資源簡(jiǎn)介

5.2數(shù)據(jù)的采集練習(xí)題
選擇題
1、智能健康手環(huán)的應(yīng)用開發(fā)，體現(xiàn)了（ D）的數(shù)據(jù)采集技術(shù)的應(yīng)用。
A：統(tǒng)計(jì)報(bào)表
B：網(wǎng)絡(luò)爬蟲
C：API接口
D：傳感器
2、當(dāng)前社會(huì)中，最為突出的大數(shù)據(jù)環(huán)境是（A ）。
A：互聯(lián)網(wǎng)
B：物聯(lián)網(wǎng)
C：綜合國力
D：自然資源
3、下列關(guān)于網(wǎng)絡(luò)用戶行為的說法中，錯(cuò)誤的是（ C）。
A：網(wǎng)絡(luò)公司能夠捕捉到用戶在其網(wǎng)站上的所有行為
B：用戶離散的交互痕跡能夠?yàn)槠髽I(yè)提升服務(wù)質(zhì)量提供參考
C：數(shù)字軌跡用完即自動(dòng)刪除
D：用戶的隱私安全很難得以規(guī)范保護(hù)
4、下列論據(jù)中，能夠支撐“大數(shù)據(jù)無所不能”的觀點(diǎn)的是（ A）。
A：互聯(lián)網(wǎng)金融打破了傳統(tǒng)的觀念和行為
B：大數(shù)據(jù)存在泡沫
C：大數(shù)據(jù)具有非常高的成本
D：個(gè)人隱私泄露與信息安全擔(dān)憂
5、在網(wǎng)絡(luò)爬蟲的爬行策略中，應(yīng)用最為基礎(chǔ)的是（AB ）。（多選題）
A：深度優(yōu)先遍歷策略
B：廣度優(yōu)先遍歷策略
C：高度優(yōu)先遍歷策略
D：反向鏈接策略
E：大站優(yōu)先策略
6、下列關(guān)于臟數(shù)據(jù)的說法中，正確的是（ ABCDE）。（多選題）
A：格式不規(guī)范
B：編碼不統(tǒng)一
C：意義不明確
D：與實(shí)際業(yè)務(wù)關(guān)系不大
E：數(shù)據(jù)不完整
7、云計(jì)算的優(yōu)勢(shì)體現(xiàn)在以下哪些方面？（多選題）
云計(jì)算服務(wù)更加安全可靠
B.云計(jì)算可以真正實(shí)現(xiàn)按需服務(wù)
C.云計(jì)算可以有效提高資源利用率
D.云計(jì)算可以大大降低成本和能耗
8、智慧城市的構(gòu)建，不包含（ C）。
A：數(shù)字城市
B：物聯(lián)網(wǎng)
C：聯(lián)網(wǎng)監(jiān)控
D：云計(jì)算
9、支撐大數(shù)據(jù)業(yè)務(wù)的基礎(chǔ)是（ B）。
A：數(shù)據(jù)科學(xué)
B：數(shù)據(jù)應(yīng)用
C：數(shù)據(jù)硬件
D：數(shù)據(jù)人才
10、下列關(guān)于數(shù)據(jù)重組的說法中，錯(cuò)誤的是（ A）。
A：數(shù)據(jù)重組是數(shù)據(jù)的重新生產(chǎn)和重新采集
B：數(shù)據(jù)重組能夠使數(shù)據(jù)煥發(fā)新的光芒
C：數(shù)據(jù)重組實(shí)現(xiàn)的關(guān)鍵在于多源數(shù)據(jù)融合和數(shù)據(jù)集成
D：數(shù)據(jù)重組有利于實(shí)現(xiàn)新穎的數(shù)據(jù)模式創(chuàng)新
二、判斷題
1、一般而言，分布式數(shù)據(jù)庫是指物理上分散在不同地點(diǎn)，但在邏輯上是統(tǒng)一的數(shù)據(jù)庫。因此分布式數(shù)據(jù)庫具有物理上的獨(dú)立性、
