2026年公需科目大数据测试版题库(含标准答案)

2026年公需科目大数据测试版题库(含标准答案)1.单项选择题（共20题，每题2分，每题的备选项中，只有1个最符合题意）1.大数据的核心特征可以用“5V”模型概括，其中指数据来源覆盖社交网络、传感器、业务系统、音视频采集等多渠道、数据类型包含结构化、半结构化、非结构化多元形态的特征是（）A.Volume（大量）B.Variety（多样）C.Velocity（高速）D.Veracity（真实性）标准答案：B解析：Volume（大量）指数据存储、计算规模从TB级跃升至PB、EB甚至ZB级；Velocity（高速）指数据产生、传输、处理的时效要求高，需实现流数据实时计算；Veracity（真实性）指数据存在噪声、缺失、失真问题，需开展数据质量治理；Value（价值）指数据价值密度与数据规模成反比，需通过挖掘提取高价值信息。2.根据《全国一体化大数据中心协同创新体系算力枢纽实施方案》，我国规划布局的8个国家算力枢纽节点不包含以下哪个选项（）A.京津冀枢纽B.长三角枢纽C.成渝枢纽D.东北三省枢纽标准答案：D解析：8个国家算力枢纽节点分别为京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏，其中内蒙古、贵州、甘肃、宁夏为西部算力枢纽，重点承接非实时算力需求，支撑“东数西算”工程落地。3.下列数据存储技术中，专门针对非结构化海量小文件存储、具备高扩展性、支持通过RESTful接口访问的分布式存储系统是（）A.HDFSB.RedisC.对象存储D.关系型数据库标准答案：C解析：HDFS为Hadoop分布式文件系统，适合大文件批量存储，小文件存储效率较低；Redis为内存型键值数据库，适用于高速缓存场景；关系型数据库以二维表结构存储结构化数据，扩展性受限；对象存储以对象为存储单元，兼容图片、音视频、文档等非结构化数据，是当前大数据平台非结构化数据存储的核心技术选型。4.数据要素市场化配置改革中，用于明确数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的基础性制度文件是（）A.《“十四五”大数据产业发展规划》B.《关于构建数据基础制度更好发挥数据要素作用的意见》C.《大数据产业发展专项行动指南（2025-2027年）》D.《网络安全等级保护条例》标准答案：B解析：该文件又称“数据二十条”，2022年12月正式印发，是我国数据要素基础制度的顶层设计，首次明确数据产权“三权分置”框架，为数据流通交易、收益分配、安全治理提供制度依据。5.大数据处理流程中，负责对采集到的原始数据进行缺失值填充、异常值剔除、格式统一、重复数据删除的环节是（）A.数据采集B.数据预处理C.数据挖掘分析D.数据可视化标准答案：B解析：数据预处理是大数据分析的前置环节，原始数据普遍存在不完整、不一致、噪声大等问题，数据清洗、数据集成、数据变换、数据归约等预处理操作可将数据质量提升至分析要求，通常占整个大数据项目工作量的60%-80%。6.下列大数据计算引擎中，专门针对实时流数据处理、支持毫秒级延迟、可实现“数据产生即计算”的技术框架是（）A.MapReduceB.SparkCoreC.FlinkD.Hive标准答案：C解析：MapReduce为第一代离线批处理框架，磁盘IO开销大、计算延迟高；SparkCore基于内存计算，可实现秒级批处理，微批流处理模式下延迟为百毫秒级；Flink为原生流处理引擎，支持事件时间语义、状态管理、exactly-once一致性保障，实时计算延迟可达毫秒级，广泛应用于实时风控、实时推荐、物联网监控场景；Hive为基于Hadoop的数据仓库工具，通过SQL语句实现离线批处理任务。