3.1 数据处理的一般过程 2024-2025学年高中信息技术人教/中图版（2019）必修1

3.1 数据处理的一般过程 学校:___________姓名：___________班级：___________考号：___________ 一、选择题 1．文本数据处理的主要步骤由以下部分选项组成： ①特征抽取  ②数据分析  ③分词  ④文本获取  ⑤结果呈现 正确的顺序是(　　) A．④①③②⑤ B．④②③①⑤ C．④③①②⑤ D．③④①②⑤ 2．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 3．2017年10月1日是星期日，1949年10月1日是（    ） A．星期三 B．星期日 C．星期六 D．星期二 4．文本经数据处理后生成的标签云图片如图所示，下列说法不正确的是（   ） A．通过该标签云可以对文本情感倾向做出判断 B．从图中分析可知，词语“行者”的重要性比“师父”高 C．文本数据处理的过程是非结构化数据转变成结构化数据的过程 D．该标签云的制作经过了分词、特征提取、数据分析以及结果呈现等步骤 5．德国男人去超市购买婴儿纸尿布时，其中不少人还购买啤酒。计算机分析超市的购物数据后发现了这一现象，于是将啤酒和婴儿纸尿布放一起，啤酒和纸尿布的销量都有所增加。计算机分析购物数据发现这一现象的过程属于（   ） A．信息分类 B．智能代理 C．模式识别 D．数据挖掘 6．下列计算机应用中，不属于数据处理的是（  ） A．人事档案管理 B．图书检索 C．结构力学分析 D．考勤管理 7．要将采集到的“脏数据”变为“清洁数据”，下列不可用方法是（　　） A．标准化 B．修复异常 C．全部删除 D．去重 8．感冒指数是由当地24小时降温幅度、气温日较差、相对湿度、气压对感冒指数的贡献值（表1.1.2）相加而得。24 小时降温幅度一般指前一天最低气温和当天的最低气温的差。气温日较差是一天中气温最高值与最低值的差。假设某日：昨日18-30℃ 今天20-28℃ 相对湿度82% 气压1006hpa ，气温日较差：28-20=8  24小时降温幅度：20-18=2，查表可得感冒指数为（   ） A．少发 B．较易发 C．易发 D．极易发 9．科研人员收集到大量的数据，并使用Access软件对数据进行分析，这属于哪种计算方式（   ） A．人工计算 B．借助计算机软件计算 C．编程计算 D．以上都不是 10．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 11．信息处理的三个步骤依次是（　　） A．输入→输出→处理 B．输入→处理→输出 C．输出→处理→输入 D．处理→输入→输出 12．为了加强校园安保工作，学校采用人脸识别的方式进出校门，人脸识别属于数据处理过程中的（   ） A．明确目标 B．数据采集 C．数据加工 D．数据分析 13．数据处理的一般过程是（  ）。 A．采集—分析—整理—可视化表达 B．采集—整理—可视化表达－分析 C．采集—整理—分析－可视化表达 D．采集—可视化表达—整理－分析 14．小明在整理数据过程中发现学号为20231503同学的体重为4.5千克，这说明数据中存在（    ） A．重复值 B．缺失值 C．异常值 D．最小值 15．数据处理的目的和意义不包括（   ） A．增加数据的数量和提高数据的质量 B．将数据转化为有用的信息以满足用户的需求 C．推导出有价值的信息作为人们行动和决策的依据 D．从大量杂乱无章的数据中抽取出有价值、有意义的数据 16．下列数据处理中，不属于文本数据处理的是(　　) A．根据白名单和黑名单机制，进行垃圾邮件的识别 B．在线客服通过自动应答技术回答问题 C．实时监测景区的人流数据，控制过多的游客进入景区 D．分析消费者的意见数据，挖掘用户观点，辅助运营决策 17．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 18．全班同学将填写好的睡眠情况调查问卷交给小明同学。小明同学将数据录入Excel后，下一步要做的工作是（   ） A．收集数据 B．确定数据需求 C．分析数据 D．