PAGE20 大數據通識教程 題庫 PAGE21大數據大數據通識教程題庫題庫第1章走進數字文明1.（）是人類文明的核心，在農業時代它是土地，在工業時代它是機器，在數字時代它是數據。A.自然環境 B.物質財富 C.生產資料 D.信息資源2.（）方式是人類文明的重要表征。在智能時代，基于數字勞動而不斷推動和豐富著“數字文明”。A.勞動 B.學習 C.生活 D.生產3.以（）技術為基座的互聯網，促進交流、提高效率，也在重塑制度、催生變革，更影響社會思潮和人類文明進程。這是不可逆轉的時代趨勢。A.物理 B.信息 C.電子 D.數字4.隨著計算機技術全面和深度地融入社會生活，信息爆炸不僅使世界充斥著比以往更多的信息，而且其增長速度也在加快。信息總量的變化導致了（）——量變引起了質變。A.數據庫的出現 B.信息形態的變化C.網絡技術的發展 D.軟件開發技術的進步5.綜合觀察社會各個方面的變化趨勢，我們能真正意識到信息爆炸或者說大數據的時代已經到來。不過，下面（）不是課文中提到的典型領域或行業。A.天文學 B.互聯網公司 C.醫療保險 D.醫療器械6.馬丁?希爾伯特進行了一個比較全面的研究，他試圖得出人類所創造、存儲和傳播的一切信息的確切數目。有趣的是，根據馬丁?希爾伯特的研究，在2007年的數據中，（）。A.只有7％是模擬數據，其余全部是數字數據B.只有7％是數字數據，其余全部是模擬數據C.幾乎全部都是模擬數據D.幾乎全部都是數字數據7.公元前3世紀，偉大的亞歷山大圖書館可以代表世界上所有的知識量。但是，當數字數據洪流席卷世界之后，每個地球人都可以獲得大量的數據信息，相當于當時亞歷山大圖書館存儲的數據總量的（）倍之多。A.3 B.320 C.30 D.32008.對于人類來說，唯一一個最重要的物理定律便是（）。但對于細小的昆蟲來說，物理宇宙中有效的約束是（）。A.表面張力，萬有引力 B.萬有引力，表面張力C.萬有引力，萬有引力 D.能量守恒，表面張力9.現在和過去的區別之一，就是大數據已經不僅產生于特定領域中，而且還產生于我們每天的日常生活中。但是，下面（）不是促進大數據時代到來的主要動力。A.硬件性價比提高 B.云計算的普及C.大數據作為BI的進化形式 D.貿易保護促進了地區經濟的發展10.所謂大數據，狹義上可以定義為（）。A.隨著互聯網的發展，在我們身邊產生的大量數據B.用現有的一般技術難以管理的大量數據的集合C.隨著硬件和軟件技術的發展，數據的存儲、處理成本大幅下降，從而促進數據大量產生D.隨著云計算的興起而產生的大量數據11.所謂“用現有的一般技術難以管理”，例如是指（）。A.用目前在企業數據庫占據主流地位的關系型數據庫無法進行管理、具有復雜結構的數據B.由于數據量的增大，導致對非結構化數據的查詢產生了數據丟失C.分布式處理系統無法承擔如此巨大的數據量D.數據太少無法適應現有的數據庫處理條件12.大數據的定義是一個被故意設計成主觀性的定義，即并不定義大于一個特定數字的TB才叫大數據。隨著技術的不斷發展，符合大數據標準的數據集容量（）。A.穩定不變 B.略有精簡 C.大幅壓縮 D.也會增長13.可以用3個特征相結合來定義大數據：即（）。A.數量、速度和價值 B.龐大容量、極快速度和豐富的數據C.數量、種類和速度 D.豐富的數據、極快的速度、極大的能量14.IBM在3V的基礎上又歸納總結了第四個要素（），只有這樣，才能讓對數據的管控和治理真正有意義。A.真實而準確 B.具體而細致 C.標準且規范 D.少而精15.數據多樣性指的是大數據解決方案需要支持多種（）、不同類型的數據。數據多樣性給企業帶來的挑戰包括數據聚合、數據交換、數據處理和數據存儲等。A.不同大小 B.不同方向 C.不同格式 D.不同語言16.數據產生和更新的頻率，也是衡量大數據的一個重要特征。在下列選項中，（）更能說明大數據速度（速率）這一特征。=1\*GB3①在大數據環境中，數據產生得很快，在極短的時間內就能聚集起大量的數據集=2\*GB3②從企業的角度來說，數據的速率代表數據從進入企業邊緣到能夠馬上進行處理的時間=3\*GB3③處理快速的數據輸入流，需要設計彈性的數據處理方案，也需要強大的數據存儲能力=4\*GB3④在數據變化的過程中動態地對大數據的數量和種類執行分析A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③=4\*GB3④17.（）、傳感器和數據采集技術的快速發展、通過云和虛擬化存儲設施增加的信息鏈路，以及創新軟件和分析工具，正在驅動著大數據。A.廉價的存儲 B.昂貴的存儲 C.小而精的存儲 D.昂貴且精準的存儲18.在廣義層面上為大數據下的定義是：“所謂大數據，是一個綜合性概念，它包括因具備3V特征而難以進行管理的數據，（）。“A.對這些數據進行存儲、處理、分析的技術B.對這些數據進行存儲、處理、分析的技術，以及能夠通過分析這些數據獲得實用意義和觀點的人才和組織C.能夠通過分析這些數據獲得實用意義和觀點的人才和組織D.數據科學家、數據工程師和數據工作者19.實際上，大多數的大數據都是（）的。A.結構化 B.非結構化 C.非或半結構化 D.半結構化20.一般來說，網絡上的數據比真實世界中的數據更加容易收集。不過，今后隨著（）等物態探測技術的發展和普及，在真實世界中對交互數據的利用也將不斷推進。A.算法 B.程序 C.大數據 D.傳感器第2章數字化轉型與數字經濟1.（）能改變人們的思維、行動和運營方式，允許實現系統自動化，并釋放人力資源以增加價值，使企業更加敏捷和響應，而不是通過管理任務進行磨練。A.電子化 B.數字化 C.信息化 D.自動化2.與數字化相關的技術主要有大數據、人工智能、云計算、5G/6G通信、（）等。數字化依托的技術基礎需要有這些技術的參與。=1\*GB3①工業互聯網 =2\*GB3②社交互聯網 =3\*GB3③物聯網 =4\*GB3④區塊鏈A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④3.（）是指：通過二進制代碼表示的物理項目或活動。它描述了最新數字技術在改善組織流程，改善人員，組織與事物之間的交互或使新的業務模型成為可能方面的主要用途。A.業務-轉型 B.數字化 C.數字 D.數字化4.