流转化为图像序列的过程主要依赖于（）技术。A.目标检测B.帧提取C.特征提取D.行为分析【答案】B16.下列关于NoSQL数据库的描述，正确的是（）。A.NoSQL数据库不支持事务处理B.NoSQL数据库必须遵循固定的表结构C.Redis属于键值对型NoSQL数据库D.MongoDB是文档型数据库，但不支持复杂查询【答案】C17.在公安大数据实战中，用于识别特定嫌疑人身份的生物特征识别技术不包括（）。A.人脸识别B.指纹识别C.DNA比对D.身高推测【答案】D18.下列哪个函数是Sigmoid激活函数的数学表达式？（）A.fB.fC.fD.f【答案】C19.在网络舆情分析中，利用自然语言处理技术对网民评论进行情感倾向判断（正面、负面、中性），这属于（）任务。A.文本分类B.命名实体识别C.机器翻译D.问答系统【答案】A20.ETL过程是指数据的提取、转换和（）。A.清洗B.加载C.分析D.挖掘【答案】B21.在决策树算法中，用于选择最佳分裂特征的度量指标通常不包括（）。A.信息增益B.信息增益率C.基尼系数D.均方误差【答案】D22.下列关于公安大数据平台安全等级保护的描述，按照《网络安全等级保护2.0》标准，大数据平台通常建议达到（）级以上。A.第一级B.第二级C.第三级D.第四级【答案】C23.在Python中，使用NumPy库进行矩阵运算，若要创建一个3x3的全零矩阵，应使用（）。A.np.zeros((3,3))B.np.ones((3,3))C.np.empty((3,3))D.np.eye(3)【答案】A24.某地区通过分析历史警情数据，发现某类案件在特定时间段和特定区域高发，并据此部署警力，这属于大数据在公安工作中的（）应用。A.精确预警B.指挥调度C.智慧侦查D.监管管理【答案】A25.在回归分析中，用于评估模型拟合优度的指标的取值范围是（）。A.[0,1]B.[-1,1]C.[0,+∞)D.(-∞,+∞)【答案】B26.下列技术中，主要用于解决自然语言处理中词汇量过大及词语语义鸿沟问题的技术是（）。A.TF-IDFB.Word2VecC.N-gramD.分词【答案】B27.在图数据库（如Neo4j）的应用中，最适合用于描述（）类型的数据关系。A.社交网络关系B.财务报表C.日志记录D.视频流【答案】A28.公安数据治理中，“数据血源分析”的主要作用是（）。A.提高数据查询速度B.追踪数据的来源、流转过程及变化情况C.加密敏感数据D.删除过期数据【答案】B29.深度学习模型训练中，为了防止过拟合，除了正则化外，常用的技术还有（）。A.增加网络层数B.DropoutC.增大学习率D.减少训练数据【答案】B30.下列关于IP地址的描述，错误的是（）。A.IP地址是网络中设备的唯一标识B.IPv4地址通常由32位二进制数组成C.私有IP地址可以在公网上直接路由D.IPv6地址长度为128位【答案】C31.在警务云架构中，IaaS层提供的主要服务是（）。A.虚拟机、存储、网络B.数据库管理系统C.运行环境、API接口D.应用软件【答案】A32.使用Python进行爬虫开发时，常用的第三方库不包括（）。A.RequestsB.BeautifulSoupC.ScrapyD.Matplotlib【答案】D33.在聚类算法中，DBSCAN算法的主要特点是（）。A.需要预先指定聚类数量B.对初始中心点敏感C.可以发现任意形状的簇，并能处理噪声点D.计算复杂度高，不适合大数据集【答案】C34.下列关于数据仓库的描述，正确的是（）。A.数据仓库主要用于事务处理（OLTP）B.数据仓库中的数据是当前的、实时的C.数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合D.数据仓库的数据更新频率很高【答案】C35.在图像识别任务中，用于定位图像中物体位置并用矩形框标出的技术是（）。A.图像分类B.目标检测C.图像分割D.图像生成【答案】B36.下列哪种情况不适用线性回归模型？（）A.预测房价与面积的关系B.预测某地未来一天的气温C.预测一封邮件是否为垃圾邮件D.