邏輯上的一體性、性能上的可擴(kuò)展性等特點(diǎn)。（True ）
2、云計(jì)算就是軟件在云端無所不在、無限強(qiáng)大的計(jì)算，也叫網(wǎng)
絡(luò)化計(jì)算或網(wǎng)格計(jì)算。(True)5.2 數(shù)據(jù)的采集
一、選擇題
1、大數(shù)據(jù)時(shí)代，數(shù)據(jù)使用的關(guān)鍵是（ ）。
A、數(shù)據(jù)收集
B、數(shù)據(jù)存儲(chǔ)
C、數(shù)據(jù)分析
D、數(shù)據(jù)再利用
2、智能健康手環(huán)的應(yīng)用開發(fā)，體現(xiàn)了（ ）的數(shù)據(jù)采集技術(shù)的應(yīng)用。
A、統(tǒng)計(jì)報(bào)表
B、網(wǎng)絡(luò)爬蟲
C、API接口
D、傳感器
3、數(shù)據(jù)采集的基本方法包括( )、網(wǎng)絡(luò)數(shù)據(jù)采集法和其他數(shù)據(jù)采集法。
A、數(shù)據(jù)庫采集法 B、訪問記錄采集法
C、數(shù)據(jù)目錄采集法 D、系統(tǒng)日志采集法
4、網(wǎng)絡(luò)數(shù)據(jù)采集法，主要通過網(wǎng)絡(luò)爬蟲或網(wǎng)站公開API的方式獲取，網(wǎng)絡(luò)爬蟲從網(wǎng)頁的( )開始獲取。
A、HTML B、WWW C、URL D、XML
5、下列（ ）不屬于Python網(wǎng)絡(luò)數(shù)據(jù)采集程序使用的擴(kuò)展庫。
A、System B、SciPy C、Pandas D、Matplotlib
6、在Python模塊庫中有大量模塊可供使用，要想使用這些文件，就需要用（ ）語句把指定模塊導(dǎo)入當(dāng)前程序中。
A、move B、in C、import D、print
7、下列（ ）不是數(shù)據(jù)保護(hù)的有效方法。
A、剪切 B、復(fù)制 C、拷貝 D、鏡像
8、下列（ ）數(shù)據(jù)安全保護(hù)技術(shù)可以進(jìn)行遠(yuǎn)距離使用。
A、拷貝 B、備份 C、復(fù)制 D、鏡像
9、下列（ ）不屬于隱私保護(hù)的手段。
A、數(shù)據(jù)收集時(shí)進(jìn)行數(shù)據(jù)精度處理
B、數(shù)據(jù)共享時(shí)進(jìn)行訪問控制
C、不使用任何智能化設(shè)備
D、數(shù)據(jù)發(fā)布時(shí)進(jìn)行人工加擾
10、我們一般說的cookies是（ ）。
A、數(shù)據(jù)收集程序 B、數(shù)據(jù)應(yīng)用程序
C、數(shù)據(jù)存儲(chǔ)程序 D、數(shù)據(jù)處理程序
二、判斷題
1、要完成數(shù)據(jù)的采集工作，首先需要明確數(shù)據(jù)需求選定項(xiàng)目主題。（ ）
2、網(wǎng)絡(luò)數(shù)據(jù)采集法：在目標(biāo)主機(jī)上安裝一個(gè)小程序，將目標(biāo)主機(jī)的文本、應(yīng)用程序、數(shù)據(jù)庫等日志信息有選擇地定向推送來進(jìn)行管理。（ ）
3、只要?jiǎng)h除掉上網(wǎng)的瀏覽記錄就可以避免信息泄露。（ ）
4、我們可以把數(shù)據(jù)放在第三方公共或公有的“云端”存儲(chǔ)。（ ）
5、數(shù)據(jù)的存儲(chǔ)的方式：采用分布式文件存儲(chǔ)或NoSQL數(shù)據(jù)庫存儲(chǔ)。（ ）