（）是指：利用數字技術來改變商業模式并提供新的收入和價值創造機會；這是轉向數字業務的過程。A.業務-轉型 B.數字化 C.數字 D.數字化5.數字化-（）是指：開發數字技術和支持功能以創建強大的新數字業務模型的過程。A.業務-轉型 B.數字化 C.數字 D.數字化6.（）數字化，是利用數字技術，對具體業務、場景的數字化改造，更關注數字技術本身對業務的降本增效作用。A.深刻的 B.廣義的 C.狹義的 D.普遍的7.（）數字化，是利用數字技術，對企業、政府等各類組織的業務模式、運營方式，進行系統化、整體性的變革，更關注數字技術對組織的整個體系的賦能和重塑。A.深刻的 B.廣義的 C.狹義的 D.普遍的8.場景、語境的不同，數字化的含義也不同。針對具體業務的多為狹義的數字化，針對企業、組織整體的數字化變革多為廣義的數字化。廣義數字化的概念中（）狹義的數字化。A.等同于 B.不同于 C.排除了 D.包含了9.當企業隨著技術進步而采用全新的方式來開展業務時，他們就是在實施（）。這是使用數字化工具從根本上實現轉變的過程，是指通過技術和文化變革來改進或替換現有的資源。A.數據優化 B.數字化轉型 C.精益化生產 D.信息化發展10.“數字化企業”的三大組成部分是（）。=1\*GB3①企業管理人員形成“數字化”思維意識=2\*GB3②企業“數字化”改造關聯的規章制度和獎懲機制=3\*GB3③管理人員“數字化”思維落地的監督和考核=4\*GB3④企業管理人員具有高級信息化職稱A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③11.邁克爾·格里夫斯教授在2011年給出了數字孿生的三個組成部分：（）。=1\*GB3①物理空間的實體產品 =2\*GB3②虛擬空間的虛擬產品=3\*GB3③物理空間和現實世界之間的數據和信息交互接口=4\*GB3④物理空間和虛擬空間之間的數據和信息交互接口A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④12.國內的研究者陶飛等人從車間組成的角度先給出了車間數字孿生的定義，其組成主要包括物理車間、虛擬車間、車間服務系統、車間（）等幾部分。A.接口環境 B.孿生數據 C.孿生算法 D.算力設備13.對于數字孿生的極端需求，同時也驅動著（）開發，而所有可能影響到裝備工作狀態的異常，將被明確地進行考察、評估和監控。A.新材料 B.新進程 C.新設備 D.新方法14.數字孿生是一個物理產品的數字化表達，以便于我們能夠在這個數字化產品上看到實際物理產品可能發生的情況，與此相關的技術包括（）。=1\*GB3①增強現實 =2\*GB3②虛擬現實 =3\*GB3③元宇宙 =4\*GB3④混合現實A.=3\*GB3③=4\*GB3④ B.=1\*GB3①=4\*GB3④ C.=2\*GB3②=3\*GB3③ D.=1\*GB3①=2\*GB3②15.（）貫穿了整個產品生命周期，尤其是從產品設計、生產、運維的無縫集成。A.信息流程 B.數字孿生 C.數字生產線 D.數字仿真16.（）通過與外界傳感器的集成，反映對象從微觀到宏觀的所有特性，展示產品的生命周期的演進過程。A.信息流程 B.數字孿生 C.數字生產線 D.數字仿真17.（）經濟作為一種新的經濟型態，是以云計算、大數據、人工智能、物聯網、區塊鏈、移動互聯網等信息通信技術為載體，基于信息通信技術的創新與融合來驅動社會生產方式的改變和生產效率的提升。A.算力 B.自然 C.知識 D.數字18.數字經濟的要素主要有數據、信息和產業，其中，（）是新的關鍵生產要素。A.數據 B.信息 C.產業 D.資金19.數字治理體系建設涉及（）三個層次，包含數據的資產地位確立、管理體制機制、共享與開放、安全與隱私保護等內容。=1\*GB3①國家 =2\*GB3②行業 =3\*GB3③組織 =4\*GB3④個人A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④20.數字經濟受到（）等三大定律的支配。=1\*GB3①達芬奇法則 =2\*GB3②摩爾定律 =3\*GB3③達維多定律 =4\*GB3④梅特卡夫法則A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④第3章大數據思維變革1.（）已經成為了一種商業資本，一項重要的經濟投入，可以創造新的經濟利益。A.能源 B.數據 C.財物 D.環境2.今天，（）是人們獲得新的認知、創造新的價值的源泉，它還是改變市場、組織機構，以及政府與公民關系的方法。A.算法 B.程序 C.傳感器 D.大數據3.19世紀以來，當面臨大量數據時，社會都依賴于采樣分析，人們發展了一些使用盡可能少的信息的技術。例如，統計學的一個目的就是（）A.用盡可能多的數據來驗證一般的發現B.同盡可能少的數據來驗證盡可能簡單的發現C.用盡可能少的數據來證實盡可能重大的發現D.用盡可能少的數據來驗證一般的發現。4.大數據時代的第一個轉變，（）。A.是要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本B.是人們樂于接受數據的紛繁復雜，而不再一味追求其精確性C.是人們嘗試著不再探求難以捉摸的因果關系，轉而關注事物的相關關系D.是加強統計學應用，重視算法的復雜性5.統計學家們證明：采樣分析的精確性（）。A.隨著采樣隨機性的增加而大幅提高，但與樣本數量的增加關系不大B.隨著采樣精確性的增加而大幅提高，但與樣本數量的增加關系不大C.隨著采樣隨機性的增加而大幅提高，但與樣本數量的增加密切相關D.隨著采樣隨機性的增加而大幅提高，但與樣本數量的增加關系不大6.如今，在很多領域中，如果可能的話，我們會收集所有的數據，即“樣本=總體”。“樣本=總體”是指（）。A.人們能對數據進行淺層探討，分析問題的廣度B.人們能對數據進行深度探討，捕捉問題的細節C.人們能對數據進行深度探討，抓住問題的重點D.人們能對數據進行淺層探討，抓住問題的細節7.因為大數據是建立在（），所以我們就可以正確地考察細節并進行新的分析。A.在掌握少量精確數據的基礎上，盡可能多地收集其他數據B.掌握少量數據，至少是盡可能精確的數據的基礎上的C.掌握所有數據，至少是盡可能多的數據的基礎上的D.盡可能掌握精確數據的基礎上8.