4.2 大数据处理 2023-2024学年高中信息技术浙教版（2019）必修1

4.2 大数据处理 一、选择题 1．数据分析的目的不包括以下哪一项（   ） A．描述研究对象 B．发现数据规律 C．预测未来趋势 D．创造新的数据 2．大数据的战略意义不在于庞大的数据量，而在于对这些数据（   ） A．存储处理 B．速度处理 C．专业化处理 D．内容处理 3．关于大数据处理，下列说法正确的是（　　） A．处理大数据时，一般采用分治思想 B．对图结构的数据，一般采用流计算模式进行处理 C．文本数据处理时需要将非结构化的文本原始状态转化成结构化数据 D．数据的可视化可以帮助用户更快捷观察与追踪数据 4．大数据不是要教机器像人一样思考。相反，它是（   ） A．把数学算法运用到海量的数据上来预测事情发生的可能性。 B．被视为人工智能的一部分。 C．被视为一种机器学习。 D．预测与惩罚。 5．下列关于大数据及其处理的说法正确的是（   ） A．大数据体量规模巨大，可以抽取价值密度高的样本进行分析 B．在大数据处理过程中，泄露个人信息不会造成安全问题 C．大数据产生速度快，实时生成的大数据无法与批处理整合处理 D．文本数据处理在情报分析、垃圾邮件过滤、机器翻译等方面有重要应用 6．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 7．下列关于大数据及其处理的说法，不正确的是（   ） A．大数据蕴含巨大的价值，但因其数据量庞大，所以“提纯”数据是人们一直努力的目标 B．电商的个性化精准推荐，是因为知道了人们都买某些商品的原因 C．处理大数据时，一般采用分治思想 D．HBase 是采用基于列的存储方式，具有良好的横向扩展能力 8．下列关于大数据的说法，不正确的是（     ） A．大数据是未来信息技术产业一种原料，可以从中提取很多有效信息 B．大数据对未来的社会和个人将产生深刻影响 C．大数据可以使用Excel电子表格或数据库来处理 D．在很多情况下，大数据的来源可以不依靠人工 9．下列关于大数据与大数据处理的说法，不正确的是（    ） A．处理大数据时，一般采用分治思想 B．大数据的处理对象是全体数据，而不是抽样数据 C．大数据的特点是数据量大、速度快、数据类型多、价值密度低 D．Hadoop是一个可运行于大规模计算机集群上的分布式系统基础架构，适用于处理实时数据 10．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 11．下列关于大数据和数据安全的说法，不正确的是（   ） A．对摄像头获取图像进行基本处理需要运用大数据中图数据处理技术 B．身份认证要解决的问题是用户是否有权进入系统使用数据资源 C．手机导航会实时更新道路状况，体现了大数据产生和处理速度快的特征 D．为保护信息系统的数据安全，可以在内部与外部网络之间安装防火墙 12．某超市曾经研究销售数据，发现买商品A的人购买商品B的概率很大，这种属于数据的（　　） A．聚类分析 B．关联分析 C．分类分析 D．回归分析 13．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 14．一般而言，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 15．在教科书中利用Python探究电流和电压、电阻的关系实验里，除了可以通过书中的Jupyter Notebook外，处理数据还可以通过下列（  ）工具实现。 A．Python IDLE B．Xmind C．网络画板 D．几何画板 16．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 17．下列关于数据处理的描述，正确的是（   ） A．数据处理是将信息转换成数据的过程 B．数据处理是将数据转换成信息的过程 C．数据处理是对数据进行算术运算 D．数据处理是数据的简单收集 18．下列关于数据整理的说法，错误的是（    ） A．数据集中缺失的数据可以采用中间值来填充 B．数据集中异常数据可能包含重要信息 C．数据集中的重复数据可进行合并删除处理 D．数据集中格式不一致的数据，一般保留一种格式的数据，删除其他格式的数据 19．数据分析基本方法有（   ） A．对比分析法 B．平均分析法 C．结构分析法 D．关联分析法 20．云计算的核心技术包括（   ） A．云平台管理技术 B．海量数据分布存储技术 C．虚拟化技术 D．海量数据管理技术 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．D 【详解】本题考查数据分析的描述。数据分析作用：剖析事物的发展历程、了解事物的现状、预测事物的未来走向。不包括创造新的数据。故选D。 2．C 【详解】本题考查大数据相关内容。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，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。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。故本题答案是C选项。 3．ACD 【详解】本题考查的是大数据处理。处理大数据时，一般采用分治思想；对图结构的数据，一般采用图流计算模式进行处理，文本数据处理时需要将非结构化的文本原始状态转化成结构化数据；数据的可视化可以帮助用户更快捷观察与追踪数据。故本题应ACD。 4．A 【详解】本题考查的是大数据。数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。