4.2 大数据处理 知识点复习 浙教版（2019）必修一

4.2 大数据处理 一、选择题 1．以下的场景中，没有应用大数据技术的是（   ） A．用百度搜索引擎查找信息 B．手机百度地图实时导航 C．在学籍系统找某个同学的资料 D．管理部门预测高速公路拥堵 2．下列关于大数据的描述中，正确的是（　　） A．学生学籍管理系统中存放着大量的学生数据，这些数据属于大数据 B．在银行、商场等场所，用手持测温仪测量入场人员的体温数据应用了大数据技术 C．大数据分析的是抽样数据，而不是全体数据 D．大数据给生活带来便利的同时也带来了安全隐患，如信息泄露、数据安全等 3．大数据处理所采用的基本思想和架构是（   ） A．分而治之 B．递归算法 C．二分法 D．机器学习 4．下列关于大数据的说法，正确的是（   ） A．系统可以使用批处理计算对购票的实时数据进行分析 B．大数据指数据量庞大、价值密度高的数据 C．大数据应用不会泄露用户隐私信息 D．一般采用分治思想进行大数据分析 5．体感技术与自然语言交互是继键盘+鼠标、多点触控之后获得广泛应用的第三大类操作方式。体感技术使人们无须借助复杂的控制设备，直接使用肢体动作与数字设备和环境进行互动，并根据人的动作来完成各种指令，就像为计算机配备了一双精准有效的“眼睛”。体感技术不但是一种创新的操控方式，在大数据和人工智能技术的助力下，它还拥有强大的数据监测和数据分析功能，为人们提供更加个性化的服务。可以预期，未来的体感交互将体现为可穿戴设备的形式，成为“数字土著”一代身上的必备学习品，为用户带来更刺激、更具现场感的愉悦学习体验。下列关于大数据和大数据处理说法正确的是（   ） A．处理大数据时一般采用分治思想 B．体感技术中所监测到的数据都属于静态数据 C．大数据通常对抽样数据进行分析，强调事物之间的关联性 D．文本数据处理一般先进行数据分析，再进行分词、特征提取等处理 6．下列关于大数据的说法错误的是（　　） A．从技术上看，大数据与云计算是密不可分的 B．大数据的最小基本单位是MB（兆字节） C．通常需要对大数据进行专业化处理 D．通过对大数据的分析，可以为人类社会创造更多的价值 7．以下选项中，不属于大数据对人才能力的要求是（   ） A．业务能力 B．数学统计能力 C．IT技术能力 D．逻辑思维能力 8．google提出的（　　）是用于处理大数据的并行编程模式。 A．GFS B．MapReduce C．Chubby D．BitTable 9．大数据（     ）能从规模巨大的数据中，分析并提取出有潜在价值的信息。 A．采集技术 B．分析与挖掘技术 C．预处理技术 D．可视化与应用技术 10．下列关于大数据及数据处理的说法，不正确的是（   ） A．重复数据可直接删除以节省存储空间 B．处理大数据时一般采用分治思想 C．大数据要分析的是全体数据，能接受数据的混杂性 D．文本数据处理的过程主要包括分词、特征提取、数据分析和结果呈现等 11．浙江某中学准备充分利用现今的科学技术，举办一场盛大的运动会。为配合运动会顺利进行，学校计算机社团开发了一套运动会管理系统，实现运动员报名、比赛数据传输、气候预判、成绩排名等功能。为体现公平公正公开原则，所有运动员检录由人工智能进行人脸识别，自动登记入场信息。利用某平台的大数据进行气象预测，下列描述正确的是（   ） A．气象预测所需的实时数据一般采用批量处理方式 B．该系统对大数据进行计算的过程依赖于规范的结构化数据 C．有关气象的大数据只有及时处理才能充分发挥价值 D．只有通过大数据分析出天气变化的原因，才能对气候预判越来越准 12．（   ）特点是处理的信息数据量比较大而数值计算并不十分复杂 A．工程计算 B．数据处理 C．自动控制 D．实时控制 13．下列关于大数据的说法正确的是（   ） A．大数据注重事物的因果关系而不重视相关性 B．大数据处理技术是自古就有的 C．大数据的特征:体量大，速度快，数据类型多，价值密度低 D．大数据技术通过抽样数据的方法处理数据 14．