當人們擁有海量即時數據時，（）。適當忽略微觀層面上的精確度會讓我們在宏觀層面擁有更好的洞察力。A.我們應該完全放棄精確度，不再沉迷于此B.我們不能放棄精確度，需要努力追求精確度C.我們也不是完全放棄了精確度，只是不再沉迷于此D.我們是確保精確度的前提下，適當尋求更多數據9.在不斷涌現的新情況里，（）。因為放松了容錯的標準，人們掌握的數據也多了起來，還可以利用這些數據做更多新的事情。A.允許不精確的出現已經成為一個缺點，而非優點B.允許不精確的出現已經成為一個亮點，而非缺點C.允許不精確的出現已經成為一個歷史D.允許不精確的出現已經得到控制10.為了獲得更廣泛的數據而犧牲了精確性，也因此看到了很多如若不然無法被關注到的細節。（）。A.在很多情況下，與致力于避免錯誤相比，對錯誤的包容會帶給我們更多問題B.在很多情況下，與致力于避免錯誤相比，對錯誤的包容會帶給我們更多好處C.無論什么情況，我們都不能容忍錯誤的存在D.無論什么情況，我們都可以包容錯誤11.以前，統計學家們總是把他們的興趣放在提高樣本的隨機性而不是數量上。這時因為（）。A.提高樣本隨機性可以減少對數據量的需求B.樣本隨機性優于對大數據的分析C.可以獲取的數據少，提高樣本隨機性可以提高分析準確率D.提高樣本隨機性是為了減少統計分析的工作量12.研究指出：“大數據基礎上的簡單算法比小數據基礎上的復雜算法更加有效。”其中（）。A.精確是關鍵 B.混雜是關鍵 C.并沒有特別之處 D.青雀和混雜同樣重要13.如今，要想獲得大規模數據帶來的好處，混亂應該是一種（）。A.不正確途徑，需要竭力避免的B.非標準途徑，應該盡量避免的C.非標準途徑，但可以勉強接受的D.標準途徑，而不應該是竭力避免的14.研究表明，只有（）的數字數據是結構化的且能適用于傳統數據庫。如果不接受混亂，剩下（）的非結構化數據都無法被利用。A.95%，5% B.30%，70% C.5%，95% D.70%，30%15.在傳統觀念下，人們總是致力于找到一切事情發生背后的原因。尋找（）是人類長久以來的習慣。A.相關關系 B.因果關系 C.信息關系 D.組織關系16.在大數據時代，我們無須再緊盯事物之間的（），而應該尋找事物之間的（），這會給我們提供非常新穎且有價值的觀點。A.因果關系，相關關系 B.相關關系，因果關系C.復雜關系，簡單關系 D.簡單關系，復雜關系17.相關關系強是指當一個數據值增加時，另一個數據值很有可能會隨之（）。A.減少 B.顯現 C.增加 D.隱藏18.通過找到一個現象的（），相關關系可以幫助我們捕捉現在和預測未來。A.出現原因 B.隱藏原因 C.一般的關聯物 D.良好的關聯物19.建立在相關關系分析法基礎上的（）是大數據的核心。這種活動發生的頻率非常高，以至于我們經常忽略了它的創新性。當然，它的應用會越來越多。A.預測 B.規劃 C.決策 D.處理20.大數據時代，專家們正在研發能發現并對比分析非線性關系的技術工具。通過（），相關關系幫助我們更好地了解了這個世界。A.探求“為什么”而不是“是什么”B.探求“是什么”而不是“為什么”C.探求“原因”而不是“結果”D.探求“結果”而不是“原因”第4章大數據商業規則1.傳統商業幾乎僅僅是由其信息系統的（）所驅動的，但如今的公司想要在更像生態系統的市場中實現其業務模型，僅僅這樣是不夠的。A.統計數據 B.原始數據 C.內部數據 D.外部數據2.如今，商業組織需要通過吸收（）來直接感知那些影響其收益能力的因素。這種情況導致了“大數據”數據集的誕生。A.外來數據 B.原始數據 C.內部數據 D.統計數據3.《紐約時報》把2012年稱為“大數據的跨界年度”？大數據之所以會在2012年進入主流大眾的視野，緣于三種趨勢的合力，而下列（）不是這“合力”之一。A.許多高端消費公司加大了對大數據的應用B.臉書與領英兩家公司都是在2012年上市的C.2012年誕生了谷歌與亞馬遜公司D.商業用戶，例如亞馬遜、臉書、領英和其他以數據為核心的消費產品，也開始期待以一種同樣便捷的方式來獲得大數據的使用體驗4.谷歌很早就開始實施的一系列大數據方法是大多數企業根本不曾具備的。但下列（）不是谷歌大數據的優勢之一。A.擁有一支軟件工程師隊伍，他們能為企業提供前所未有的大數據技術B.擁有強大的基礎設施C.擁有大量的機器數據，擁有搜索以及其他許多獲取數據的途徑D.擁有Linux、UNIX操作系統的專利5.數十年來，人們對所謂的“信息技術”的關注一直偏重于其中的（）部分，首席信息官（CIO）的職責就是購買和管理服務器、存儲設備和網絡。而如今，信息以及對信息的分析、存儲和預測的能力，正成為一種競爭優勢。A.技術 B.信息 C.預測 D.數據6.接受大數據并在不同的組織之間民主化地使用數據，將會給企業帶來（），從“數據民主”中獲益。A.困難 B.限制 C.優勢 D.退步7.大數據帶來的顛覆，使“價格‘蒸蒸日下’，需求卻‘蒸蒸日上’”，這指的是（）。A.電腦價格越來越便宜，人們都去買電腦了B.智能手機越來越便宜，人們都去買手機了C.U盤和移動硬盤越來越便宜，人們都去買移動存儲介質了D.科技進步使儲存和分析數據的方式變得更有效率，同時，公司也將做出更多的數據分析8.有了（）之后，企業不再需要自己動手創建工具，他們可以利用預先設置的應用程序從而專注于他們的業務經營。A.辦公自動化程序 B.大數據應用程序C.網絡自動分析程序 D.物聯網應用程序9.大數據一直致力于以較低的成本采集、存儲和分析數據，而未來（）。A.數據的訪問將會加快 B.數據的采集將會更便宜C.數據的存儲將會更便宜 D.數據的分析將會更昂貴10.在理想情況下，企業應讓數據分析貫穿于整個組織，并盡可能地做到（）。A.實時分析 B.隨機存儲 C.在線拓展 D.延時分析11.大數據至少現在還不能明確產品的作用、購買人群以及產品傳遞的價值。因此，大數據營銷由三個關鍵部分組成：（）。A.聚合、過濾以及鉆取 B.愿景、價值以及執行C.上傳、下載以及過濾 D.輸入、輸出以及分析12.隨著雜志、報紙以及書籍等線下渠道廣告投入持續下降，（）顧客的新方法正不斷涌現，它意味著每個公司必須像一個媒體公司一樣思考、行動。A.實時分析 B.隨機存儲 C.在線拓展 D.延時分析13.如今，許多公司擁有的大量客戶數據都存儲在（）中，營銷人員面對的挑戰和機遇在于將從所有活動中獲得的數據匯集起來，使之產生價值。