把数学算法运用到海量的数据上来预测事情发生的可能性，选项A正确；大数据不是人工智能的一部分，故选项B错误；不是一种机器学习，故选项C错误；大数据不能惩罚，故选项D错误。 5．D 【详解】本题考查大数据。A选项：大数据体量规模巨大，但抽取样本进行分析可能会丢失大量有价值的信息，不能代表整体数据，A选项错误。B选项：在大数据处理过程中，泄露个人信息会造成严重的安全问题，B选项错误。C选项：大数据产生速度快，实时生成的大数据可以与批处理整合处理，C选项错误。D选项：文本数据处理在情报分析、垃圾邮件过滤、机器翻译等方面有重要应用，D选项正确。 故答案为：D。 6．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。 7．B 【详解】本题考查大数据相关内容。大数据的特征是数据量大、速度快、数据类型多、价值密度低。A选项， 大数据来源广泛多样，数据标准不统一，指标口径杂乱，数据整合和衔接困难，而应用和处理大数据要求强大的机器算法能迅速地完成数据的价值“提纯”，这是大数据区分于传统数据挖掘最显著的特征，选项正确。B选项，电商平台个性化推荐系统是基于大数据挖掘、处理、清洗、分析的一种智能商务平台，不是基于大数据精确分析了用户购买商品的原因，选项错误。C选项，处理大数据时，一般采用分治思想，选项正确。D选项，HBase是一个分布式的、面向列的开源数据库，该技术来源于Fay Chang所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”，HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，并且是基于列而不是基于行的模式，选项正确。故本题答案是B选项。 8．C 【详解】本题主要考查大数据的描述。大数据是未来信息技术产业一种原料，可以从中提取很多有效信息；大数据对未来的社会和个人将产生深刻影响；大数据可以使用数据库来处理，不能用Excel电子表格处理；在很多情况下，大数据的来源可以不依靠人工，故本题选C选项。 9．D 【详解】本题主要考查大数据与大数据处理。处理大数据时，一般采用分治思想；大数据的处理对象是全体数据，而不是抽样数据；大数据的特点是数据量大、速度快、数据类型多、价值密度低； hadoop 是可靠、可扩展、分布式，计算开发开源框架。应用：海量数据存储、海量数据分析计算而不是实时数据，故本题选D选项。 10．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。 11．A 【详解】本题主要考查大数据和数据安全。对摄像头获取图像进行基本处理不需要运用大数据中图数据处理技术；身份认证要解决的问题是用户是否有权进入系统使用数据资源；手机导航会实时更新道路状况，体现了大数据产生和处理速度快的特征；为保护信息系统的数据安全，可以在内部与外部网络之间安装防火墙，故本题选A选项。 12．B 【详解】本题考查的是数据分析。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发、自动进行分类。关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。数据分类是数据分析处理中最基本的方法。数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将分类数据项映射到某一特点类别的功能。 回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。某超市曾经研究销售数据，发现买商品A的人购买商品B的概率很大，这种属于数据的关联分析。故选项B正确。 13．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。 14．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。 15．A 【详解】本题Python相关知识点 IDLE 是 Python 所内置的开发与学习环境，故除了可以通过书中的Jupyter Notebook外，处理数据还可以通过Python IDLE工具实现。故本题选A选项 16．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。 17．B 【详解】本题主要考查数据处理的描述。数据处理是将数据转换成信息的过程，故本题选B选项。 18．D 【详解】本题考查的是数据处理。数据集中格式不一致的数据需要根据后续分析和挖掘的需要进行数据转换。故本题应选D。 19．ABCD 【详解】本题考查数据分析方法。对比分析法，将不同时间、地点或对象的数据进行对比,发现差异和变化趋势。平均分析法，计算数据的平均值、中位数等统计指标，了解数据的整体特征。结构分析法，分析数据的内部构成比例，了解数据的组成结构。关联分析法，研究数据之间的相关性和关联规律，发现潜在的联系。这些基本方法为数据分析提供了基础工具，可以帮助我们更好地理解和解释数据，发现有价值的信息和规律。在实际分析中，往往需要综合运用多种分析方法，以获得更全面和深入的洞见。故正确答案为ABCD。 20．ABCD 【详解】本题考查云计算。虚拟化技术是云计算的基础，通过将物理资源抽象为虚拟资源，实现资源的动态分配和弹性扩展。海量数据分布存储技术能够将数据分散存储在多个节点上，提高存储系统的容量和可靠性。海量数据管理技术能够有效管理和处理大量的数据，支持云计算的数据分析和计算需求。云平台管理技术能够统一管理和调度云计算平台的各种资源，实现资源的自动化配置和弹性伸缩。故正确答案为ABCD。 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 $$