2026年广西壮族自治区公务员录用考试(大数据+人工智能与大数据侦察职位专业科目)自测试题及答案解析

2026年广西壮族自治区公务员录用考试(大数据+人工智能与大数据侦察职位专业科目)自测试题及答案解析一、单项选择题（每题1分，共40分）1.大数据的“4V”特征中，不包括下列哪一项？A.数据量大（Volume）B.数据类型多（Variety）C.数据价值密度高（Value）D.处理速度快（Velocity）答案C解析大数据的价值密度通常较低，而非较高，需要从海量数据中挖掘有价值的信息。2.Hadoop生态系统中，用于分布式存储的核心组件是？A.MapReduceB.HDFSC.YARND.Hive答案B3.HDFS默认的数据块大小通常为？A.64MBB.128MBC.256MBD.512MB答案B4.MapReduce编程模型中，负责数据分组与排序的阶段是？A.MapB.ShuffleC.ReduceD.InputSplit答案B5.下列关于Spark与HadoopMapReduce的说法，正确的是？A.Spark只能用于批处理B.Spark基于磁盘计算，MapReduce基于内存计算C.Spark支持内存计算，适合迭代式算法D.Spark不能与HDFS结合使用答案C6.下列不属于NoSQL数据库的是？A.MongoDBB.RedisC.HBaseD.MySQL答案D7.数据仓库与操作型数据库的主要区别在于？A.数据仓库主要用于日常事务处理B.数据仓库面向主题、集成、相对稳定C.数据仓库的数据可以随意修改D.数据仓库不需要数据清洗答案B8.数据清洗的主要目的是？A.增加数据量B.提高数据质量，处理缺失值、重复值和异常值C.改变数据原始含义D.仅删除所有空值答案B9.下列属于监督学习算法的是？A.K-meansB.主成分分析（PCA）C.逻辑回归D.Apriori关联规则答案C10.模型在训练集上表现很好，但在测试集上表现很差，这种现象称为？A.欠拟合B.过拟合C.正则化D.泛化答案B11.交叉验证的主要作用是？A.提高模型训练速度B.更可靠地评估模型泛化能力C.增加模型复杂度D.减少训练数据量答案B12.下列哪一项是当前主流的深度学习框架？A.PyTorchB.ExcelC.MySQLD.Nginx答案A13.卷积神经网络（CNN）主要应用于？A.自然语言处理B.图像识别与计算机视觉C.时间序列预测D.关联规则挖掘答案B14.循环神经网络（RNN）适合处理的数据类型是？A.静态图像B.序列数据C.无关联表格数据D.仅数值型数据答案B15.下列激活函数中，能够将输出压缩到0到1之间的是？A.ReLUB.SigmoidC.TanhD.LeakyReLU答案B16.梯度下降算法中，学习率设置过大会导致？A.收敛速度过慢B.模型无法收敛或震荡C.模型一定收敛到全局最优D.对模型没有影响答案B17.特征工程中，对数值特征进行标准化处理的目的是？A.改变特征含义B.消除量纲影响，提升模型稳定性C.增加特征维度D.只适用于决策树模型答案B18.逻辑回归主要用于解决哪类问题？A.回归预测连续值B.二分类问题C.聚类问题D.关联规则挖掘答案B19.K-means聚类算法中，K值表示？A.迭代次数B.聚类簇的个数C.特征数量D.样本数量答案B20.决策树算法中，信息增益主要用于？A.选择最优划分特征B.计算模型准确率C.减少样本数量D.防止过拟合答案A21.支持向量机（SVM）的核心思想是？A.寻找最大间隔超平面B.寻找最小间隔超平面C.对数据进行聚类D.只适用于线性不可分数据答案A22.数据挖掘中，关联规则分析的典型算法是？A.K-meansB.AprioriC.CNND.LSTM答案B23.大数据侦察中，下列哪类数据通常不作为主要分析对象？A.通信记录B.资金流水C.