A.筆記本 B.云 C.服務器 D.U盤14.驅動產品需求和保持良好前景都與（）相關，如博客文章、信息圖表、視頻、播客、幻燈片、網絡研討會、案例研究、電子郵件、信息以及其他材料，都是保持其運行的能源。A.廣告宣傳 B.用戶調查 C.內容創作 D.市場活動15.在大數據營銷中，可以借助（）這種相對簡單的方法，它能夠將任務進行分配，生成對營銷來講非常重要的非結構化數據：內容。A.收集 B.搜索 C.借鑒 D.眾包16.專門為網絡營銷而創造的內容，其關鍵是它必須具有（），或三者兼具。=1\*GB3①娛樂性 =2\*GB3②嚴肅性 =3\*GB3③新聞價值 =4\*GB3④教育意義A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=1\*GB3①=2\*GB3②=4\*GB3④17.（）可以借由網站形式實現。只要你為內容分發網絡提供一個網絡架構，就可以插入這項工作，生成內容。例如可以編寫自己的博客文章；也可以發布貢獻者的文章。A.實時銷售 B.隨機合作 C.眾包服務 D.延時分析18.在大數據營銷活動的內容創作中，計算機使用自然語言處理和機器學習算法來理解（）內容，從而了解和判斷消費者的關注。A.結構化 B.非結構化 C.情緒化 D.虛擬化19.大數據營銷的核心是（）。優秀的營銷人員使用大數據優化發送的每封電子郵件、撰寫的每一篇博客文章以及制作的每一個視頻。A.重復 B.技術 C.勤奮 D.創意20.在大數據營銷背景下，首要任務是（）。A.提供優質的產品 B.更好地了解顧客C.更有效地爭取潛在客戶 D.分析消費數據，優化網站第5章大數據促進醫療健康1.傳統醫學以個人經驗、經驗醫學為主，即根據（）的臨床經驗、臨床資料和對疾病基礎知識的理解來診治病人。A.實驗性 B.經驗性 C.非經驗性 D.非實驗性2.循證醫學意為“遵循證據的醫學”，其核心思想是醫療決策（即病人的處理，治療指南和醫療政策的制定等）應（）。A.重視醫生個人的臨床實踐B.在現有的最好的臨床研究依據基礎上做出，同時也重視結合個人的臨床經驗C.在現有的最好的臨床研究依據基礎上做出D.根據醫院X光、CT等醫療檢測設備的檢查3.醫生應該特別重視統計數據的這種觀點，直到今天（）。A.仍頗受爭議 B.被廣泛認同 C.無人知曉 D.病人不歡迎4.在醫療保健方面的應用，除了分析并指出非自然死亡的原因之外，（）數據同樣也可以增加醫療保健的機會、提升生活質量、減少因身體素質差造成的時間和生產力損失。A.小 B.大 C.非結構化 D.結構化5.安妮?沃西基2006年創辦了DNA測試和數據分析公司（）。公司并非僅限于個人健康信息的收集和分析，而是將眼光放得更遠，將大數據應用到了個人遺傳學上。A.23andMe B.23andDNA C.48andYou D.GoogleAndDna6.值得一提的是，存儲人類基因數據（）。A.需要占據很大的空間 B.并不需要多少空間C.幾乎不占空間 D.目前的計算技術無法承擔7.（）使得健康信息的檢測變得更簡單易行。低成本的個人健康檢測程序以及相關技術甚至“喚醒”了全民對個人健康的關注。A.報紙上刊載的自我檢測表格 B.手機上流傳的健康保健段子C.可穿戴的個人健康設備 D.現代化大醫院的門診檢查8.電子健康檔案、DNA測試和新的成像技術在不斷產生大量數據。收集和存儲這些數據對于醫療工作者而言是（）。A.是容易實現的機遇 B.是難以接受的挑戰C.是一件額外的工作 D.既是挑戰也是機遇9.兒科醫生唐·博威克長期以來一直致力于減少醫療事故。博威克認為，醫學護理在很多方面可以學習航空業，（）。A.醫生的自由度越大，病人就會越安全B.醫生的自由度越少，病人就會越安全C.醫生的自由度與病人無關 D.乘務員和空姐享有很大的自由度10.循證醫學運動之前的醫學實踐受到了醫學研究成果緩慢低效的傳導機制的束縛，要使統計分析有影響力，就需要有一些能夠將分析結果傳達給決策制定者的傳導機制。（）的崛起往往伴隨著并受益于傳播技術的改進。A.算法分析 B.盈利分析 C.氣候分析 D.大數據分析11.循證醫學的倡導者們從最開始就意識到（）技術的重要性，它使得從業醫生可以從數量巨大且時時變化的醫學研究資料中提取出高質量的相關信息。A.論文翻譯 B.知識獲取 C.信息搜索 D.病歷撰寫12.牛津大學循證醫學中心研發的（）使醫生能夠迅速地了解病案證據的質量。這種簡潔標注證據質量很可能成為循證醫學運動最有影響力的部分。從業醫生評估統計研究提出的建議時，可以更好地了解自己能在多大程度上信賴這種建議。A.論文收集追溯法 B.病歷證據評價法C.信息追索驗證法 D.15等級分類法13.循證醫學的成功就是（）的成功，它使決策的制定不僅基于數據或個人經驗，而且基于系統的統計研究。A.色譜分析 B.數據決策 C.信息追索 D.數據積累14.迄今為止，醫學的數據決策還主要限于治療問題。幾乎可以肯定的是，下一個高峰會出現在（）環節上。A.診斷 B.手術 C.化驗 D.住院15.一個名叫“伊沙貝爾”的“（）”軟件項目使醫生可以在輸入病人的癥狀后就得到一系列最可能的病因。大數據分析對于相關性的預測對“伊沙貝爾”的成功至關重要。A.錄入-編輯-分析 B.診斷-決策支持C.信息追索-輸出 D.配伍禁忌-預防16.在傳統醫學診療的情況下，如果你去看病或者住院治療，你看病的結果一般不會對集體治療知識有幫助——從（）的角度來看，患者中大部分人都白白死掉了，其生死對后代起不到任何幫助。A.信息 B.醫藥 C.個體 D.檢驗17.（）意味著醫生們不再需要輸入病人的癥狀并向計算機求助，而可以利用包含在過去治療經歷中豐富的整體信息，這是前所未有的。A.借助于醫學生助手 B.更精確的化驗手段C.數字化醫療記錄 D.更先進的生化檢測18.對大量新數據的（）能夠使醫生歷史上第一次有機會即時判斷出流行性疾病。A.數學運算 B.大數據分析 C.統計處理 D.隨機獲取19.如今，大多數醫生仍然認為診斷是一門（）最為重要的藝術。但對于大數據技術來說，診斷只不過是另一種預測而已。A.經驗和直覺 B.檢測和實驗 C.化驗與分析 D.陳述與判斷20.循證醫學真正想要的，是大數據分析使（），讓人們在回歸方程的統計預測和隨機試驗的指導下進行決策。A.智慧應用普及 B.醫療不再復雜 C.診斷精確實現 D.