2026年广西公安机关人民警察特殊职位招录考试大数据+人工智能与大数据侦察职位专业科目综合练习题及答案

2026年广西公安机关人民警察特殊职位招录考试(大数据+人工智能与大数据侦察职位专业科目）综合练习题及答案一、单项选择题（每题1分，共20分）1.大数据侦察的核心工作流程通常可归纳为"采集—清洗—存储—分析—研判"五个环节，其中"研判"环节的主要目标是（）。A.将非结构化数据转化为结构化数据B.从海量数据中挖掘出具有侦查价值的情报线索C.建立分布式存储集群以扩展存储容量D.对采集到的原始数据进行去重和纠错答案B解析研判环节聚焦于对分析结果进行综合判断，提取出可用于指导侦查实战的情报线索。A项属于清洗环节的范畴，C项属于存储环节的目标，D项属于清洗环节的基础操作。2.在公安大数据平台中，Hadoop分布式文件系统（HDFS）默认的单个数据块（Block）大小通常是（）。A.64KBB.128MBC.1GBD.4MB答案B解析HDFS默认数据块大小在Hadoop2.x及以后版本中为128MB，目的是减少寻址开销，适应大规模数据流式读取。3.下列关于数据清洗（DataCleaning）的表述，错误的是（）。A.数据清洗包括处理缺失值、重复值、异常值B.数据清洗是数据预处理的重要步骤C.数据清洗完成后即可直接用于模型训练，无需再进行特征工程D.数据清洗能提升数据质量，进而提高分析结果的准确性答案C解析数据清洗与特征工程是两个独立的环节。清洗后的数据仍需进行特征选择、特征变换等特征工程处理才能用于模型训练。4.在机器学习中，用于衡量分类模型预测结果与真实标签差异的常用损失函数是（）。A.均方误差（MSE）B.交叉熵损失（Cross-EntropyLoss）C.平均绝对误差（MAE）D.对数损失（LogLoss）的变体答案B解析交叉熵损失广泛应用于分类任务，能够有效衡量两个概率分布之间的差异。MSE和MAE多用于回归任务。注意D项与B项本质相同，但B项表述更为规范。5.下列哪种数据库最适合存储公安视频监控产生的海量非结构化数据（如视频文件、图像）？（）A.MySQLB.MongoDBC.HDFS+HBaseD.Oracle答案C解析视频、图像等非结构化数据通常以文件形式存储于HDFS，元数据及索引信息存储在HBase，二者结合可支撑海量非结构化数据的存储与快速检索。MySQL、Oracle主要面向结构化数据，MongoDB更擅长文档型数据。6.在关联分析中，支持度（Support）表示（）。A.包含某项集的事务占总事务数的比例B.在包含X的事务中同时包含Y的概率C.规则的提升度D.数据集中项的总数答案A解析支持度=包含项集的事务数/总事务数。B项描述的是置信度（Confidence）。7.关于公安大数据安全与个人信息保护，下列说法正确的是（）。A.侦查人员可将公民个人信息随意导出至个人移动存储设备B.因侦查工作需要，可以在授权范围内查询和使用公民个人信息，但应严格遵守最小必要原则C.所有公民个人信息均属于国家秘密，一律不得查询D.为方便办案，可将系统账号密码告知同事使用答案B解析公安大数据应用必须遵循《个人信息保护法》《数据安全法》及相关公安内部规定，坚持最小必要、授权访问原则。A、D项违反安全保密规定，C项表述过于绝对。8.在图像侦查中，利用人脸识别技术进行身份比对，主要依赖于（）算法。A.卷积神经网络（CNN）B.循环神经网络（RNN）C.K-means聚类D.决策树答案A解析CNN及其变体（如FaceNet、ArcFace）是人脸识别的主流技术，通过卷积层提取面部特征并映射为特征向量进行比对。9.下列不属于流式计算框架的是（）。