社交媒体公开信息D.个人梦境记录答案D24.电子数据取证过程中，首要原则是？A.快速提取数据B.保持数据原始性和完整性C.直接修改原始数据D.只提取部分数据答案B25.对电子数据进行哈希校验的主要目的是？A.压缩数据B.验证数据完整性，防止篡改C.加密数据D.提高数据传输速度答案B26.网络犯罪侦查中，IP地址的主要作用是？A.直接确定犯罪嫌疑人身份B.辅助定位网络活动来源C.证明数据内容真实性D.替代电子签名答案B27.《中华人民共和国个人信息保护法》正式施行的日期是？A.2020年1月1日B.2021年11月1日C.2022年1月1日D.2023年6月1日答案B28.《中华人民共和国数据安全法》规定，数据处理者应当履行的义务不包括？A.建立健全数据安全管理制度B.开展数据安全教育培训C.随意向境外提供重要数据D.采取技术措施保障数据安全答案C29.《中华人民共和国网络安全法》规定，网络运营者收集个人信息应当遵循的原则是？A.合法、正当、必要B.尽量多收集C.无需用户同意D.可以随意共享答案A30.在SQL查询中，用于去除重复行的关键字是？A.WHEREB.DISTINCTC.ORDERBYD.GROUPBY答案B31.Python中，Pandas库主要用于？A.数据分析和处理B.图像识别C.网络通信D.操作系统管理答案A32.下列数据可视化图表中，最适合展示数据分布密度的是？A.饼图B.直方图C.折线图D.散点图答案B33.人工智能伦理中，“算法歧视”通常指的是？A.算法运行速度慢B.算法对特定群体产生不公平结果C.算法使用过多数据D.算法无法解释答案B34.数据脱敏的主要目的是？A.提高数据存储效率B.在保留数据可用性的同时降低敏感信息泄露风险C.完全删除数据D.增加数据量答案B35.关联分析中，支持度（Support）衡量的是？A.规则的置信程度B.项集在数据集中出现的频率C.规则的提升度D.模型的准确率答案B36.时间序列分析中，ARIMA模型主要用于？A.图像分类B.时间序列预测C.聚类分析D.关联规则挖掘答案B37.情报分析的基本流程通常包括？A.数据采集、数据处理、分析研判、形成情报B.数据采集、直接发布、无需分析C.只采集不处理D.只分析不验证答案A38.大数据平台安全中，Kerberos的主要作用是？A.数据压缩B.身份认证C.数据可视化D.数据备份答案B39.数据湖与传统数据仓库相比，数据湖更强调？A.存储结构化数据B.以原始格式存储海量多类型数据C.只存储经过清洗的数据D.不支持实时数据答案B40.边缘计算在大数据场景中的主要优势是？A.完全替代云计算B.降低数据传输延迟，减少带宽压力C.增加数据存储成本D.仅用于离线计算答案B二、多项选择题（每题2分，共40分。多选、少选、错选均不得分）1.大数据的典型特征包括？A.数据量大B.数据类型多样C.数据处理速度快D.数据价值密度高答案ABC解析大数据价值密度通常较低，D项错误。2.Hadoop生态系统中，下列属于其组件的包括？A.HDFSB.YARNC.HiveD.Spark答案ABC解析Spark是独立的计算框架，虽然常与Hadoop结合使用，但不属于Hadoop核心组件。3.下列属于监督学习算法的有？A.线性回归B.决策树C.K-meansD.支持向量机答案ABD解析K-means是无监督聚类算法。4.下列属于无监督学习算法的有？A.主成分分析（PCA）B.K-meansC.逻辑回归D.自编码器答案ABD解析逻辑回归是监督学习算法。5.深度学习常用的优化器包括？A.SGDB.AdamC.RMSpropD.K-means答案ABC解析K-means是聚类算法，不是优化器。6.数据预处理中，处理缺失值的常用方法包括？A.删除缺失记录B.用均值填充C.用中位数填充D.