预测广告投入与销售额的关系【答案】C37.在大数据处理架构中，Lambda架构包含（）层。A.实时层、离线层、服务层B.批处理层、速度层、服务层C.接入层、计算层、存储层D.边缘层、核心层、应用层【答案】B38.Python中，用于定义匿名函数的关键字是（）。A.defB.lambdaC.funcD.anonymous【答案】B39.下列关于加密技术的说法，正确的是（）。A.对称加密算法中，加密密钥和解密密钥相同，如RSAB.非对称加密算法中，公钥和私钥成对出现，如AESC.MD5和SHA-256属于哈希算法，不可逆D.数字签名使用的是对称加密技术【答案】C40.在社会安全风险评估中，利用模型计算各类风险因素对整体风险的影响程度，常用的方法包括AHP（层次分析法）和（）。A.主成分分析（PCA）B.熵权法C.K近邻（KNN）D.朴素贝叶斯【答案】B41.下列关于智能安防中的人脸识别技术说法，错误的是（）。A.人脸识别通常包括人脸检测、人脸对齐、特征提取、特征比对四个步骤B.活体检测是为了防止使用照片或视频进行攻击C.光照变化对人脸识别性能没有影响D.深度学习极大提升了人脸识别的准确率【答案】C42.在Pandas中，用于按某一列对DataFrame进行分组操作的函数是（）。A.merge()B.concat()C.groupby()D.sort_values()【答案】C43.知识图谱在公安实战中的典型应用场景是（）。A.语音转写B.车牌识别C.关系挖掘与情报推理D.视频压缩【答案】C44.下列哪个指标常用于衡量二分类模型在正负样本不平衡情况下的性能？（）A.准确率B.F1-ScoreC.均方误差D.平均绝对误差【答案】B45.数据可视化工具Tableau或ECharts中，用于展示各部分占总体的百分比关系的图表是（）。A.柱状图B.折线图C.饼图D.散点图【答案】C46.在网络通信中，HTTPS协议比HTTP协议更安全，主要因为HTTPS在HTTP之下加入了（）层。A.传输控制B.安全套接字（SSL/TLS）C.网络互联D.数据链路【答案】B47.某公安局部署了一套基于深度学习的视频结构化系统，系统对视频中的“人、车、非机动车”进行属性提取，若需要提取“行人是否戴眼镜”这一属性，该任务属于（）。A.语义分割B.细粒度分类C.目标跟踪D.行为识别【答案】B48.在SQL语句中，HAVING子句的作用是（）。A.对查询结果进行分组前的筛选B.对查询结果进行分组后的筛选C.对表进行连接操作D.对查询结果进行排序【答案】B49.AI模型训练过程中，如果学习率设置得过大，可能会导致（）。A.模型收敛速度变慢B.模型无法收敛，甚至发散C.模型陷入局部最优D.模型过拟合【答案】B50.下列关于“雪亮工程”的描述，不准确的是（）。A.是公共安全视频监控建设联网应用B.重点是乡村治安防控C.完全依赖人工巡查，不涉及AI分析D.目标是“全域覆盖、全网共享、全时可用、全程可控”【答案】C第二部分：多项选择题1.公安大数据的“4V”特征包括（）。A.Volume（大量）B.Velocity（高速）C.Variety（多样）D.Value（低价值密度）E.Veracity（真实性）【答案】ABCDE2.下列属于Python常用数据分析库的有（）。A.NumPyB.PandasC.MatplotlibD.Scikit-learnE.Django【答案】ABCD3.依据《网络安全法》，网络运营者应当为公安机关、国家安全机关依法维护国家安全和侦查犯罪的活动提供技术支持和协助，这些活动包括（）。A.查询B.解密C.数据提取D.系统入侵E.技术侦查【答案】ABC4.下列关于深度学习框架TensorFlow和PyTorch的描述，正确的有（）。A.TensorFlow由Google开发B.PyTorch由Facebook开发C.PyTorch拥有动态计算图，调试更方便D.TensorFlow2.x版本也引入了动态图机制E.两者都支持GPU加速计算【答案】ABCDE5.数据清洗中处理缺失值的方法包括（）。A.删除包含缺失值的记录B.