A.ApacheFlinkB.ApacheStormC.ApacheSparkStreamingD.ApacheHadoopMapReduce答案D解析MapReduce是典型的批处理框架。Flink、Storm、SparkStreaming均支持流式数据处理。10.在SQL语言中，用于对分组后的数据进行条件筛选的关键字是（）。A.WHEREB.GROUPBYC.HAVINGD.ORDERBY答案C解析HAVING与GROUPBY配合使用，对分组后的聚合结果进行过滤；WHERE在分组前对原始记录进行过滤。11.大数据环境下，常用的数据脱敏技术不包括（）。A.数据替换B.数据加密C.数据随机化D.数据删除答案D解析数据脱敏常用方法包括替换、加密、随机化、掩码等，目的是在保留数据可用性的同时隐藏敏感信息。数据删除属于销毁操作，不属于脱敏范畴。12.在轨迹分析中，通过手机基站信令数据可以（）。A.精确获取手机用户的实时GPS坐标B.大致判断手机用户所处的地理位置范围C.直接读取手机内的通讯录信息D.破解手机的加密通信内容答案B解析基站信令数据基于手机与基站的通信记录，能够确定手机用户所在的小区范围（定位精度取决于基站密度），但无法直接获取GPS精确坐标、通讯录或通信内容。13.下列关于Python语言在数据分析中常用库的说法，错误的是（）。A.NumPy提供多维数组对象及数学运算功能B.Pandas主要用于数据结构和数据分析C.Matplotlib用于数据可视化D.Scikit-learn主要用于深度学习模型训练答案D解析Scikit-learn是传统机器学习库，支持分类、回归、聚类等算法，但不支持深度学习。深度学习通常使用TensorFlow、PyTorch等框架。14.图数据库（如Neo4j）在公安侦察中的典型应用场景是（）。A.存储海量视频文件B.分析人员、资金、通讯等实体之间的复杂关系网络C.进行全文检索D.存储结构化人口信息表答案B解析图数据库以节点和边存储数据，擅长处理多跳关系查询，适用于关系网络分析（如团伙结构、资金链路、通联关系）。15.在数据挖掘中，K-means算法属于（）。A.分类算法B.聚类算法C.回归算法D.关联规则算法答案B解析K-means是无监督学习的代表算法，将样本划分为K个簇，簇内样本相似度高、簇间差异大。16.公安大数据平台建设遵循的"四统一"原则不包括（）。A.统一基础设施B.统一数据资源C.统一应用支撑D.统一数据售卖答案D解析公安部"四统一"原则指统一基础设施、统一数据资源、统一应用支撑、统一安全保障，旨在避免重复建设、实现资源集约共享。17.下列不属于常见的数据可视化图表类型的是（）。A.折线图B.散点图C.热力图D.流程图答案D解析流程图属于流程建模工具，而非数据分析型可视化图表。折线图、散点图、热力图常用于数据分布与趋势展示。18.在ApacheKafka消息队列中，一条消息被多个消费者组中的消费者消费时，各消费者组之间的消费进度（）。A.相互影响B.互不影响，彼此独立C.共享同一偏移量D.由Broker统一管理且必须保持一致答案B解析Kafka中每个消费者组独立维护消费偏移量（offset），不同消费者组之间互不干扰。19.下列哪个算法最适合用于识别社交网络中的社区结构（如犯罪团伙划分）？（）A.PageRankB.LabelPropagationAlgorithm（标签传播算法）C.AprioriD.C4.5决策树答案B解析标签传播算法（LPA）是一种基于图的半监督/无监督社区发现算法，常用于团伙发现、社群划分。PageRank用于节点重要性排序，Apriori用于关联规则挖掘。20.