裝訂線裝訂線PAGE2第1頁，共3頁安徽工業大學《數據挖掘》

2021-2022學年期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、當遇到需要登錄才能訪問的頁面時，爬蟲可以通過以下哪種方式獲取數據？（）A.模擬登錄B.跳過該頁面C.暴力破解D.以上都不是2、以下哪種數據格式不適合爬蟲存儲數據？（）A.CSVB.XMLC.PDFD.JSON3、在爬蟲中，設置請求頭的主要目的是：A.偽裝成瀏覽器B.提高抓取效率C.繞過反爬蟲機制D.以上都是4、以下哪個不是爬蟲中處理數據加載緩慢的方法？（）A.優化網絡B.減少數據量C.更換數據源D.以上都是5、以下哪個不是爬蟲中處理并發的方式？（）A.多線程B.多進程C.異步D.單線程循環6、以下哪個不是反爬蟲的常見手段？（）A.IP封鎖B.驗證碼C.數據加密D.增加頁面加載時間7、以下哪個不是爬蟲中處理異常的原則？（）A.記錄異常信息B.忽略所有異常C.進行適當的重試D.及時終止程序8、在爬蟲中，使用多進程的優勢是（）A.資源隔離B.提高穩定性C.充分利用多核D.以上都是9、以下哪個不是爬蟲中處理反爬蟲驗證碼的高級技術？（）A.深度學習識別B.人工打碼平臺C.圖像識別算法D.直接忽略10、在爬蟲中，使用代理IP的主要目的是（）A.提高爬取速度B.繞過IP封鎖C.隱藏真實IPD.以上都是11、以下哪個不是爬蟲中處理異常的方式？（）A.重試B.跳過C.終止程序D.記錄日志12、以下哪個不是爬蟲中處理數據質量評估的指標？（）A.準確性B.完整性C.一致性D.美觀性13、在爬蟲中，如何處理網頁的編碼問題？（）A.自動檢測B.手動指定C.忽略D.以上都是14、以下哪個不是常見的爬蟲框架？（）A.PySpiderB.Crawler4jC.Node.jsD.Scrapy15、以下哪個不是爬蟲中處理網頁編碼的方法？（）A.自動檢測B.指定編碼C.忽略編碼D.轉換編碼16、網絡爬蟲在抓取網頁時，通過什么來識別頁面中的鏈接？（）A.HTML標簽B.JavaScript腳本C.CSS樣式D.以上都不是17、在網絡爬蟲中，以下哪個模塊通常用于發送HTTP請求？（）A.urllibB.requestsC.BeautifulSoupD.Scrapy18、網絡爬蟲如何處理網站的反爬蟲IP封鎖？（）A.使用代理B.更換IPC.等待解封D.以上都是19、網絡爬蟲在抓取數據時，需要遵循的原則不包括（）A.不影響網站正常運行B.遵守網站的使用條款C.抓取所有數據D.尊重隱私20、爬蟲在處理大規模數據時，可能會遇到的問題是（）A.內存不足B.網絡帶寬限制C.處理速度慢D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）說明網絡爬蟲如何處理網頁中的用戶行為的信息金融科技和數字貨幣應用數據。2、（本題10分）簡述網絡爬蟲如何處理網頁中的智能情感分析相關元素。3、（本題10分）說明網絡爬蟲如何處理網頁中的智能搜索引擎相關元素。4、（本題10分）解釋網絡爬蟲如何處理網頁中的用戶行為的輿論監測和分析數據。三、編程題（本大題共2個小題，共20