使用均值填充C.使用中位数填充D.使用众数填充E.使用回归模型预测填充【答案】ABCDE6.下列属于非关系型数据库的是（）。A.MySQLB.MongoDBC.RedisD.OracleE.HBase【答案】BCE7.在公安图像侦查中，通过“以图搜图”技术寻找嫌疑人，涉及的技术环节包括（）。A.图像特征提取B.特征向量相似度计算C.倒排索引构建D.数据库查询优化E.人工审讯【答案】ABCD8.常用的自然语言处理（NLP）技术包括（）。A.中文分词B.词性标注C.命名实体识别D.依存句法分析E.情感分析【答案】ABCDE9.关于SQL中的JOIN操作，下列说法正确的有（）。A.INNERJOIN返回两个表中匹配的行B.LEFTJOIN返回左表所有行，右表匹配则显示，不匹配则显示NULLC.RIGHTJOIN返回右表所有行D.FULLJOIN返回左右表所有行E.CROSSJOIN返回两个表的笛卡尔积【答案】ABCDE10.机器学习中的监督学习算法可以用于解决（）问题。A.分类B.回归C.聚类D.降维E.关联规则挖掘【答案】AB11.公安数据安全防护体系通常包括（）。A.身份认证与访问控制B.数据脱敏C.数据备份与恢复D.审计日志E.终端安全管理【答案】ABCDE12.下列属于卷积神经网络（CNN）常用层结构的有（）。A.卷积层B.池化层C.全连接层D.Dropout层E.Embedding层【答案】ABCDE13.在警务大数据实战平台中，预警模型通常需要经过（）步骤才能上线应用。A.业务需求分析B.数据采集与预处理C.特征工程D.模型训练与评估E.模型部署与监控【答案】ABCDE14.关于Python中的装饰器，下列描述正确的有（）。A.装饰器本质上是一个函数B.装饰器用于修改其他函数的功能C.装饰器使用@符号来使用D.装饰器可以接受参数E.装饰器会增加函数的执行时间【答案】ABCD15.人工智能在交通管理中的应用包括（）。A.交通违章自动抓拍B.智能信号灯控制（信控）C.路况实时分析与拥堵预测D.驾驶员疲劳检测E.车辆年检【答案】ABCD16.下列关于SVM（支持向量机）的说法，正确的有（）。A.SVM可用于分类和回归B.SVM的核心思想是寻找一个超平面使得样本间隔最大化C.对于线性不可分数据，可以使用核技巧D.SVM对噪声数据敏感E.SVM只能处理二分类问题【答案】ABCD17.数据仓库的星型模式包含的要素有（）。A.事实表B.维度表C.逻辑模型D.物理模型E.视图【答案】AB18.下列属于异常检测算法的有（）。A.孤立森林B.One-ClassSVMC.K-MeansD.自编码器E.逻辑回归【答案】ABD19.公安情报分析中，关于人像比对，影响比对精度的因素有（）。A.人脸角度（侧脸、仰头等）B.光照条件C.年龄跨度D.遮挡物（口罩、墨镜）E.图片分辨率【答案】ABCDE20.下列属于Hadoop生态系统组件的有（）。A.HDFSB.MapReduceC.YARND.HiveE.HBase【答案】ABCDE第三部分：判断题1.Python是一种解释型语言，代码在运行时不需要编译成二进制代码。【答案】正确2.大数据的概念仅指数据量的巨大，与数据处理速度无关。【答案】错误3.在关系型数据库中，主键的值允许为空。【答案】错误4.深度学习是机器学习的一个子集，而机器学习是人工智能的一个子集。【答案】正确5.公安机关在收集个人信息时，必须告知收集的目的、方式和范围。【答案】正确6.NumPy数组中的元素类型必须相同，这比Python原生列表效率更高。【答案】正确7.K-近邻（KNN）算法属于有参学习模型。【答案】错误（KNN是懒惰学习，无显式训练过程，属于无参模型）8.ReLU激活函数在输入为负数时输出为0，这有助于缓解梯度消失问题。【答案】正确9.在视频监控中，帧率越高，视频越流畅，但数据量也越大。【答案】正确10.只要模型训练集准确率足够高，该模型在实际业务中就一定能表现良好。【答案】错误11.结构化数据是指存储在数据库中的行和列数据，如Excel表格数据。【答案】正确12.TF-IDF值越高，表示该词在文档中的重要性越低。