关于大数据侦查中电子数据的收集提取，下列说法正确的是（）。A.可以直接对涉案人员的云盘数据进行无差别全量下载，无需审查B.应当严格按照《公安机关办理刑事案件电子数据取证规则》执行，并制作笔录C.电子数据必须由侦查人员自行提取，不得聘请专业技术人员协助D.电子数据提取后无需封存原始介质答案B解析电子数据取证必须遵循法定程序，由两名以上侦查人员进行，必要时可聘请专业技术人员协助，需制作提取笔录并封存原始介质。A、C、D项均违反取证规范。二、多项选择题（每题2分，共20分）1.下列属于公安大数据典型数据来源的有（）。A.治安卡口过车数据B.互联网舆情数据C.电信运营商话单数据D.视频监控图像数据答案ABCD解析公安大数据涵盖公安业务数据（卡口、案事件）、社会资源数据（运营商、互联网、金融等）以及物联感知数据（视频、RFID）等。2.下列关于ApacheSpark与HadoopMapReduce的对比，正确的有（）。A.Spark基于内存计算，迭代运算速度通常快于MapReduceB.Spark提供RDD、DataFrame等多种抽象，编程更灵活C.MapReduce在数据处理过程中频繁读写磁盘，I/O开销较大D.Spark完全不支持批处理，仅支持流处理答案ABC解析Spark既支持批处理也支持流处理（StructuredStreaming），D项错误。其余三项均是对两者特性的正确描述。3.在自然语言处理（NLP）中，常用的文本表示方法包括（）。A.One-Hot编码B.TF-IDFC.Word2VecD.BERT向量答案ABCD解析以上均为文本向量化表示方法。One-Hot和TF-IDF为传统方法，Word2Vec为静态词向量，BERT为动态上下文向量。4.下列属于数据质量评价维度的有（）。A.完整性B.一致性C.准确性D.时效性答案ABCD解析数据质量评价通常从完整性、准确性、一致性、时效性、唯一性等维度展开。5.关于深度学习中的卷积神经网络（CNN），下列说法正确的有（）。A.卷积层通过卷积核提取局部特征B.池化层主要用于降低特征维度，防止过拟合C.全连接层通常位于网络末端，用于分类或回归D.CNN只能处理图像数据，不能处理文本数据答案ABC解析CNN通过卷积核提取局部特征，池化层降维，全连接层输出结果。CNN也可应用于文本分类（TextCNN）等NLP任务，D项错误。6.在公安大数据应用中，数据可视化大屏常用于展示（）。A.实时警情态势B.重点人员动态分布C.案件时空热力分析D.舆情传播趋势答案ABCD解析公安可视化大屏通常整合警情、人员、案件、舆情等多维数据，辅助指挥决策。7.下列关于数据仓库与数据湖的说法，正确的有（）。A.数据仓库存储结构化数据，面向主题、集成、非易失B.数据湖可以存储任意格式的原始数据C.数据湖通常采用Schema-on-Read方式D.数据仓库和数据湖是完全互斥的技术答案ABC解析数据仓库与数据湖可互补共存，并非互斥。数据仓库采用Schema-on-Write，数据湖采用Schema-on-Read。8.下列哪些技术可以用于海量数据的分布式协调与任务调度？（）A.ApacheZooKeeperB.ApacheAirflowC.KubernetesD.ApacheYARN答案ABCD解析ZooKeeper提供分布式协调服务，Airflow用于工作流调度，Kubernetes用于容器编排，YARN用于Hadoop资源调度。9.关于模型评估指标，下列描述正确的有（）。A.精确率（Precision）表示预测为正例的样本中真正例的比例B.