下列关于大数据的说法，正确的是（   ） A．大数据要分析的是全体数据，而不是抽样数据，且要求数据必须是精确无误的 B．处理大数据时，一般采用分治思想 C．处理大数据时，更注重事物的因果关系而不是相关性 D．实现对实时数据的获取、传输和存储可以采用分布式系统完成 15．一般而言，大数据的处理过程包含以下四个步骤，其正确的顺序为（   ） ①数据采集   ②数据预处理   ③数据分析   ④数据挖掘应用 A．①②③④ B．②①③④ C．①②④③ D．②①④③ 16．居民身份证号码可以反映出常住户口所在地的行政区划、出生日期和性别等信息，这主要体现了数据是（    ）。 A．计算工具识别、存储和加工的对象 B．信息的载体 C．可处理的 D．可加工的 17．下列关于大数据思维的描述，错误的是(    ) A．大数据时代，人们可以采集全体数据进行分析，避免样本不同导致结论不同 B．基于大数据技术，我们能够接受数据的混杂性，个别数据的不准确不影响数据分析 C．使用大数据思维，我们更强调事物因果关系的探求，而不仅仅是数据间的相关性 D．数据总量变大会导致大量不相干的数据增加，大数据具有价值密度低的特点 18．大数据、人工智能的迅猛发展和普及，为杭州亚运会的筹备加入了许多数智化创新的元素。例如电竞中心运用全感知的5G数字基座，接入了设备数量超万台、数据类型达10万种以上的“数字驾驶舱”，可以实现场馆平时与赛时相结合的智能化管理，也可借助人行、车行设备系统实现对车辆数据、通行数据、检票数据的流量分析及预警。下列关于数据安全的说法，正确的是（    ） A．在使用“数字驾驶舱”数据时，不需要考虑数据的安全性 B．通过对检票数据进行加密、校验等方法有助于提高数据的安全性 C．对“数字驾驶舱”中的数据进行管理时，可以采用传统的数据库管理技术 D．增强数据安全，重点应该提高数据本身的安全，存储数据介质的安全不太重要 19．下列关于大数据技术的说法错误的是（   ） A．健康监测APP通过分析智能手环采集的数据，给用户提供健康建议，是大数据技术的应用 B．电商平台通过对客流数据、经营数据、浏览人数和点击量的分析，精准预测商业价值，是大数据技术的应用 C．数字政务平台通过对交通大数据进行分析，帮助相关部门制定交通运输调配和应急预案，是大数据技术的应用 D．大数据技术很强大，因此所有数据都适合使用大数据技术进行处理 20．有关大数据的文本数据处理，下列说法正确的是（　　） A．jieba 模块的分词算法属于基于统计的分词方法 B．大数据文本情感分析是电脑将自己的情感表现出来 C．文本处理过程中一般先进行数据分析，再分词、提取特征，最后呈现结果 D．标签云一般根据词频表现文本特征，以文字大小代表词语的重要性 试卷第1页，共3页 试卷第1页，共3页 学科网（北京）股份有限公司 参考答案： 1．C 【详解】本题主要考查大数据技术的描述。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据技术是指从各种各样的数据类型中，快速获得有价值信息的能力。在学籍系统找某个同学的资料没有应用大数据技术，应用了数据库管理技术，故本题选C选项。 2．D 【详解】本题主要考查大数据的描述。大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。学生学籍管理系统中存放着大量的学生数据，但有具体数值，所以不符合大数据的定义；在银行、商场等场所，用手持测温仪测量入场人员的体温数据没有应用大数据技术；大数据分析的是全部数据，而不是抽样数据；大数据给生活带来便利的同时也带来了安全隐患，如信息泄露、数据安全等。故本题选D选项。 3．A 【详解】本题主要考查大数据处理。众所周知，计算机计算速度非常快而被人们加以使用，但计算速度再快的计算机，处理数据的能力也有一定限度，所以在处理大数据操作的时候，采用分治法可以有效的处理目前人类社会所遇到的大部分大数据问题。