【答案】错误13.Python中，字典的键可以是列表类型。【答案】错误（键必须是不可变类型）14.公安大数据平台的建设只需关注数据存储，无需关注数据质量。【答案】错误15.循环神经网络（RNN）非常适合处理时间序列数据，如视频流动作分析或文本序列。【答案】正确16.SQL注入攻击的主要原因是应用程序未对用户输入进行过滤直接拼接SQL语句。【答案】正确17.数据脱敏技术包括静态脱敏和动态脱敏，其目的是保护敏感隐私数据。【答案】正确18.决策树算法不需要对数据进行归一化或标准化处理。【答案】正确19.知识图谱中，最基本的组成单元是“实体”和“关系”。【答案】正确20.边缘计算是指在网络边缘侧（如摄像头端）直接进行数据处理，以减少延迟和带宽消耗。【答案】正确第四部分：填空题1.在Python中，用于导入模块的关键字是\_\_\_\_\_\_\_\_。【答案】import2.衡量模型在正样本上的召回率（Recall）计算公式为\_\_\_\_\_\_\_\_/(TP+FN)。【答案】TP（真正例）3.MapReduce计算模型主要包含两个阶段：Map阶段和\_\_\_\_\_\_\_\_阶段。【答案】Reduce4.在Linux系统中，用于查看当前目录下文件的命令是\_\_\_\_\_\_\_\_。【答案】ls5.公安大数据资源池中，对数据进行分类分级，通常将数据分为公开、内部、\_\_\_\_\_\_\_\_三级。【答案】秘密（或机密，根据具体分级标准，通常指涉密等级）6.深度学习中，用于衡量模型预测值与真实值差异的函数称为损失函数，对于回归问题常用的损失函数是\_\_\_\_\_\_\_\_。【答案】均方误差（MSE）7.在数据库设计中，E-R图中的矩形框表示\_\_\_\_\_\_\_\_。【答案】实体8.在Pandas中，查看DataFrame前5行数据的函数是\_\_\_\_\_\_\_\_。【答案】head()9.标准的HTTP请求方式中，用于向服务器提交数据以创建新资源的方法是\_\_\_\_\_\_\_\_。【答案】POST10.卷积神经网络中的卷积操作也被称为\_\_\_\_\_\_\_\_运算。【答案】互相关11.某图像的分辨率为1920*1080，位深度为24位，如果不压缩，其大小约为\_\_\_\_\_\_\_\_MB（保留一位小数）。【答案】6.2（计算：1920×12.在Python中，\_\_\_\_\_\_\_\_数据类型是可变的，而元组是不可变的。【答案】列表13.贝叶斯分类器的理论基础是\_\_\_\_\_\_\_\_公式。【答案】贝叶斯14.公安视频监控网络通常要求与其他互联网网络进行\_\_\_\_\_\_\_\_隔离，以确保安全。【答案】逻辑15.在数据可视化中，用于展示数据随时间变化趋势的图表是\_\_\_\_\_\_\_\_图。【答案】折线16.自然语言处理中，将文本转化为向量的过程称为词嵌入或\_\_\_\_\_\_\_\_。【答案】向量化17.SQL语句中，用于模糊查询的关键字是\_\_\_\_\_\_\_\_。【答案】LIKE18.随机森林是由多棵\_\_\_\_\_\_\_\_组成的集成学习算法。【答案】决策树19.IP地址属于\_\_\_\_\_\_\_\_IP地址。【答案】私有（或C类私有）20.人工智能伦理中，要求AI系统的决策过程应该是透明、可解释的，这被称为\_\_\_\_\_\_\_\_AI。【答案】可解释第五部分：简答题1.简述大数据的生命周期包括哪些主要阶段？【答案】大数据的生命周期通常包括以下主要阶段：(1)数据采集：从各种数据源（传感器、日志、数据库、网络等）获取数据。(2)数据存储：将采集的数据存储在分布式文件系统或数据库中。(3)数据清洗与预处理：处理缺失值、异常值，进行数据转换、去重等，提高数据质量。(4)数据分析与挖掘：利用统计学、机器学习等方法从数据中发现模式、规律和知识。(5)数据可视化与应用：将分析结果通过图表、报表等形式展示，支撑业务决策或实现自动化应用。2.什么是过拟合？请列举两种防止过拟合的方法。