數據決策崛起第6章大數據與城市大腦1.基于智慧高速系統的高精度導航測試如今可以達到車道（）級的精度，并且可以精準感知周邊乃至遠端車輛信息。A.毫米 B.米 C.厘米 D.分米2.高速公路智慧化整體監控中心系統的大數據處理單元應用了大數據、（）、雷視融合等新一代信息技術，數據會被迅速處理分析并返回到車里。=1\*GB3①精細化工 =2\*GB3②人工智能 =3\*GB3③云計算 =4\*GB3④物聯網A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④3.交通基礎設施通過新基建的賦能增加了信息通道的功能，而傳統的交通基礎設施成為其中的實現人和貨物移動的（）通道。A.概念 B.理論 C.邏輯 D.物理4.隨著民航新基建的推進，基于（）等領先技術的支撐，有些機場已經實現了全場景、全流程的數字化。=1\*GB3①室內高精度定位 =2\*GB3②數字媒體可視化=3\*GB3③數字孿生三維建模云計算 =4\*GB3④多媒體動態展示A.=2\*GB3②=3\*GB3③ B.=1\*GB3①=3\*GB3③ C.=2\*GB3②=4\*GB3④ D.=1\*GB3①=4\*GB3④5.長江作為貨運量位居全球內河第一的黃金水道，是連接我國東、中、西部的重要紐帶。因為有豐水期和枯水期，長江航道隨時變化。隨著（）航道的建設，如今發生了很大改變。A.虛擬 B.增強 C.邏輯 D.數字6.“城市大腦”是創新運用大數據、云計算及智能技術等前沿科技構建的平臺型城市協同和智能中樞，它整合匯集了（）數據，在城市治理領域進行融合計算。=1\*GB3①家庭 =2\*GB3②政府 =3\*GB3③企業 =4\*GB3④社會A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④7.作為城市協同和智能中樞，“城市大腦”在城市治理領域實現城市運行的（）和事件預測預警、“城市病”治理等功能。=1\*GB3①生命體征感知 =2\*GB3②宏觀決策指揮=3\*GB3③自然資源管理 =4\*GB3④公共資源配置A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④8.當前，城市大腦已經在多地進行建設，各個城市可以選擇適合自己的智能城市建設方案，例如包括（）等解決方案。=1\*GB3①百度的AICITY =2\*GB3②阿里巴巴的天貓旗艦=3\*GB3③騰訊的數字城市 =4\*GB3④華為的城市神經A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④9.城市大腦是城市建設伴隨著互聯網架構的（）過程，逐步形成自己的中樞神經（云計算）、城市感覺神經（物聯網）、城市運動神經（工業4.0，工業互聯網）、城市神經末梢發育（邊緣計算）、城市智慧的產生與應用（大數據與人工智能）、城市神經纖維（5G、光纖、衛星等通訊技術）。A.擬人化 B.類腦化 C.神經化 D.精神化10.在城市類腦神經的支撐下，城市建設的核心之一是城市（）網絡（城市大社交網絡），實現城市中人與人，人與物，物與物的信息交互。A.神經元 B.強化肌肉 C.細胞體 D.云反射弧11.在城市類腦神經的支撐下，城市建設的第二個核心是城市大腦的（），實現城市服務的快速智能反應。A.神經元 B.強化肌肉 C.細胞體 D.云反射弧12.基于互聯網大腦模型的概括，業界對城市大腦進行了不同的解讀，例如：“城市大腦要搭建的是整個城市的（）中樞，是一個對城市信息進行處理和調度的超級人工智能系統。”A.突觸與軸突 B.城市生命體 C.人工智能 D.云反射弧13.基于互聯網大腦模型的概括，業界對城市大腦進行了不同的解讀，例如：“城市大腦是基于（）理念，以系統科學為指引，將散落在城市各個角落的數據匯聚起來所構建的平臺型人工智能中樞。A.突觸與軸突 B.城市生命體 C.人工智能 D.云反射弧14.城市大腦是智慧城市發展到高級階段的（）A.核心單元 B.一大進步 C.中間環節 D.必然產物15.城市大腦是構建智慧城市框架體系的（），而不是硬件的堆疊與軟件的重復建設。A.核心單元 B.一大進步 C.中間環節 D.必然產物16.（）為數據提供了一個參考框架，它是“用于描述數據、內容、業務流程、服務、業務規則以及組織信息系統的支持政策或為其提供上下文的信息”。A.源數據 B.神經元 C.元數據 D.細胞核17.功能齊全而又穩健可靠的數據治理解決方案具備（）的元數據管理方案所需的全部精確功能等，從而實現戰略業務成果。=1\*GB3①交付可信 =2\*GB3②價值與評估 =3\*GB3③安全的數據 =4\*GB3④啟動成功A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④18.ITSS數據治理模型包括三個框架：（），每個方面都包含許多組件來進行展示和描述它們是如何工作的，顯示了數據治理內部的邏輯關系。=1\*GB3①價值模型 =2\*GB3②范圍 =3\*GB3③促成因素 =4\*GB3④執行與評估A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④19.數據治理的范圍包括四個層次的內容。其中，（）負責管理其他要素，保證治理與管理的一致性。A.治理要素 B.價值創造 C.價值保證 D.基礎數據20.數據治理工作所需要的技術和工具中包括（）。=1\*GB3①元數據管理 =2\*GB3②標準管理 =3\*GB3③裝備管理 =4\*GB3④主數據管理A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④第7章大數據可視化1.數據是現實世界的一個快照，會傳遞給我們大量的信息。一個數據點可以包含（）等因素，因此，一個數字不再只是滄海一粟。=1\*GB3①時間 =2\*GB3②地點 =3\*GB3③人物 =4\*GB3④權重A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③2.數據是對現實世界的（）。可視化能幫助你從一個個獨立的數據點中解脫出來，換一個不同的角度去探索它們。A.簡化和抽象表達 B.復雜化和抽象表達C.簡化和分解表達 D.