4.2 大数据处理 2023-2024学年高中信息技术浙教版（2019）必修一

4.2 大数据处理 学校:___________姓名：___________班级：___________考号：___________ 一、选择题 1．下列选项中，不属于大数据应用的是（   ） A．存放学生数据的学生学籍系统 B．使用搜索引擎查找网络信息 C．借助电子地图进行导航 D．电商的个性化推荐 2．下列关于大数据的说法，不正确的是（    ） A．大数据就是指数据量庞大的数据 B．处理大数据时，一般采用分治思想 C．导航规划最优行驶路径，是大数据的典型应用 D．大数据的应用会带来各种社会问题，如信息泄露等 3．下列数据处理中，不属于文本数据处理的是(　　) A．将中文翻译成其他国家的文字 B．输入姓名、单位等信息，制作通讯录 C．检测的论文内容与对比库中的资料进行对比，检测论文可信度 D．解析大量合同文档，有效监控风险条款，节省人力和时间成本 4．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 5．下列关于大数据（Big data）特点的叙述，错误的是 A．数据体量巨大 B．数据类型繁多 C．商业价值高 D．处理速度慢 6．在小区里，有的垃圾箱垃圾太多而溢出，有的却很少。做了一些研究后，小明同学整理数据，将原因与建议写成文字，准备交给物业。这属于数据处理过程中的（   ） A．撰写研究报告 B．数据整理 C．数据分析 D．数据可视化 7．下列选项中，不包含大数据应用技术的是（   ） A．公安部门利用智慧城市的监控系统，协助捕捉犯罪嫌疑人 B．老师通过WPS表格对班级同学的期末成绩进行统计分析 C．通过对道路上汽车的流量分析，对各路段的拥堵时间和拥堵情况进行预测 D．通过手机导航软件实时了解路况，规划最佳出行路线 8．关于大数据处理，下列说法正确的是（    ） A．大数据必须采集完成后才能处理 B．大数据包括对静态数据的批处理、对流数据的实时计算和对图结构数据的图计算 C．大数据只能处理结构化数据不能处理非结构化的数据 D．数据的可视化可以增强数据的解释力与吸引力 9．下列有关大数据及其处理的说法，不正确的是（   ） A．大数据支持动态跟踪，提高了数据分析的即时性 B．大数据要分析的是全体数据，而不是抽样数据 C．非结构化的文本数据更利于大数据处理和分析 D．数据可视化可增强数据的解释力和吸引力 10．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 11．为了全面了解学生的体质健康状况，学校依据《国家学生体质健康标准》编制调查问卷，利用网络调查平台收集数据，并做出分析，得出结论。以下说法错误的是（　　） A．通过调查问卷收集的是数据，可以用图表对其进行可视化表达 B．网络调查平台已经提供了分析功能，用户无需再对数据进行分析 C．可以借助多种数字化学习工具完成该项目，如网络调查问卷、查阅电子资料、思维导图、搜索引擎等 D．《国家学生体质健康标准》是经过调查研究、实践检验总结出来的知识 12．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 13．（   ）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 14．为了提高学校路口等易发事故路段的安全性，交通部门采取了精细化的信号灯管控措施。经过对某校路口近一年来的交通流监测数据的深入分析，交通部门决定在高峰时段（上午7点30分到7点50分，下午16点到16点50分）采用常规的红绿灯模式，而在其他时段仅维持“黄闪”模式，用以提醒司机减速慢行，保障行人安全。下列关于大数据的说法，正确的是（   ） A．道路监控记录的数据都是结构化数据 B．近一年来产生的数据可利用分治思想进行处理 C．停电故障造成某一天数据缺失，会对最终分析结果产生较大影响 D．道路监控记录大量数据，但在事故后仅需分析几十秒数据，表明大数据存在低价值性 15．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 16．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 17．大数据的特征可以用被总结为4V特征，以下哪个不属于大数据的4V特征（  ） A．种类多（Variety） B．体量大（Volume） C．风险大（Venture） D．速度快（Velocity） 18．从横向和纵向两个方向来计算两个或多个有联系的变量在交叉点的统计值，这种数据分析方法称为（   ） A．交叉分析 B．双向分析 C．个体分析 D．变量分析 19．数据分析报告通常由（   ）等组成。 A．正文 B．标题、目录 C．结论 D．前言 20．ChatGPT是一款聊天机器人程序。ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。它使用了Transformer神经网络架构，这是一种用于处理序列数据的模型，它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT上知天文下知地理，还能具备根据聊天的上下文进行互动的能力，实现与真正人类几乎无异的聊天场景。下列关于大数据的说法，正确的是（   ） A．利用大量的语料库训练模型需要大数据的支持 B．ChatGPT的语料库因数据体量大，只能抽样处理 C．语料数据中蕴含着巨大的价值，其价值密度高 D．Hadoop 适用于实时数据的流计算 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．