【答案】过拟合是指模型在训练数据上表现非常好，误差很小，但在测试数据或新数据上表现较差，误差较大的现象。这意味着模型学到了训练数据中的噪声和特有特征，而不是普遍规律。防止过拟合的方法包括：(1)正则化：如L1正则化和L2正则化，在损失函数中加入惩罚项，限制模型参数过大。(2)Dropout：在神经网络训练过程中，随机“丢弃”一部分神经元，防止神经元共适应。(3)早停法：在验证集误差不再下降时停止训练。(4)增加训练数据：更多的数据能让模型学到更普遍的特征。3.请简述公安大数据建设中“三同步”原则的内容。【答案】在公安信息化及大数据建设中，“三同步”原则是指：信息化项目建设与安全保障工作同步规划、同步建设、同步运行。具体而言，在项目立项设计阶段就要考虑安全需求，在实施阶段要落实安全防护措施，在运维阶段要持续进行安全监控和维护，确保系统全生命周期的安全可控。4.解释什么是卷积神经网络（CNN）中的池化层，其主要作用是什么？【答案】池化层是卷积神经网络中常用的一种层结构，通常位于连续的卷积层之间。它通过对局部区域（如2x2窗口）内的特征进行降采样操作，常见的方法有最大池化和平均池化。其主要作用包括：(1)降维：减少特征图的大小和参数数量，降低计算量。(2)不变性：引入一定的平移、旋转不变性，使模型对物体位置的微小变化不敏感。(3)防止过拟合：减少参数有助于抑制过拟合。5.在Pandas中，DataFrame和Series有什么区别？【答案】(1)数据结构：Series是一维的数据结构，类似于带标签的数组或列表；DataFrame是二维的表格型数据结构，类似于Excel表格或SQL表。(2)索引：Series拥有行索引；DataFrame既有行索引也有列索引。(3)维度：Series表示单列数据；DataFrame表示多列数据，每一列可以是不同的数据类型。6.简述TF-IDF算法的原理。【答案】TF-IDF（TermFrequency-InverseDocumentFrequency）是一种用于资讯检索与文本挖掘的常用加权技术。(1)TF（词频）：表示某个关键词在文章中出现的频率，出现次数越多，TF越高，代表该词在文章中的重要性可能越高。(2)IDF（逆文档频率）：衡量关键词的普遍重要性。如果包含该词的文档越少，IDF值越高，说明该词具有很强的区分能力。TF-IDF的值等于TF乘以IDF。一个词的TF-IDF值越高，意味着它在该文章中很重要，且在整个文档集合中具有很好的区分度。7.请简述NoSQL数据库的主要类型及其代表数据库。【答案】NoSQL数据库主要分为以下四种类型：(1)键值对存储：使用哈希表存储数据。代表数据库：Redis,Memcached。(2)列族存储：以列簇存储，适合处理海量数据。代表数据库：Cassandra,HBase。(3)文档型存储：存储JSON、XML等格式的文档。代表数据库：MongoDB,CouchDB。(4)图数据库：存储图结构数据（节点和边）。代表数据库：Neo4j。8.什么是深度学习中的“反向传播算法”？【答案】反向传播算法是训练神经网络最核心的算法。其基本原理是：(1)前向传播：输入数据经过各层神经元的加权求和与激活函数处理，得到输出层的预测结果。(2)计算误差：将预测结果与真实标签进行比较，计算损失函数的值。(3)反向传播：利用链式法则，从输出层向输入层反向计算损失函数对每个权重参数的梯度。(4)参数更新：根据计算出的梯度，利用梯度下降等优化算法调整网络中的权重和偏置，以减小误差。9.简述公安情报研判中，利用大数据技术进行“串并案”分析的思路。【答案】串并案分析是指将多起看似独立的案件联系起来，认为是同一伙人或同一人所为。利用大数据技术的思路包括：(1)特征提取：提取案件的时空特征（时间、地点）、作案手段特征（手法、工具）、嫌疑人特征（体貌、口音）等。(2)多维碰撞：将上述特征与人、车、电、网、像等数据库进行碰撞比对。(3)关联分析：利用图算法或关联规则挖掘，发现案件之间的共性或人员之间的隐式关联（如共同通讯联系人、共同活动轨迹）。