召回率（Recall）表示实际正例中被正确预测的比例C.F1值是精确率和召回率的调和平均数D.AUC值越接近1，模型性能越差答案ABC解析AUC越接近1表示模型区分正负样本的能力越强，D项错误。其余三项表述均正确。10.在公安大数据侦查中，数据建模分析可用于（）。A.犯罪嫌疑人身份刻画B.异常行为预警C.案件串并分析D.在逃人员轨迹预测答案ABCD解析上述均为大数据建模在侦查实战中的典型应用方向。三、判断题（每题1分，共10分）1.在数据采集过程中，网络爬虫可以不受任何限制地抓取所有网站数据。答案错误解析网络爬虫必须遵守Robots协议、网站服务条款及相关法律法规，不得非法获取公民个人信息或侵入计算机信息系统。2.哈希算法可以用于验证电子数据的完整性，防止数据被篡改。答案正确解析对原始数据计算哈希值并保存，之后重新计算比对即可判断数据是否被修改。3.Spark中的RDD是不可变的，对RDD的操作会生成新的RDD。答案正确4.公安大数据分析中，数据越多越好，无需关注数据来源的合法性。答案错误解析数据采集必须合法合规，非法获取的数据不仅不能作为证据，还可能引发法律责任。5.人脸识别技术可以在大规模人群中实现快速身份比对，准确率完全不受光照、角度、遮挡等因素影响。答案错误解析光照、角度、遮挡、图像分辨率等因素都会影响人脸识别的准确率。6.在SQL中，LEFTJOIN返回左表中的所有记录，以及右表中匹配的记录；若右表无匹配，则结果中右表字段为NULL。答案正确7.数据挖掘的最终结果一定是有价值的、可直接用于实战的结论，无需人工复核。答案错误解析数据挖掘结果可能存在虚假关联、过拟合等问题，必须结合业务经验进行人工研判和复核。8.图计算中的PageRank算法可以用于评估节点在网络中的重要性，在公安侦察中可用于识别团伙核心成员。答案正确9.数据库索引创建得越多越好，可以无限提升查询性能。答案错误解析索引虽能加速查询，但会增加存储开销并降低写入性能，需根据实际查询模式合理设计。10.在深度学习训练过程中，过拟合表现为模型在训练集上表现优异但在测试集上表现较差。答案正确四、简答题（每题6分，共24分）1.简述公安大数据平台总体架构的五个层次及其各自功能。答案(1)基础设施层：提供计算、存储、网络等底层硬件资源，通常采用云计算技术实现资源池化与弹性扩展。(2)数据资源层：汇聚公安内部业务数据、社会资源数据和物联感知数据，通过数据治理形成统一、标准、可信的数据资源池。(3)应用支撑层：提供通用技术组件与服务平台，如大数据计算引擎、数据服务接口、算法模型仓库、可视化组件等，为上層应用开发提供支撑。(4)应用层：面向各警种业务场景，提供情报研判、轨迹分析、人员管控、案件串并等实战应用系统。(5)安全保障与运维管理体系：贯穿各层级，涵盖网络安全、数据安全、应用安全、终端安全及统一运维监控，确保平台安全稳定运行。2.简述大数据侦查中"数据画像"的概念及其在实战中的主要应用场景。答案"数据画像"是指利用大数据技术，对特定对象（人员、车辆、虚拟身份等）的多源异构数据进行汇聚、清洗、关联和挖掘，从多维度刻画其行为特征、属性特征和关系特征，形成全景式数字化描述的过程。主要应用场景包括：(1)犯罪嫌疑人身份刻画：通过通讯、出行、消费等数据推断嫌疑人的职业、经济状况、活动规律等。(2)重点人员动态管控：对重点人员的行为异常进行预警，如夜间频繁出行、跨区域流动等。(3)在逃人员发现：通过人脸、车辆、手机等数据的交叉比对，发现漂白身份或隐匿行踪的在逃人员。(4)团伙关系挖掘：通过通联、资金、同行等数据构建关系网络，识别团伙核心成员与组织结构。3.简述流式计算与批处理的区别，并各举一个公安侦察中的应用场景。