分治法的主要思想就是将一个复杂的问题分成两个或多个相同的子问题，子问题可以分成更小的子问题，直到子问题可以容易解决的时候，原问题的解就是子问题解的和，故本题选A选项。 4．D 【详解】本题考查大数据相关内容。A选项，静态数据适合批处理，流数据适合实时计算，选项错误。B选项，大数据具有数据体量大、速度快、数据类型多、价值密度低的特点，选项错误。C选项，大数据应用会泄露用户隐私，选项错误。D选项，大数据一般采用分治思想进行分析处理，选项正确。故本题答案是D选项。 5．A 【详解】本题考查大数据。A选项正确，分治思想是一种处理大规模数据的常用方法，即将大数据分解成小规模的子问题，然后分别解决这些子问题，最后将结果合并。这种方法有助于提高数据处理的效率和可扩展性。B选项错误，体感技术通常监测到的数据是动态数据，即与人的肢体动作、姿态等相关的实时数据。这些数据随着时间的推移会不断变化，而不是静态的。静态数据通常指固定不变的数据，例如存储在数据库中的信息，与体感技术所涉及的实时监测和动态交互不符。C选项错误，大数据通常不对抽样数据进行分析，而是利用全部数据进行分析，以获取更全面、更准确的结果。大数据分析的重点是发现数据之间的模式、规律和趋势，而非仅仅强调事物之间的关联性。D选项错误，通常，在处理文本数据时，首先进行的是数据预处理，包括文本清洗、标准化等操作，然后才进行数据分析和特征提取。数据预处理的目的是清理数据，减少噪音和不必要的信息，为后续的分析和建模提供高质量的数据。故答案为：A。 6．B 【详解】本题主要考查大数据的描述。从技术上看，大数据与云计算是密不可分的；大数据的最小基本单位是bit；通常需要对大数据进行专业化处理；通过对大数据的分析，可以为人类社会创造更多的价值，故本题选B选项。 7．C 【详解】本题考查大数据相关知识点 大数据对人才能力的要求有业务能力、数学统计能力、逻辑思维能力。故本题选C选项 8．B 【详解】本题主要考查大数据处理。MapReduce最早是由Google公司研究提出的一种面向大规模数据处理的并行计算模型和方法。Google公司设计MapReduce的初衷主要是为了解决其搜索引擎中大规模网页数据的并行化处理。故本题选B选项。 9．B 【详解】本题主要考查大数据分析知识点。大数据分析与挖掘技术能从规模巨大的数据中，分析并提取出有潜在价值的信息，故本题选B选项。 10．A 【详解】本题考查大数据相关内容。A选项，重复数据需要经过五个阶段，才能完成删除。五个阶段分别是：（1）数据收集，通过比较进入的备份数据和先前的备份缩小需要进行分析数据的范围，使用“内容已知”数据库辨别它们之间可能的重复和相似数据。（2）数据识别/数据比较：以字节为单位分析数据收集阶段标志出的相似数据对象，如果数据收集阶段创建的工作表表明需要进行数据识别，那么就会用delta差分算法确定备份组中的哪些数据是唯一的、哪些数据是重复的.（3）数据重组：数据识别/数据比较的结果被传递给数据重组过程，在该过程中数据被重新组装，放入临时的“保留磁带”中，新数据被保存，前一阶段被标出的重复数据被已存数据的指针替代。（4）可选的完整性检查：在实际删除所有的重复数据前，执行一次可选的检查，以保证数据100%的完整性。在本阶段中，通过将“保留磁带”（代表经过重复数据删除的数据）和原始数据进行比较验证其结构和整个数据内容。（5）空间回收：从文件系统中删除冗余的数据，释放先前被占用的磁盘空间以备他用。选项错误。B选项，处理大数据时一般采用分治思想，选项正确。C选项，大数据要分析的是全体数据，而不是抽样数据，对于数据不再追求精确性,而是能够接受数据的混杂性，选项正确。D选项，典型的文本处理过程主要包括分词、特征提取、数据分析、结果呈现等，选项正确。故本题答案是A选项。 11．C 【详解】本题考查大数据相关内容。A选项，气象预测所需的实时数据一般采用流计算，静态数据采用批处理方式，选项错误；B选项，大数据一般结合结构化、半结构化和非结构化数据，选项错误；C选项，有关气象的大数据只有及时处理才能充分发挥价值，选项正确；D选项，大数据不探求因果关系，而是注重数据关联，选项错误。