(4)模式匹配：使用机器学习模型，计算案件特征的相似度，当相似度超过阈值时自动预警，提示侦查员进行串并。10.解释机器学习中“准确率”和“召回率”的区别。【答案】(1)准确率：是指预测正确的样本数占总预测样本数的比例。即Ac(2)召回率：是指预测正确的正样本数占实际正样本总数的比例。即Re(3)区别：在某些场景下（如诈骗检测、犯罪搜索），我们往往更看重召回率，宁可错杀一千不可放过一个；而在垃圾邮件拦截中，可能更看重准确率，避免拦截正常邮件。两者往往是一个此消彼长的关系。第六部分：综合应用题1.某公安局获取了一批涉毒人员的通话记录数据，包含字段：`主叫号码`、`被叫号码`、`通话开始时间`、`通话时长`。请利用SQL知识回答以下问题：(1)写出查询“通话时长超过5分钟”的所有记录的SQL语句。(2)写出查询“每个主叫号码的通话次数”的SQL语句。(3)写出查询“在2023年10月1日至10月7日期间，通话总时长最长的前10个主叫号码”的SQL语句。【答案】(1)```sqlSELECT*FROM通话记录表WHERE通话时长>300;假设通话时长单位为秒，5分钟=300秒```(2)```sqlSELECT主叫号码,COUNT(*)AS通话次数FROM通话记录表GROUPBY主叫号码;```(3)```sqlSELECT主叫号码,SUM(通话时长)AS总通话时长FROM通话记录表WHERE通话开始时间>='2023-10-0100:00:00'AND通话开始时间<='2023-10-0723:59:59'GROUPBY主叫号码ORDERBY总通话时长DESCLIMIT10;```2.请利用Python的Pandas库处理一个名为`crime_data.csv`的CSV文件，该文件包含'日期'、'辖区'、'案件类型'、'损失金额'四列。要求：(1)写出读取该文件并显示前5行数据的代码。(2)写出筛选出'案件类型'为'盗窃'且'损失金额'大于5000元的代码。(3)写出按'辖区'分组，并计算每个辖区的'案件数量'和'平均损失金额'的代码。【答案】```pythonimportpandasaspd#(1)读取文件并显示前5行df=pd.read_csv('crime_data.csv')print(df.head())#(2)筛选条件：案件类型为'盗窃'且损失金额>5000filtered_df=df[(df['案件类型']=='盗窃')&(df['损失金额']>5000)]#print(filtered_df)#(3)按'辖区'分组，计算案件数量和平均损失金额result=df.groupby('辖区').agg(案件数量=('案件类型','count'),平均损失金额=('损失金额','mean'))print(result)```3.在某次打击电信诈骗的行动中，技术人员提取了嫌疑人的聊天文本，需要进行情感分析和关键词提取。(1)简述使用NLP技术进行中文文本预处理的一般步骤。(2)如果使用TF-IDF提取关键词，发现“银行卡”、“转账”、“账号”的TF-IDF值很高，这在公安情报研判中可能暗示什么？【答案】(1)中文文本预处理一般步骤：1.文本清洗：去除HTML标签、特殊符号、表情包等非文本内容。2.中文分词：使用分词器（如Jieba）将连续的文本切分成词语序列。3.去除停用词：去除“的”、“了”、“是”等无实际意义的词，降低噪声。4.词性标注（可选）：标记词性，如名词、动词，方便后续筛选。5.文本向量化：将文本转化为计算机可计算的向量形式（如TF-IDF向量、Word2Vec）。(2)情报研判暗示：这些高TF-IDF值的词汇属于金融交易领域的敏感词汇。这暗示了嫌疑人的聊天内容高度涉及资金流转和身份认证信息，极有可能是在实施网络诈骗（如冒充公检法要求转账、刷单诈骗、贷款诈骗等）或者是在进行洗钱活动的沟通。侦查员应重点围绕这些关键词上下文进行深入挖掘，并结合涉及的账号、银行卡号进行资金流查控。4.某城市公安局计划构建一个“重点人员异常轨迹预警模型”。数据来源包括酒店入住记录、网吧上网记录、高铁/航班购票记录。(1)请列举该模型可能用到的