試題答案
一、選擇題
1 2 3 4 5 6 7 8 9 10
D D D C A C A C C C
解析：
1、大數(shù)據(jù)時(shí)代，數(shù)據(jù)使用的關(guān)鍵是數(shù)據(jù)再利用。
2、智能健康手環(huán)可以通過傳感器采集人的血壓、心跳、步數(shù)等數(shù)據(jù)采。
3、數(shù)據(jù)采集的基本方法包括系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法和其他數(shù)據(jù)采集法。
4、網(wǎng)絡(luò)爬蟲從網(wǎng)頁的URL開始獲取，采集類型支持圖片、音頻、視頻等文件或附件的采集，附件與正文可以自動(dòng)關(guān)聯(lián)。
5、Python網(wǎng)絡(luò)數(shù)據(jù)采集程序使用的擴(kuò)展庫主要有：NumPy、SciPy、Pandas、Matplotlib。
6、在Python模塊庫中有大量模塊可供使用，要想使用這些文件，就需要用import語句把指定模塊導(dǎo)入當(dāng)前程序中，格式：import module。
7、數(shù)據(jù)保護(hù)的有效方法：拷貝、備份、復(fù)制、鏡像、持續(xù)備份。
8、復(fù)制、持續(xù)備份遠(yuǎn)近皆可，拷貝、備份、鏡像主要是進(jìn)行近距離備份。
9、常用的隱私保護(hù)有數(shù)據(jù)收集時(shí)進(jìn)行數(shù)據(jù)精度處理、數(shù)據(jù)共享時(shí)進(jìn)行訪問控制、數(shù)據(jù)發(fā)布時(shí)進(jìn)行人工加擾、數(shù)據(jù)分析時(shí)進(jìn)行數(shù)據(jù)匿名處理。
10、Cookies是指用戶瀏覽網(wǎng)頁時(shí)，網(wǎng)絡(luò)服務(wù)器以文本格式存儲(chǔ)在用戶電腦硬盤上的少量數(shù)據(jù)。
二、判斷題
1 2 3 4 5
√ × × × √
解析：
1、數(shù)據(jù)采集的基本步驟：明確數(shù)據(jù)需求選定項(xiàng)目主題；制訂數(shù)據(jù)采集清單內(nèi)容大綱；適當(dāng)?shù)姆椒ê凸ぞ哌M(jìn)行采集。
2、網(wǎng)絡(luò)數(shù)據(jù)采集法：指通過網(wǎng)絡(luò)爬蟲或網(wǎng)站公開API（Application Programming Interface， 應(yīng)用程序接口）等方式從網(wǎng)站上獲取數(shù)據(jù)信息。
系統(tǒng)日志采集法：在目標(biāo)主機(jī)上安裝一個(gè)小程序，將目標(biāo)主機(jī)的文本、應(yīng)用程序、數(shù)據(jù)庫等日志信息有選擇地定向推送到日志服務(wù)器進(jìn)行存儲(chǔ)、監(jiān)控和管理。
3、信息泄露的途徑非常多，在上網(wǎng)訪問的同時(shí)我們的信息已經(jīng)被收集記錄，所以通過清除訪問記錄，并不能避免信息泄露，正確的做法是不要將敏感信息在不安全的網(wǎng)絡(luò)環(huán)境下傳播發(fā)送。
4、我們可以把數(shù)據(jù)放在第三方公共或私有的“云端”存儲(chǔ)，是私有的云存儲(chǔ)，不是公有。
5、數(shù)據(jù)的存儲(chǔ)的方式：采用分布式文件存儲(chǔ)或NoSQL數(shù)據(jù)庫存儲(chǔ)。

展開更多......

收起↑