在線測試：數據采集1.單選題（分值：3分）在確定需要采集的數據之前必須先確定通過數據擬解決的問題（A）。A、正確B、錯誤2.單選題（分值：3分）企業業務系統數據都是使用傳統的關系型數據庫來存儲的（B）。A、正確B、錯誤3.單選題（分值：3分）網絡爬蟲是利用數據挖掘技術將非結構化數據從網頁中抽取出來，按照一定的規則和排列格式將數據進行分類處理，并存儲成一系列具有統一格式的結構化數據文件（A）。A、正確B、錯誤4.單選題（分值：3分）使用網絡爬蟲爬取數據時，只受技術限制，只要技術達到了，任何數據都可爬取（B）。A、正確B、錯誤5.單選題（分值：3分）通過第三方統計平臺采集某網站的數據只能是前端數據（B）。A、正確B、錯誤6.單選題（分值：3分）智能健康手環的應用開發，體現了（A）的數據采集技術的應用。A、傳感器 B、網絡爬蟲 C、API接口 D、統計報表7.單選題（分值：3分）下列數據來源不屬于一手數據的是（D）。A．調查收集B．科學實驗Ｃ．業務系統直接生成Ｄ．從國家統計部門獲取8.多選題（分值：3分）大數據采集的主要數據來源（ABCD）A、互聯網數據B、日志文件C、企業業務系統數據。D、傳感器數據。9.多選題（分值：3分）下列關于互聯網數據特點的描述正確的有（ABC）。A．表現為雜亂特點 B．數據類型多C．互聯網各平臺后臺一般都具有數據統計功能D．互聯網數據沒有多少價值10.多選題（分值：3分）使用八爪魚采集器采集數據具有以下特點（ABCD）A．可以對指定元素進行采集 B．采集過程可以觀察網頁和預覽數據變化來驗證采集設置是否正確C．可以對采集中的流程步驟進行修改D．采集過程不需要編寫任何代碼在線測試：數據質量評估１單選題（分值：3分）數據采集階段引起數據質量問題的因素主要有兩點：數據來源和采集方法（A）。A、正確B、錯誤2單選題（分值：3分）原始數據的數據質量不一，但是有一些因素會影響數據的質量，比如信息因素、技術因素、流程因素以及實踐因素。（B）A、正確B、錯誤3單選題（分值：3分）某位員工在儲存數據時，將郵箱字段的值記錄為179864378@126，這違反了數據質量的（B）A、完整性 B、一致性 C、準確性 D、及時性4單選題（分值：3分）（C）是數據質量最為基礎的一項評估標準。A、數據一致性B、數據準確性C、數據完整性D、數據及時性5單選題（分值：3分）相比依賴于小數據和精確性的時代，大數據因為更強調數據的（），幫助我們進一步接近事實的真相。(D)A、安全性B、完整性C、混雜性D、完整性和混雜性6.多選題（分值：3分）下列描述中表示會產生冗余數據的是（AB）。A．某數據集的變量名稱為“用戶編碼”而在另一個數據集中為“ID”B．數據集中某兩個變量之間存在相關或推導關系C．某數據集中的商品價格以“元”為單位，另一個數據集中卻為“萬元”D．某數據集的規范是“3位”，而另一個數據集中的要求位“5位”7.多選題（分值：3分）數據質量是保證數據應用的基礎，數據質量評估標準主要有（ABCD）。A．數據準確性 B．數據完整性C．數據一致性 D．數據及時性8.多選題（分值：3分）數據的可信性由以下因素決定（ABC）。A.數據來源的權威性B.數據的規范性C.數據產生的時間D.數據沒有缺失或異常數據9.多選題（分值：3分）數據預處理的主要任務主要包括（ABCD）。A.數據清洗B.數據集成C.數據變換D.數據歸約10.多選題（分值：3分）最常見的數據準確性錯誤有（ABCD）。A.異常的大或小的數據。B.亂碼數據。C.偏離期望值的孤立點數據D.數量級數據錯誤。在線測試：數據清洗1.