7.数据安全治理中，针对涉及国家安全、国民经济命脉、重要民生、重大公共利益等核心数据实行的保护制度是（）A.分类分级保护B.核心数据重点保护C.一般数据常规保护D.个人信息严格保护标准答案：B解析：《中华人民共和国数据安全法》明确提出，国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护，对核心数据实行更加严格的重点保护制度。8.政务大数据共享交换过程中，按照“谁主管、谁提供、谁负责”原则，数据提供部门需要对共享数据承担的首要责任是（）A.数据加工责任B.数据质量责任C.数据应用责任D.数据存储责任标准答案：B解析：《政务数据共享开放条例》明确，政务数据提供部门应当按照“谁主管、谁提供、谁负责”的原则，保障所提供共享数据的完整性、准确性、时效性、可用性，对数据质量问题建立动态更新、校核纠错机制；数据使用部门按照“谁经手、谁使用、谁管理、谁负责”的原则，保障共享数据使用合规、安全。9.下列可视化图表类型中，最适合展示不同类别数据占总体比例关系的是（）A.折线图B.柱状图C.饼图D.散点图标准答案：C解析：折线图适合展示数据随时间维度的变化趋势；柱状图适合展示不同类别数据的数值大小对比；饼图通过扇形面积占比直观呈现各分类对总体的贡献比例；散点图适合展示两个连续变量之间的相关关系。10.大数据场景下常用的隐私计算技术中，能够实现“数据可用不可见、数据不动价值动”，支持多方在不泄露各自原始数据的前提下完成联合建模计算的技术是（）A.数据脱敏B.联邦学习C.数据加密D.访问控制标准答案：B解析：数据脱敏是对敏感字段进行替换、掩码、泛化处理，会损失部分数据精度；联邦学习采用分布式建模框架，各参与方数据不出本地，仅通过加密传输模型中间参数完成联合训练，可在保障数据安全的前提下实现跨主体数据价值协同；数据加密是通过密码算法对数据进行加密存储、传输；访问控制是通过权限设置限制数据访问范围。11.企业开展数据资产管理的核心对象中，描述数据的业务含义、来源、加工逻辑、质量规则、权限要求、关联关系的元数据被称为（）A.数据字典B.数据目录C.数据血缘D.数据标准标准答案：A解析：数据字典是元数据管理的核心载体，记录每个数据字段的名称、类型、长度、取值范围、业务定义、责任人等核心属性；数据目录是面向用户的数据资产检索入口；数据血缘记录数据从产生到加工、应用的全链路流转关系；数据标准是对数据命名、格式、编码、口径的统一规范。12.下列数据采集技术中，适用于从网页中批量抓取公开非涉密数据的技术是（）A.Flume采集B.网络爬虫C.Logstash采集D.传感器采集标准答案：B解析：Flume、Logstash为日志采集工具，主要用于收集业务系统、服务器产生的日志数据；网络爬虫通过模拟浏览器请求，按照预设规则抓取网页公开内容，是互联网公开数据采集的核心技术，使用过程需遵守robots协议、《数据安全法》《个人信息保护法》相关规定；传感器采集主要用于物联网场景下的设备运行、环境监测类数据采集。13.“东数西算”工程中，东部枢纽节点重点承接的算力需求类型是（）A.离线后台加工B.离线分析C.存储备份D.工业互联网、金融证券、灾害预警、远程医疗等低时延算力需求标准答案：D解析：“东数西算”工程通过构建跨区域算力调度体系，推动算力资源有序向西转移，西部枢纽重点承接后台加工、离线分析、存储备份等对网络时延要求不高的非实时算力需求；东部枢纽优先布局对网络时延要求较高的实时算力需求，支撑数字产业高质量发展。14.数据交易场所开展数据产品交易时，需严格落实的首要前提是（）A.数据产品定价合理B.数据来源合法、产权清晰、安全合规C.交易流程高效D.