復雜化和分解表達3.（）既是把數據可視化的關鍵，也是全面分析數據的關鍵，同樣還是深層次理解數據的關鍵。A.數據之間的關聯 B.數據和它所代表的事物之間的關聯C.事物之間的關聯 D.事物和它所代表的數據之間的關聯4.一個（）可能是需要修正或特別注意的。也許在你的體系中隨著時間推移發生的變化預示有好事（或壞事）將要發生。A.總計值 B.平均值 C.獨立的離群值 D.普遍的連續值5.通常，大部分數據都是估算的，并不精確。分析師會研究一個樣本，并據此猜測整體的情況。你會基于自己的知識和見聞來猜測，即使大多數時候你確定猜測是正確的，但仍然存在著（）。A.確定性 B.不確定性 C.唯一性 D.穩定性6.（）可以完全改變你對某一個數據集的看法，它能幫助你確定數據代表著什么以及如何解釋。在確切了解了數據的含義之后，你的理解會幫你找出有趣的信息，從而帶來有價值的可視化效果。A.前景信息 B.合計信息 C.背景信息 D.獨特信息7.使用數據而不了解除數值本身之外的任何信息，就好比拿斷章取義的片段作為文章的主要論點引用一樣。你必須首先了解（）、何時、何地以及何因，即元數據，或者說關于數據的數據，然后才能了解數據的本質是什么。=1\*GB3①何人 =2\*GB3②如何 =3\*GB3③何事 =4\*GB3④系統A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③8.（）不僅是一種傳遞大量信息的有效途徑，它還和大腦直接聯系在一起，并能觸動情感，引起化學反應，它可能是傳遞數據信息最有效的方法之一。A.可視化 B.個性化 C.現代化 D.集中化9.通過（）和其他元素的融合，圖形能夠在幾秒鐘之內就把這些信息傳達給我們。將信息可視化能有效地抓住人們的注意力。=1\*GB3①時間 =2\*GB3②顏色 =3\*GB3③布局 =4\*GB3④標記A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③10.人們在使用電子表格軟件處理數據時發現，要從填滿數字的單元格中發現走勢是困難的。一般來說，我們在看一個（）的時候，更容易發現事物的變化走勢。人們在制訂決策的時候了解事物的變化走勢至關重要。=1\*GB3①折線圖 =2\*GB3②餅圖 =3\*GB3③條形圖 =4\*GB3④鋸齒圖A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③11.（）不僅可以容納大量信息，還是一種便于理解的表現方式。在大數據里，這樣的東西就叫做“可視化”。可視化是壓縮知識的一種方式。A.文字 B.數字 C.圖片 D.表格12.通常，內部環境和外部環境的數據信息存儲在（）地方。而且，這兩種數據的存儲模式也有細微的差別。A.同一個 B.兩個不同的 C.隱蔽的 D.突出的13.根據美國賓夕法尼亞大學醫學院的研究人員估計，通常情況下，人類視網膜“視覺輸入（信息）的速度（）”。A.可以和以太網的傳輸速度相媲美 B.遠遠落后于以太網的傳輸速度C.遠快于以太網的傳輸速度 D.很慢但很精確14.丹麥科學作家陶?諾瑞錢德證明了人們通過（）接收的信息比其他任何一種感官都多。A.嗅覺 B.觸覺 C.聽覺 D.視覺15.數據要具有實時性價值，但以下（）不是實時性必須滿足的條件。A.數據本身必須要有價值B.必須有足夠的存儲空間和計算機處理能力來存儲和分析數據；C.數據必須純粹由數字和字符組成D.必須要有一種巧妙的方法及時將數據可視化，而不用花費幾天或幾周的時間。16.信息實時可視化并不只是在網上不停地展示實時信息而已。將來我們不僅可以在計算機和手機上看可視化呈現的數據，還能（），在移動中設想或理解這個物質世界。A.手持PAD設備 B.身著可穿戴設備C.帶著U盤 D.使用移動光盤17.數據可視化要根據數據的特性，找到合適的可視化方式，將數據用直觀地展現出來，以幫助人們理解數據，同時找出包含在海量數據中的規律或者信息。下面（）不屬于這樣的可視化元素。A.大字符集 B.圖表 C.圖 D.地圖18.數據可視化起源于圖形學、計算機圖形學等領域的相互促進和發展，是當前計算機科學的一個重要研究方向。但以下（）不屬于相關的起源領域。A.人工智能 B.科學可視化 C.二進制算法 D.用戶界面19.數據可視化系統并不是為了（）。A.幫助用戶認知數據B.幫助用戶通過認知數據，發現這些數據所反映的實質C.幫助用戶通過認知數據，有新的發現D.展示用戶的已知數據之間的規律20.信息可視化系統可以幫助用戶從大量的數據空間中找到關注的信息來進行詳細的分析。但下列（）不是數據可視化的主要應用情況。A.當存在相似的底層結構，相似的數據可以進行歸類時B.當用戶處理自己非常熟悉的數據內容時C.當用戶對系統的認知有限時，并且喜歡用擴展性的認知方法時。D.當用戶難以了解底層信息時。第8章大數據預測分析1.預測分析是一種（）解決方案，可在結構化和非結構化數據中使用以確定未來結果的算法和技術，用于預測、優化、預報和模擬等許多用途。A.存儲和計算 B.統計或數據挖掘C.數值計算和分析 D.數值分析和計算處理2.預測分析和假設情況分析可幫助用戶評審和權衡（）的影響力，用來分析歷史模式和概率，以預測未來業績并采取預防措施。A.資源運用 B.潛在風險 C.經濟價值 D.潛在決策3.下列（）不是預測分析的主要作用。A.決策管理 B.滾動預測 C.成本計算 D.自適應管理4.大部分數據的堆積都不是為了（），但分析系統能從這些龐大的數據中學到預測未來的能力，正如人們可以從自己的經歷中汲取經驗教訓那樣。A.預測 B.計算 C.處理 D.存儲5.如果將數據整合在一起，盡管你不知道自己將從這些數據里發現什么，但至少能通過觀測解讀數據語言來發現某些（），這就是數據效應。A.外在聯系 B.內在聯系 C.邏輯聯系 D.物理聯系6.預測分析模型不僅要靠基本人口數據，例如住址、性別等，而且也要涵蓋近期性、頻率、購買行為、經濟行為以及電話和上網等產品使用習慣之類的（）變量。A.行為預測 B.生活預測 C.經濟預測 D.動作預測7.定量分析專注于量化從數據中發現的模式和關聯，這項技術涉及分析大量從數據集中所得的觀測結果，其結果是（）的。A.相對字符型 B.相對數值型 C.絕對字符型 D.絕對數值型8.定性分析專注于用（）描述不同數據的質量。