自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第1頁，共3頁安徽理工大學《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、以下哪個不是爬蟲中模擬登錄的方式？（）A.提交表單B.使用CookieC.破解密碼D.以上都是2、以下哪種情況可能導致爬蟲被法律追究責任？（）A.侵犯知識產權B.違反網站規定C.泄露用戶隱私D.以上都是3、網絡爬蟲獲取的數據通常需要進行以下哪種處理？（）A.去重B.篩選C.轉換格式D.以上都是4、在爬蟲中，以下哪個庫常用于處理數據緩存？（）A.cachetoolsB.redisC.memcachedD.以上都是5、以下哪個不是爬蟲中處理數據清洗的方法？（）A.去除空格B.轉換大小寫C.數據填充D.保留原始數據6、以下哪個不是常見的爬蟲存儲數據庫？（）A.MySQLB.MongoDBC.OracleD.Excel7、以下哪個不是爬蟲中處理數據一致性的方法？（）A.數據校驗B.版本控制C.數據備份D.以上都是8、在爬蟲中，如何處理網頁中的加密鏈接？（）A.破解加密B.尋找解密方法C.放棄抓取D.以上都是9、在爬蟲中，如何處理JavaScript生成的內容？（）A.執行JavaScript代碼B.分析頁面源代碼C.以上都是D.以上都不是10、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11、以下哪種數據格式常用于存儲爬蟲獲取的數據？（）A.CSVB.JSONC.XMLD.以上都是12、網絡爬蟲抓取數據時，以下哪種策略常用于避免對網站造成過大壓力？（）A.隨機抓取B.深度優先抓取C.廣度優先抓取D.限速抓取13、網絡爬蟲在抓取網頁時，如何處理網頁中的圖片？（）A.下載B.忽略C.提取圖片鏈接D.以上都是14、網絡爬蟲如何處理網站的訪問限制策略變化？（）A.調整爬蟲策略B.停止抓取C.等待策略恢復D.以上都是15、爬蟲獲取數據后，進行數據清洗通常不包括（）A.去除重復數據B.轉換數據格式C.加密數據D.糾正錯誤數據16、在處理爬蟲抓取到的大量數據時，以下哪種方法可以提高效率？A.使用多線程B.使用分布式爬蟲C.優化數據存儲結構D.以上都是17、網絡爬蟲如何處理網頁中的動態加載內容？（）A.使用SeleniumB.分析接口C.模擬點擊D.以上都是18、以下哪個不是爬蟲中處理數據存儲性能的方法？（）A.索引優化B.分區存儲C.數據壓縮D.以上都是19、以下哪個不是爬蟲中處理數據分頁的方法？（）A.分析頁面規律B.模擬點擊下一頁C.直接獲取所有頁面D.根據參數獲取20、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需要登錄才能訪問的頁面。2、（本題10分）說明網絡爬蟲如何處理網頁中的用戶行為的可視化展示數據。3、（本題10分）說明網絡爬蟲如何處理網頁中的智能報表生成相關元素。4、（本題10分）簡述網絡爬蟲如何處理網頁中的智能檢索相關元素。三、編程題（本大題共2個小題，共20分)1、（本題1