交易主体资质完备标准答案：B解析：数据交易的核心底线是合规性，所有入市交易的数据产品必须满足来源可追溯、产权无争议、不涉及国家秘密、不侵犯个人信息权益和商业秘密、经过合规性审核的要求，在此基础上才能开展定价、撮合、交付等交易环节。15.下列大数据分析方法中，通过分析历史数据的规律，对未来一段时间的数据走势、事件发生概率进行预判的分析类型是（）A.描述性分析B.诊断性分析C.预测性分析D.处方性分析标准答案：C解析：描述性分析聚焦“发生了什么”，通过统计报表、可视化呈现历史数据结果；诊断性分析聚焦“为什么发生”，通过钻取、关联分析定位问题原因；预测性分析聚焦“将要发生什么”，通过机器学习、时间序列分析等模型开展趋势预测；处方性分析聚焦“应该怎么做”，通过优化算法给出决策建议。16.大数据平台中，用于实现结构化、半结构化数据统一存储、支持高效SQL查询、可对接多类计算引擎的核心组件是（）A.HBaseB.HiveC.数据湖D.数据仓库标准答案：C解析：HBase是分布式列存数据库，适合海量键值数据的随机查询；Hive是基于HDFS的数据仓库工具，仅支持结构化数据离线分析；数据湖采用原生格式存储各类结构化、半结构化、非结构化数据，支持多计算引擎对接，可实现数据的“存算分离、多模处理”；传统数据仓库需提前建模，仅支持结构化数据处理，扩展性不足。17.个人信息处理活动中，处理敏感个人信息应当取得个人的（）A.默示同意B.单独同意C.概括同意D.无需同意标准答案：B解析：《中华人民共和国个人信息保护法》明确规定，处理敏感个人信息（包括生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息，以及不满十四周岁未成年人的个人信息）应当取得个人的单独同意，法律、行政法规规定应当取得书面同意的，从其规定。18.下列数据质量维度中，代表数据在指定时间点、指定场景下与客观真实值一致程度的是（）A.完整性B.准确性C.一致性D.时效性标准答案：B解析：完整性指数据记录、字段无缺失；准确性指数据值与客观事实相符，无错误、偏差；一致性指同一数据在不同系统、不同场景下的取值、口径统一，无冲突；时效性指数据能够及时更新、反映当前最新状态。19.大数据在城市治理场景中的典型应用“城市大脑”的核心运行逻辑是（）A.依靠人工经验开展城市管理决策B.通过全域数据汇聚、实时分析、智能调度，实现城市运行态势感知、问题自动预警、资源精准调配C.仅通过视频监控开展治安防控D.仅面向政务部门提供内部办公支撑标准答案：B解析：城市大脑通过打通政务、交通、医疗、应急、环保等多领域数据，依托大数据、人工智能技术实现城市运行状态的实时监测，对交通拥堵、安全隐患、环境污染等问题提前预警，智能调度公共资源，提升城市治理精细化水平。20.大数据技术在金融风控场景的核心价值是（）A.完全消除信贷风险B.通过多维度数据关联分析，精准识别欺诈行为、评估用户信用水平，降低坏账率C.替代人工审核的全部流程D.减少金融机构的业务办理环节标准答案：B解析：大数据风控通过整合用户信贷记录、消费行为、履约能力等多维度数据，构建风控模型实现欺诈识别、信用评分、风险预警，可有效提升风险识别准确率，降低信贷坏账率，但无法完全消除金融风险，也不能完全替代人工合规审核环节。2.多项选择题（共10题，每题3分，每题的备选项中，有2个或2个以上符合题意，错选、少选均不得分）1.下列属于大数据典型应用场景的有（）A.电商平台基于用户行为数据开展个性化推荐B.医疗机构基于临床大数据开展辅助诊断C.交通部门基于浮动车、视频监控数据开展实时路况调度D.制造业基于设备传感器数据开展预测性维护E.气象部门基于多源观测数据开展精准气象预报标准答案：ABCDE解析：大数据技术已深度融入零售、医疗、交通、制造、气象等多个领域，通过数据价值挖掘实现效率提升、模式创新。