答案批处理（BatchProcessing）与流式计算（StreamProcessing）的主要区别：维度批处理流式计算数据时效性处理历史积累的静态数据实时处理持续产生的动态数据处理延迟分钟级至小时级毫秒级至秒级数据规模一次性处理大批量数据逐条或微批次持续处理典型框架HadoopMapReduce、SparkBatchFlink、Storm、SparkStreaming应用场景：(1)批处理：对过去一年全省刑事案件数据进行统计分析，挖掘犯罪时空规律与串并案线索。(2)流式计算：实时分析卡口过车数据，对在逃人员车辆进行即时比对预警；实时监测重点区域人流量，发现异常聚集事件。4.简述在公安大数据应用中，如何平衡数据共享与数据安全的关系。答案(1)依法依规共享：严格遵守《数据安全法》《个人信息保护法》及公安内部数据管理规定，明确数据共享的法定依据与权限边界。(2)分级分类管理：对数据进行分级分类，根据敏感程度设定不同的共享范围与使用条件，核心敏感数据严格限制共享。(3)最小必要原则：共享数据仅限侦查办案所需的最小范围，避免过度采集和超范围使用。(4)技术防护保障：采用数据脱敏、加密传输、访问控制、审计追踪等技术手段，确保共享过程安全可控。(5)安全责任落实：建立"谁提供谁负责、谁使用谁负责"的责任机制，强化使用单位的内部管理和人员保密教育。五、论述题（每题13分，共26分）1.结合大数据与人工智能技术，论述如何构建"智能预警、精准打击、高效防控"的智慧侦查模式。答案构建智慧侦查模式，应以公安大数据平台为底座，以人工智能算法为核心引擎，推动侦查工作从"被动响应"向"主动预警"、"经验驱动"向"数据驱动"转型。具体路径如下：(1)智能预警——风险感知前移汇聚多源数据（案事件、人员、车辆、通讯、网络行为等），利用机器学习算法构建异常行为识别模型。例如，通过资金流水异常检测发现洗钱犯罪线索，通过夜间频繁出行轨迹识别盗窃前科人员的高危行为，通过舆情数据情感分析预警群体性事件苗头。同时，利用时序预测模型对高发案件类型、高发区域进行趋势预测，指导警力精准投放。(2)精准打击——侦查效能提升运用知识图谱技术构建人、事、地、物、组织、虚拟身份等多维实体关系网络，实现案件线索的快速关联与深度挖掘。通过图计算算法（如社区发现、中心性分析）识别团伙核心成员与组织架构。利用人脸识别、车牌识别、语音识别等AI技术对海量视频、图像、音频数据进行智能检索与比对，大幅缩短线索排查时间。结合自然语言处理技术对案件卷宗、审讯笔录进行语义分析，辅助侦查人员快速提取关键信息。(3)高效防控——治理关口前移基于历史案件数据构建犯罪时空热力模型，识别犯罪热点区域与高发时段，指导巡逻防控力量科学布防。对刑满释放人员、吸毒人员等重点群体建立动态管控模型，实现行为异常的实时预警。通过大数据分析发现社会治理的薄弱环节，推动源头治理，形成"打防管控"一体化的工作格局。(4)机制保障——支撑体系完善智慧侦查模式的构建离不开制度、人才与技术的协同保障：完善数据采集、共享、使用、安全的管理规范；培养既懂大数据技术又熟悉侦查业务的复合型人才；加强警企合作，引入前沿技术并确保合规应用。综上，智慧侦查模式以数据为要素、以算法为工具、以场景为牵引，能够显著提升公安机关的核心战斗力，但也需注意数据安全、公民隐私保护与算法公平性等风险，确保技术应用始终在法治轨道上运行。2.试论大数据证据在刑事诉讼中的证据属性、审查要点及运用规范。答案随着大数据技术在侦查中的广泛应用，大数据分析结论作为证据进入刑事诉讼的情况日益增多。明确其证据属性、审查要点与运用规范，对于保障案件质量、维护司法公正具有重要意义。(1)大数据证据的证据属性大数据证据并非法定证据种类中