與定量分析相對比，定性分析涉及分析相對小而深入的樣本，其分析結果不能被適用于整個數據集中，也不能測量數值或用于數值比較。A.數字 B.符號 C.語言 D.字符9.當提到與大數據的關系時，數據挖掘通常指的是（），它涉及提取數據中的隱藏或未知模式。A.自動的、基于軟件技術的、篩選海量數據集來識別模式和趨勢的技術B.手工的、基于統計算法來計算分析的技術C.自動的、基于隨機小樣本分析、篩選批量數據集來識別趨勢的技術D.基于手工方式、發揮計算者智慧的識別模式和趨勢的技術10.A/B測試是指在網站優化的過程中，根據預先定義的標準，提供（）并對其好評程度進行測試的方法。A.一個版本 B.多個版本 C.一個或多個版本 D.單個測試樣本11.下列（）不屬于A/B測試。A.新版藥物比舊版更好嗎B.用戶會對郵件或電子郵件發送的廣告有更好的反響嗎C.這項研究有較好的經濟價值和社會效應嗎D.網站新設計的首頁會產生更多的用戶流量嗎12.相關性分析是一種用來確定（）的技術。如果發現它們有關，下一步是確定它們之間是什么關系。A.兩個變量是否相互獨立 B.兩個變量是否互相有關系C.多個數據集是否相互獨立 D.多個數據集是否相互有關系13.回歸性分析技術旨在探尋在一個數據集內一個（）有著怎樣的關系。A.外部變量和內部變量 B.小數據變量和大數據變量C.組織變量和社會變量 D.因變量與自變量14.在大數據分析中，（）分析可以首先讓用戶發現關系的存在，（）分析可以用于進一步探索關系并且基于自變量的值來預測因變量的值。A.相關性，回歸性 B.回歸性，相關性C.相關性，復雜性 D.復雜性，回歸性15.SNS（社會性網絡軟件）是一個依據（），采用（）構建的下一代基于個人的網絡軟件。A.計算理論，電子技術 B.六度理論，點對點技術C.AI理論，通信技術 D.工程理論，OA技術16.大數據分析的生命周期從大數據項目商業案例的創立開始，到保證分析結果部署在組織中并最大化地創造了價值時結束。在數據（）過程中有許多步驟都是在數據分析之前所必需的。A.識別、獲取、過濾、提取、清理和聚合B.打印、計算、過濾、提取、清理和聚合C.統計、計算、過濾、存儲、清理和聚合D.存儲、提取、統計、計算、分析和打印17.每一個大數據分析生命周期都必須起始于一個被很好定義的（），它應該在著手分析任務之前被創建、評估和改進，并且有著清晰的執行分析的理由、動機和目標。A.商業計劃 B.社會目標 C.盈利方針 D.商業案例18.在大數據分析商業案例的評估中，如果關鍵績效指標不容易獲取，則需要努力使這個分析項目變得SMART，即（）。A.實際的、大膽的、有價值的、可分析的B.有風險的、有機會的、能實現的和有價值的C.具體的、可衡量的、可實現的、相關的和及時的D.有理想的、有價值的、有前途的和能實現的19.大數據分析的生命周期可以分為九個階段，但以下（）不是其中的階段之一。A.商業案例評估 B.數值計算C.數據獲取與過濾 D.數據提取20.大數據分析結果可以用來為商業使用者提供商業決策支持，為使用者提供更多使用這些分析結果的機會。分析結果的使用階段致力于確定（）分析數據能保證產出更大的價值。A.如何以及在哪里處理 B.怎樣以及什么時候C.是否以及怎樣 D.如何打印以及存儲第9章大數據處理與存儲1.在大數據生態系統中，基礎設施主要負責（）。A.數據存儲以及處理公司掌握的海量數據B.網絡連通以及通訊質量C.溝通打印機與繪圖儀的操作D.程序設計與應用程序開發2.在大數據的演變中，開源軟件起到了很大的作用。如今，（）已經成為主流操作系統，并與低成本的服務器硬件系統相結合。A.Windows B.DOS C.Linux D.UNIX3.如今，越來越多的企業將（）操作系統的開源版本Linux大規模地應用于商業用途，并與低成本的服務器硬件系統相結合。A.Windows B.DOS C.Linux D.UNIX4.（）是一個開源分布式計算平臺，通過Hadoop分布式文件系統HDFS存儲大量數據，再通過MapReduce的編程模型將這些數據的操作分成小片段。A.ApacheGoogle B.GoogleApache C.GoogleLinux D.ApacheHadoop5.開源軟件在開始使用時，產品在個人使用或有限數據的前提下是免費的，但顧客需要在之后為部分或大量數據的使用（）。A.投資硬件 B.維護系統 C.付費 D.編程6.MapReduce指的是一種分布式處理的方法，而Hadoop則是將MapReduce通過（）進行實現的框架的名稱。A.開源方式 B.專用方式 C.硬件固化 D.收費服務7.一個文件系統是在一個存儲設備上存儲和組織數據的（），這個存儲設備可以是閃存、DVD和硬盤。A.概念 B.格式 C.方法 D.原則8.一個文件是存儲的（），被文件系統用來存儲數據。A.硬件介質 B.原子單位 C.分子結構 D.基本環境9.一個分布式文件系統作為一個文件系統可以存儲分布在集群的節點上的大文件。對于客戶端來說，文件似乎在本地上；然而，這只是一個（）視圖，在（）形式上文件分布于整個集群。A.邏輯，邏輯 B.邏輯，物理 C.物理，邏輯 D.物理，物理10.一個文件系統提供了一個存儲在存儲設備上的數據邏輯視圖，并以（）的形式展示了目錄和文件。A.線性結構 B.網狀結構 C.關系結構 D.樹結構11.大數據的存儲需求徹底改變了以關系型數據庫為中心的觀念。其根本原因在于，關系型技術（）。A.不支持大數據容量的可擴展方式B.支持大數據容量的可擴展方式C.不支持大數據容量的不可擴展方式D.支持大數據容量的不可擴展方式12.大數據促進形成了統一的觀念，即存儲的邊界是（）可用的內存和磁盤存儲。如果需要更多的存儲空間，橫向可擴展性允許集群通過添加更多節點來擴展。A.機器 B.主機 C.集群 D.網絡13.磁盤存儲通常利用（）作為長期存儲的介質，并且可由分布式文件系統或數據庫實現。A.昂貴的內存設備 B.廉價的內存設備C.昂貴的硬盤設備 D.廉價的硬盤設備14.通常，分布式文件系統存儲設備通過（）而提供開箱即用的數據冗余和高可用性。A.復制數據到多個位置 B.從多個位置復制數據C.在多個位置輸入數據 D.將數據集中處置15.一個實現了分布式文件系統的存儲設備可以提供簡單快速的數據存儲功能，并能夠存儲（）。A.小型非關系型數據集，如半結構化數據和非結構化數據B.