故本题答案是C选项。 12．B 【详解】本题考查数据处理。数据处理的特点是处理的信息数据量比较大，而数值计算并不十分复杂。数据处理通常涉及对大量数据进行收集、存储、处理和分析，例如数据库管理、信息检索、文件处理等。相比之下，工程计算通常涉及复杂的数值计算，自动控制和实时控制则更多关注于系统的控制和响应速度。故答案为：B。 13．C 【详解】本题考查大数据的描述。 大数据不再强调对事物因果关系的探求，而是更加注重它们的相关性；古代没有大数据处理技术；大数据的特征:体量大，速度快，数据类型多，价值密度低；大数据技术是对全体数据进行处理。故选C。 14．B 【详解】本题考查大数据相关内容。 A选项，大数据要分析的是全体数据，不是抽样数据，大数据具有低价值密度性，所以大数据无需每个数据都准确无误，选项错误。 B选项，处理大数据时，一般采用分治思想（把最初的问题分解成若干子问题，然后，在逐个解决各个子问题的基础上得到原始问题的解），选项正确。 C选项，处理大数据时，更注重事物的相关性而不是因果关系，选项错误。 D选项，实现对实时数据的获取、传输和存储可以采用Flink完成。Flink 是一个开源的流处理框架，支持窗口操作、聚合操作、连接操作等复杂计算。Flink 还提供了容错机制，可以在数据处理过程中实时修复错误，并可以通过 Checkpoint 机制实现数据的容错。Flink 的优点是支持流式计算，可以处理大规模的数据流，适用于处理实时数据。选项错误。 故本题答案是B选项。 15．A 【详解】本题考查的知识点是大数据处理过程。一般而言，大数据的处理过程包含四个步骤：①数据采集—> ②数据预处理—> ③数据分析 —> ④数据挖掘应用。故答案为A选项。 16．C 【详解】本题主要考查数据处理。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取出相对有价值、有意义的数据，故居民身份证号码可以反映出常住户口所在地的行政区划、出生日期和性别等信息，这主要体现了数据是可处理的，故本题选C选项。 17．C 【详解】本题主要考查大数据的描述。大数据时代，人们可以采集全体数据进行分析，避免样本不同导致结论不同；基于大数据技术，我们能够接受数据的混杂性，个别数据的不准确不影响数据分析； 使用大数据思维，我们更强调数据间的相关性；数据总量变大会导致大量不相干的数据增加，大数据具有价值密度低的特点，故本题选C选项。 18．B 【详解】本题考查的是数据安全。在使用“数字驾驶舱”数据时，需要考虑数据的安全性；通过对检票数据进行加密、校验等方法有助于提高数据的安全性；“数字驾驶舱”中的数据属于大数据，无法采用传统的数据库管理；增强数据安全，重点应该提高数据本身的安全，存储数据介质的安全也很重要。故本题应选B。 19．D 【详解】本题考查大数据相关内容。大数据一般的定义为：无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术是一系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的数据处理技术。大数据技术使用需要特别关注数据存储和处理能力、数据质量、数据安全和隐私保护、业务需求和技术限制以及人才支持等问题。只有在合理规划和充分考虑这些问题的基础上，才能有效地利用大数据技术，并取得预期的效果。ABC选项属于大数据技术的应用领域。D选项，并不是所有数据都适合使用大数据技术进行处理，选项错误。故本题答案是D选项。 20．D 【详解】本题主要考查大数据处理。jieba 分词综合了基于字符串匹配的算法和基于统计的算法；文本大数据情感分析介绍社交网络等海量异构信息采集算法；文本数据处理一般过程包括分词、特征提取、数据分析和结果呈现；标签云一般根据词频表现文本特征，以文字大小代表词语的重要性，故本题选D选项。 答案第1页，共2页 答案第1页，共2页 学科网（北京）股份有限公司 $$