2.下列属于数据安全防护技术手段的有（）A.数据加密B.数据脱敏C.访问控制D.数据泄露防护E.入侵检测标准答案：ABCDE解析：数据安全防护需构建覆盖数据采集、传输、存储、处理、交换、销毁全生命周期的技术体系，上述技术均为数据安全防护的核心手段。3.我国数据要素市场建设的核心环节包括（）A.数据产权制度建设B.数据流通交易体系建设C.数据收益分配机制建设D.数据安全治理体系建设E.数据要素基础设施建设标准答案：ABCDE解析：数据要素市场建设是系统性工程，需要从制度规则、流通体系、收益分配、安全保障、基础设施等多维度协同推进。4.分布式计算架构相比传统集中式架构的优势有（）A.高可扩展性，可通过增加普通服务器节点提升算力B.高容错性，单个节点故障不影响整体系统运行C.成本更低，可基于通用X86服务器搭建集群D.适合处理TB级以上海量数据E.运维复杂度更低标准答案：ABCD解析：分布式架构通过多节点并行计算实现海量数据处理，具备高扩展、高容错、低成本的优势，但集群节点数量多，运维复杂度相比集中式架构更高。5.数据生命周期管理涵盖的环节包括（）A.数据采集B.数据存储C.数据处理D.数据共享交换E.数据销毁标准答案：ABCDE解析：数据生命周期覆盖数据从产生/采集到最终销毁的全流程，各环节均需落实质量管控、安全管理要求。6.下列属于非结构化数据类型的有（）A.办公文档B.监控视频C.客服录音D.产品图片E.关系型数据库中的用户信息表标准答案：ABCD解析：非结构化数据指没有固定预定义数据模型、无法用二维表结构逻辑表达的数据，占当前数据总量的80%以上；关系型数据库中的二维表属于结构化数据。7.政务数据开放过程中，禁止开放的数据类型包括（）A.涉及国家秘密的数据B.涉及商业秘密、个人隐私且无法经过脱敏脱密处理的数据C.法律法规规定禁止开放的其他数据D.公共服务网点位置数据E.政策文件公开信息标准答案：ABC解析：政务数据开放分为无条件开放、有条件开放、不予开放三类，涉及国家秘密、合法商业秘密、个人隐私且无法做脱敏处理、法律法规禁止开放的数据属于不予开放范畴；公共服务信息、公开政策文件属于无条件开放数据。8.下列属于大数据常见算法模型的有（）A.聚类算法B.分类算法C.关联规则算法D.时间序列预测算法E.深度学习神经网络标准答案：ABCDE解析：聚类、分类、关联规则、时间序列预测、神经网络均为大数据挖掘分析的常用算法，可应用于用户分群、风险识别、关联推荐、趋势预测、图像识别等场景。9.企业数据资产入表需要满足的条件有（）A.企业合法拥有或控制数据资源B.数据资源相关的经济利益很可能流入企业C.数据资源的成本能够可靠计量D.数据资源必须经过交易产生市场价值E.数据资源的规模必须达到PB级以上标准答案：ABC解析：根据《企业数据资源相关会计处理暂行规定》，企业合法拥有或控制的、预期会给企业带来经济利益、成本可可靠计量的数据资源，可根据持有目的分别计入无形资产或存货科目，无需经过交易，也无数据规模的强制要求。10.大数据时代个人信息保护需要遵循的原则有（）A.合法、正当、必要、诚信原则B.目的限制原则，不得过度收集个人信息C.公开透明原则，公开个人信息处理规则D.质量保障原则，保障个人信息准确完整E.责任原则，个人信息处理者对处理活动负责并承担责任标准答案：ABCDE解析：以上原则均为《个人信息保护法》明确规定的个人信息处理核心原则，是个人信息处理活动必须遵守的基本准则。3.判断题（共10题，每题2分，判断为正确的选√，错误的选×）1.大数据的价值密度与数据规模成正比，数据量越大，单位数据的价值越高。