大型關系型數據集，如結構化數據C.大型非關系型數據集，如半結構化數據和非結構化數據D.大型關系型數據集，如結構化數據和非結構化數據16.分布式文件系統更適用于（）的、并以連續方式訪問的文件。多個較小的文件通常被合并成一個文件以獲得最佳的存儲和處理性能。A.數量大、空間大 B.數量少、空間大C.數量小、空間小 D.數量大、空間小17.在RDBMS中，由于存在ACID，即原子性、（）原則，因此可以保持嚴密的數據一致性。=1\*GB3①收斂性 =2\*GB3②一致性 =3\*GB3③隔離性 =4\*GB3④持久性A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=2\*GB3②=3\*GB3③=4\*GB3④18.NoSQL數據庫是一個（）數據庫，具有高度的可擴展性、容錯性，并且專門設計用來存儲半結構化和非結構化數據。A.網狀型 B.層次型 C.非關系型 D.關系型19.NoSQL存儲設備不提供ACID兼容的RDBMS所表現的事務和一致性支持，它們并不適用于實現（）。A.大規模事務系統 B.小規模事務系統C.大規模科學計算 D.小規模科學計算20.NewSQL存儲設備結合了RDBMS的ACID特性和NoSQL存儲設備的可擴展性與容錯性，可以用來開發有（）系統，也可以用于實時分析。A.大量計算的OLTP B.少量事務的OLTPC.少量計算的OLTP D.大量事務的OLTP第10章大數據與云計算1.所謂（），是指在IT環境中，為具體應用提供計算、存儲、互聯、管理等基礎功能的系統。A.基礎設施 B.網絡設施 C.軟件系統 D.硬件設備2.在（）奇跡的背后，是越來越廉價、越來越高效的計算能力。有了強大的計算能力，人類可以處理更為龐大的數據。A.程序結構 B.算法透明 C.摩爾定律 D.圖靈測試3.所謂（）是一種基于互聯網的計算方式，通過這種方式，共享的軟硬件資源和信息可以按需求提供給計算機和其他設備。A.宏運算 B.云計算 C.瘦服務 D.大數據4.云計算為我們提供了跨地域、高可靠、按需付費、所見即所得、快速部署等能力，隨著云計算的發展，（）正成為云計算面臨的一個重大考驗。A.宏運算 B.云計算 C.瘦服務 D.大數據5.大數據解決方案的構架離不開（）的支撐，兩者的底層技術原則是一樣的A.云計算 B.宏運算 C.瘦服務 D.大數據6.大數據是構建在云計算基礎架構之上的（），它很難獨立于云計算架構而存在。A.連接方式 B.算法結構 C.應用形式 D.理論基礎7.云計算下的（）、云安全及云平臺就像支撐大數據這座大樓的鋼筋水泥。=1\*GB3①圖靈算法 =2\*GB3②海量存儲 =3\*GB3③計算虛擬化 =4\*GB3④網絡虛擬化A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④8.虛擬化是云計算所有要素中最基本，也是最核心的組成部分，包括（）。=1\*GB3①計算虛擬化 =2\*GB3②信息虛擬化 =3\*GB3③存儲虛擬化 =4\*GB3④網絡虛擬化A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④9.（）虛擬化的核心思想是使在一個物理計算機上同時運行多個操作系統成為可能。A.存儲 B.數據 C.計算 D.網絡10.在虛擬化世界中，我們通常把提供虛擬化能力的物理計算機稱為（），而把在虛擬化環境中運行的計算機稱為（）。A.客戶機，宿主機 B.宿主機，客戶機C.虛擬機，物理機 D.物理機，虛擬機11.（）虛擬化，是指把邏輯網絡從底層的物理網絡分離開來，包括網卡的虛擬化、網絡的虛擬接入技術、覆蓋網絡交換以及軟件定義的網絡等。A.存儲 B.數據 C.計算 D.網絡12.云計算可以按照服務的組織方式來區分。（）向所有人提供服務，人們可以用相對低廉的價格方便地使用虛擬主機服務。A.公有云 B.混合云 C.私有云 D.共享云13.對于（）來說，虛擬化的存儲資源就像是一個巨大的“存儲池”，不會看到具體的磁盤、磁帶，也不必關心自己的數據經過哪一條路徑通往哪一個具體的存儲設備。A.智能終端 B.用戶 C.程序員 D.服務器14.（）往往只針對特定客戶群提供服務，比如一個企業內部IT可以在自己的數據中心搭建它，并向企業內部提供服務。A.公有云 B.混合云 C.私有云 D.共享云15.云計算包括（）等幾個層次的服務。=1\*GB3①基礎設施即服務（IaaS） =2\*GB3②出行即服務（MaaS）=3\*GB3③平臺即服務（PaaS） =4\*GB3④軟件即服務（SaaS）A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=1\*GB3①=2\*GB3②=4\*GB3④16.（）通過網絡向用戶提供計算機（物理機和虛擬機）、存儲空間、網絡連接、負載均衡和防火墻等計算資源；用戶在此基礎上部署和運行各種軟件，包括操作系統和應用程序。A.PaaS B.SaaS C.MaaS D.IaaS17.（）平臺通常包括操作系統、編程語言的運行環境、數據庫和Web服務器，用戶在此平臺上部署和運行自己的應用。用戶不能管理和控制底層的基礎設施，只能控制自己部署的應用。A.PaaS B.SaaS C.MaaS D.IaaS18.（）是一種通過因特網提供軟件的模式，用戶無需購買軟件，而是向提供商租用基于Web的軟件，來管理企業經營活動，例如郵件服務、數據處理服務、財務管理服務等。A.PaaS B.SaaS C.MaaS D.IaaS19.（）實際上是指將軟件研發的平臺作為一種服務，以SaaS的模式提交給用戶。因此，PaaS也是SaaS模式的一種應用。但是，PaaS的出現可以加快SaaS的發展，尤其是加快SaaS應用的開發速度。A.PaaS B.ACaaS C.MaaS D.IaaS20.關于云計算和大數據，下列內容中正確的是（）。=1\*GB3①云計算是你在做的事情，而大數據是你所擁有的東西=2\*GB3②以云計算為基礎的信息存儲、分享和挖掘手段為知識生產提供了工具，而通過對大數據分析、預測會使得決策更加精準，兩者相得益彰=3\*GB3③云計算是一種IT理念，它不會產生大量的數據=4\*GB3④大型云計算應用不可或缺的就是數據中心的建設，大數據技術是云計算技術的延伸A.=