A 【详解】本题考查大数据技术相关内容。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。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。BCD选项属于大数据应用。A选项，存放学生数据的学生学籍系统应用了数据库技术。故本题答案是A选项。 2．A 【详解】本题考查大数据的描述。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。故选A。 3．B 【详解】本题考查的是文本数据处理。制作通讯录的材料是结构化数据，选项B符合题意。 4．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。 5．D 【详解】本题主要考查大数据的叙述。大数据具有数据体量巨大、数据类型繁多、商业价值高、处理速度快，故本题选D选项。 6．A 【详解】本题主要考查数据处理的过程。明同学整理数据，将原因与建议写成文字，准备交给物业。这属于数据处理过程中的撰写研究报告，故本题选A选项。 7．B 【详解】本题考查大数据应用技术。大数据是指无法在可承受的时间范围内用常规软件工具进行高效捕捉、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。老师通过WPS表格对班级同学的期末成绩进行统计分析不属于大数据应用。故选B。 8．BD 【详解】本题考查的是大数据相关知识。大数据包括对静态数据的批处理、对流数据的实时计算和对图结构数据的图计算，可以增强数据的解释力与吸引力。大数据可以处理结构化数据，也能处理非结构化的数据，故选项C说法错误。大数据可以实时处理，故选项A说法错误。本题应选BD。 9．C 【详解】本题考查大数据相关内容。ABD选项正确。C选项，文本内容是非结构化的数据，要从大量的文本中提取出有用的信息，需要将文本从无结构的原始状态转化为结构化的、便于计算机处理的数据，选项错误。故本题答案是C选项。 10．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。 11．B 【详解】本题考查数据处理相关内容。ACD选项说法正确。B选项，网络调查平台提供了分析功能，可能无法满足用户特定的需求，这时用户需再对数据进行分析，选项说法错误。故本题答案是B选项。 12．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。 13．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。 14．B 【详解】本题考查数据相关内容。A选项，结构化数据是指按照一定的规则和格式进行组织和存储的数据，它具有明确的数据类型和关系，可以通过预定义的模式或模型进行描述和解释，常见的结构化数据包括关系型数据库中的表格数据、电子表格中的数据、XML文件中的数据等；非结构化数据是指没有明确的结构和格式的数据，它不符合传统的表格、行列或关系型数据库的组织形式，非结构化数据的特点是多样性、复杂性和不规则性，常见的非结构化数据包括文本文档、电子邮件、社交媒体帖子、音频和视频文件、图像、日志文件等；道路监控记录的数据都是非结构化数据，选项错误。B选项，近一年来产生的数据可利用分治思想进行处理，选项正确。C选项，交通部门经过对某校路口近一年来的交通流监测数据的深入分析，采取了精细化的信号灯管控措施，停电故障造成某一天数据缺失，不会对最终分析结果产生较大影响，选项错误。D选项，道路监控记录大量数据，但在事故后仅需分析几十秒数据，表明大数据价值密度低，选项错误。故本题答案是B选项。 15．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。 16．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。 17．C 【详解】本题主要考查大数据特征。大数据的4V特征分别是Volume（大量性）、Velocity（高速性）、Variety（多样性）、Value（价值性），故本题选C选项。 18．A 【详解】本题考查数据分析。 交叉分析法是一种用于分析两个或多个变量之间相互关系的基本数据分析法。它通过将统计分析数据制作成二维交叉表格，将具有一定联系的变量分别设置为行变量和列变量，两个变量在表格中的交叉结点即为变量值，通过表格体现变量之间的关系。这种方法在市场调研项目中应用广泛，因为它能让复杂的数据关系简单化，便于理解和分析。故正确答案为：选项A。 19．ABCD 【详解】本题考查数据分析报告。标题清晰地概括报告的主题和内容。目录列出报告各个部分的标题,便于读者快速浏览。前言介绍报告的背景、目的和分析方法。正文详细阐述数据分析的过程和结果，包括数据来源、分析步骤、发现的模式和规律等。结论总结分析结果，提出建议或未来展望。这些组成部分可以帮助报告更加结构化和条理清晰，使读者能够快速了解报告的核心内容和主要发现。在实际撰写过程中，报告的具体结构和内容可能会根据分析目的和受众需求而有所不同。故正确答案为ABCD 20．A 【详解】本题主要考查大数据的描述。利用大量的语料库训练模型需要大数据的支持；ChatGPT的语料库处理全体数据；语料数据中蕴含着巨大的价值，当其价值密度低；Hadoop面向大规模的批量处理，适用于处理静态数据，不适用于流数据，故本题选A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 $$