（）标准答案：×解析：大数据的价值密度与数据规模成反比，以视频监控数据为例，连续24小时的监控数据中，有效可用的关键片段可能仅为几十秒，需要通过强大的计算能力从海量低价值密度数据中挖掘高价值信息。2.“东数西算”工程中的“算”指的是算力，即对数据的处理能力，包括CPU、GPU等计算资源提供的数据处理、AI训练、科学计算等服务能力。（）标准答案：√解析：“东数西算”即通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部算力协同联动。3.数据脱敏后的数据集可以完全规避个人信息泄露风险，无需再做安全防护。（）标准答案：×解析：数据脱敏仅能降低敏感信息泄露风险，若存在多维度辅助数据，仍可能通过关联分析重新识别出特定自然人，因此脱敏后的数据仍需按照数据分类分级要求落实安全防护措施。4.政务数据共享的核心要求是“以共享为原则，不共享为例外”，政务部门不得随意设置数据共享壁垒。（）标准答案：√解析：《政务数据共享条例》明确政务数据共享遵循“以共享为原则、不共享为例外”，凡列入不予共享清单的政务数据，必须有法律法规或党中央、国务院政策作为依据，无正当理由不得拒绝其他部门提出的合规共享申请。5.Hadoop分布式文件系统（HDFS）适合存储大量小文件，存储效率高于对象存储。（）标准答案：×解析：HDFS的设计目标是存储大文件（单个文件通常为GB级以上），存储大量小文件会占用NameNode大量内存存储元数据，大幅降低系统性能，小文件存储更适合采用对象存储技术。6.联邦学习技术可以实现多个数据持有方在不流出本地原始数据的前提下开展联合建模，解决跨主体数据融合的“数据孤岛”问题。（）标准答案：√解析：联邦学习的核心特性是“数据不动模型动”，各参与方仅交互加密的模型参数，不传输原始数据，既实现了数据价值协同，又保障了数据安全，是数据流通场景的核心隐私计算技术。7.数据分类分级工作是数据安全防护的基础，只有完成数据分类分级，才能针对性落实差异化的安全防护措施。（）标准答案：√解析：《数据安全法》明确要求建立数据分类分级保护制度，通过对数据按照业务属性、重要程度、危害影响进行分类分级，对核心数据、重要数据、一般数据分别制定不同强度的防护策略，提升安全防护精准性。8.数据可视化的核心目的是制作美观的图表，不需要结合业务分析需求。（）标准答案：×解析：数据可视化的核心目的是将数据背后的规律、问题直观呈现给业务人员，支撑管理决策，可视化设计需要结合业务分析场景选择合适的图表类型，避免为了视觉效果忽略信息传递的准确性。9.企业在处理员工履职过程中收集的个人信息时，无需取得员工同意即可随意使用。（）标准答案：×解析：企业处理员工个人信息应当具备合法、正当目的，限于人力资源管理必需的范围，并且应当提前告知员工个人信息处理的规则、范围、用途，不得超出履职必要范围收集、使用员工个人信息。10.大数据技术可以完全替代人的决策，不需要人工参与判断。（）标准答案：×解析：大数据分析结果是决策的重要辅助参考，但由于数据偏差、模型局限、场景变化等因素，大数据分析结果可能存在误差，重大决策仍需要结合人工经验、业务实际综合判断，实现“数据驱动+人工决策”的协同。4.案例分析题（共1题，每题10分）某东部省份计划建设省级政务大数据平台，打通全省42个省直部门、16个地市的政务数据资源，支撑“一网通办”“一网统管”场景落地，在项目建设过程中遇到以下问题：一是各部门数据标准不统一，同一数据项在不同系统中的字段命名、口径、格式差异较大，数据冲突问题突出；二是部分部门以数据涉密、存在安全风险为由拒绝提供数据，形成“数据壁垒”；三是平台汇聚的海量数据存在大量缺失、异常值，数据质量无法满足业务应用要求；四是面向企业和群众开放的公共数据资源存在更新不及时、实用