單選題（分值：3分）數據庫表中有一個屬性值相同的記錄就被認為是重復的記錄（B）A、正確B、錯誤2.單選題（分值：3分）在Excel中可以使用哪一快捷鍵來定位空值？（C）A、Ctrl＋VB、Ctrl+EnterＣ、Ctrl＋GD、Ctrl＋F3.單選題（分值：3分）數據清洗的方法不包括（D）A、處理殘缺數據 B、處理噪聲數據C、處理冗余數據 D、一致性檢查4.單選題（分值：3分）下列哪一種方法可以用來處理缺失數據？（C）A、數據變換B、數據集成C、數據清洗D、數據排序5.多選題（分值：3分）如果缺失字段的重要性較高，為了保證數據的準確性，往往會將數據進行補全，補全缺失值的方法有（ABC）。A、以同一指標的樣本統計量數據（均值、中位數、眾數等）填充B、以業務知識或經驗推測填充C、以不同指標的計算結果填充D、以簡單填充的方式將數據補全6.多選題（分值：3分）在數據清洗的開始階段我們一般需要做以下準備工作（ABC）。A．將數據導入處理工具。B．查看元數據，包括字段解釋、數據來源、代碼表等一切描述數據的信息。 C．抽取一部分數據，使用人工查看方式，對數據本身有一個直觀的了解，并且初步發現一些問題。D．先刪除一部分數據。7.多選題（分值：3分）數據缺失值常常表示為（ABD）。A.空值B.NaNC.NoneD.錯誤的標識符（#VALUE！）8.多選題（分值：3分）Excel數據重復值的清洗方法通常有（ABCD）。A.通過“數據”菜單刪除重復數據B.用VLOOKUP函數快速查詢刪除重復值C.用COUNTIF函數簡單查詢刪除重復值D.用條件格式快速核對刪除重復值9.多選題（分值：3分）Excel數據操作中發現異常值的幾種方法（ABD）。A.通過篩選法發現數據異常值B.通過常識統計分析方法發現數據異常值C.通過“數據”菜單中異常值按鈕發現異常D.通過箱線圖檢測異常值10.多選題（分值：3分）在缺失數據清洗過程中，如果缺失字段的重要性高，缺失率高，采用的策略有（ABC）。A.嘗試從其他渠道取數補全B.去除記錄，并在結果中標明C.使用其它字段通過計算獲取D.不做處理或簡單填充在線測試：數據集成、變換和歸約１.單選題（分值：3分）數據集成核心任務是將互相關聯的分布式異構數據源集成到一起，減少結果數據集中冗余和不一致問題，提高后面數據挖掘過程的準確性和速度。（A）A、正確B、錯誤２.單選題（分值：3分）在數據變換中，聚集法和聚類法都是對數據進行匯總和集中（B）A、正確B、錯誤３.單選題（分值：3分）數據歸約技術可以用來得到數據集的歸約表示，一般歸約后的數據集比原數據集大得多。（B）。A、正確B、錯誤4.單選題（分值：3分）以下哪一種屬于數據概化（D）A、根據半徑屬性計算出圓的周長及面積屬性B、根據產品評估得分劃分產品品質C、將“××年××月××日”的日期轉換為“××/××/××”，D、根據出生日期的屬性抽象為為80后、90后、00后等5.單選題（分值：3分）經過一系列處理，在基本保持原始數據完整性的基礎上，減少數據規模的是（C）？A、數據清洗B、數據融合C、數據規約D、數據挖掘6.單選題（分值：3分）數據歸約中屬性子集選擇的目標是找出最小屬性集，使數據類的概率分布盡可能地接近使用所有屬性的原分布。（A）A、正確B、錯誤7.多選題（分值：3分）數據規范化的主要作用（AC）A、去掉量綱，使指標之間具有可比性B、使數據整齊排列C、將數據限制到一定區間，使運算更為便捷D、使數據統一到某一單位8.多選題（分值：3分）數據歸約的策略包括以下幾種（ABCD）。A．數據立方體聚集B．屬性子集選擇 C．數據壓縮 D．數值歸約9.