保留所有缺失值不做处理答案ABC解析保留所有缺失值可能导致模型无法训练或性能下降，D项一般不作为推荐方法。7.电子数据取证过程中，应遵循的基本原则包括？A.原始性原则B.完整性原则C.合法性原则D.可追溯原则答案ABCD8.《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，数据分为？A.一般数据B.重要数据C.核心数据D.绝密数据答案ABC解析数据安全法将数据分为一般数据、重要数据、核心数据，没有“绝密数据”这一法定分类。9.《中华人民共和国个人信息保护法》规定的个人信息处理原则包括？A.告知同意B.目的明确C.最小必要D.公开透明答案ABCD10.大数据侦察中，常用的数据分析技术包括？A.数据挖掘B.社会网络分析C.文本挖掘D.时间序列分析答案ABCD11.人工智能应用中可能面临的安全风险包括？A.对抗样本攻击B.数据投毒C.模型窃取D.算法歧视答案ABCD12.数据库事务的ACID特性包括？A.原子性B.一致性C.隔离性D.持久性答案ABCD13.下列属于NoSQL数据库类型的有？A.键值数据库B.列族数据库C.文档数据库D.图数据库答案ABCD14.特征选择中，常用的方法包括？A.过滤法B.包裹法C.嵌入法D.随机猜测法答案ABC15.模型评估中，适用于分类问题的指标包括？A.准确率B.精确率C.召回率D.F1分数答案ABCD16.网络安全等级保护制度中，网络运营者应当履行的义务包括？A.制定内部安全管理制度B.采取防范计算机病毒的技术措施C.留存网络日志不少于六个月D.对重要数据不进行备份答案ABC解析重要数据应当进行备份，D项错误。17.下列属于大数据平台核心组件的包括？A.分布式存储系统B.分布式计算框架C.资源调度系统D.数据可视化工具答案ABC解析数据可视化工具属于上层应用，不是平台核心组件。18.数据挖掘的主要任务包括？A.分类B.聚类C.回归D.关联规则发现答案ABCD19.机器学习模型部署时，需要考虑的因素包括？A.模型推理延迟B.模型版本管理C.数据漂移监控D.模型可解释性答案ABCD20.情报分析中，常用的分析方法包括？A.关联分析B.时空分析C.资金流向分析D.通讯网络分析答案ABCD三、判断题（每题1分，共20分）1.Hadoop适合对实时性要求极高的在线事务处理。答案错误解析Hadoop主要面向批处理，实时性不强。2.监督学习需要带有标签的训练数据。答案正确3.过拟合可以通过增加训练数据量、正则化或早停等方式缓解。答案正确4.卷积神经网络（CNN）特别适合处理图像数据。答案正确5.K-means聚类算法需要预先指定聚类簇的个数K。答案正确6.数据脱敏后的数据一定无法恢复原始信息。答案错误解析部分脱敏方法在特定条件下可逆，不能一概而论。7.匿名化处理后的个人信息不属于个人信息。答案正确解析根据《个人信息保护法》，匿名化后的信息不属于个人信息。8.电子数据取证过程中，可以随意修改原始电子数据。答案错误解析必须保持原始性和完整性。9.大数据就是数据量很大的数据库。答案错误解析大数据不仅是数据量大，还包括类型多样、处理速度快、价值密度低等特征。10.Spark基于内存计算，因此比HadoopMapReduce更适合迭代式机器学习任务。答案正确11.深度学习模型通常需要大量训练数据才能取得较好效果。答案正确12.SQL注入属于一种网络攻击方式。答案正确13.数据湖通常以原始格式存储数据，供后续按需处理。答案正确14.机器学习模型准确率越高，一定代表模型越好。答案错误解析在不平衡数据集上，高准确率可能掩盖少数类识别能力差的问题，还需结合精确率、召回率等指标。15.《中华人民共和国数据安全法》自2021年9月1日起施行。答案正确16.人工智能系统可以完全替代人类作出所有决策，无需人类监督。答案错误解析人