撰写分析报告 19．下列关于文本数据处理描述不正确的是（    ） A．文本数据处理主要应用在搜索引擎、情报分析、自动摘要、自动校对、自动应答等方面 B．基于词典的分词方法、基于统计的分词方法和基于规则的分词方法是常用的中文分词算法，其中基于规则的统计方法在实际应用中较多 C．标签云用词频表现文本特征，将关键词按照一定的顺序和规律排列，并以文字大小的形式代表词语的重要性 D．典型的中文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 20．下列属于在线数据处理平台的有（   ） A．腾讯问卷 B．图表秀 C．云表 D．BDP在线数据分析软件 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】本题主要考查文本数据处理。文本数据处理正确顺序为④文本获取、③分词、①特征抽取、②数据分析、⑤结果呈现，故本题选C选项。 2．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。 3．C 【详解】本题考查数据计算相关内容。2017-1949=68，68*365=24820，这68年间有17个闰年，闰年有366天，则两个年份之间相差的实际天数是24820+17=24837，一周7天，则24836%7=1。由于余数是1，向前推1，星期日往前推1天就是星期六。故本题答案是C选项。 4．A 【详解】本题考查数据处理相关内容。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。标签云是一种将关键词或标签以视觉化方式展示的图形，用于表示一个网站中的内容标签。它由一组不同大小和颜色的词语组成，这些词语通常是独立的词汇，按照字母顺序排列。标签的重要性可以通过改变字体大小或颜色来表现，从而使得标签云可以灵活地依照字序或热门程度来检索一个标签。A选项，通过该标签云不可以对文本情感倾向做出判断，选项错误。B选项，从图中分析可知，词语“行者”的重要性比“师父”高，选项正确。C选项，文本数据处理的过程是非结构化数据转变成结构化数据的过程，选项正确。D选项，该标签云的制作经过了分词、特征提取、数据分析以及结果呈现等步骤，选项正确。故本题答案是A选项。 5．D 【详解】本题主要考查数据分析知识点。智能代理是定期地收集信息或执行服务的程序，它不需要人工干预，具有高度智能性和自主学习性，可以根据用户定义的准则，主动地通过智能化代理服务器为用户搜集最感兴趣的信息，然后利用代理通信协议把加工过的信息按时推送给用户，并能推测出用户的意图，自主制订、调整和执行工作计划；所谓模式识别的问题就是用计算的方法根据样本的特征将样本划分到一定的类别中去；数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。计算机分析购物数据发现这一现象的过程属于数据挖掘，故本题选D选项。 6．A 【详解】本题考查数据处理相关内容。数据处理包括：（1）数据采集：首先，需要获取数据，这可以是来自各种来源的原始数据，如传感器、数据库、日志文件、社交媒体等。数据采集可能需要数据抓取、API调用、文件上传等方式。（2）数据整理:对调查、观察、实验等研究活动中所搜集到的资料进行检验、归类编码和数字编码的过程，它是数据统计分析的基础。（3）数据分析：这是数据处理的核心，包括统计分析、机器学习、数据挖掘等技术，以发现数据中的模式、关联和趋势。分析结果用于制定决策和解决问题。（4）数据可视化：数据可视化是通过图表、图形和仪表板将数据呈现为可理解的形式。它有助于传达数据见解和支持决策过程。图书检索、结构力学分析、考勤管理属于数据处理，人事档案管理不属于。故本题答案是A选项。 7．C 【详解】本题考查数据整理相关内容。将采集到的“脏数据”变为“清洁数据”，常用的方法有：删除重复数据、补全缺失数据、校正错误数据等。ABD方法可以使用；C选项，全部删除的方法不可用。故本题答案是C选项。 8．B 【详解】本题考查数据与计算相关内容。观察图示，气温日较差：28-20=8，气温日较差贡献值为：5；24小时降温幅度：20-18=2，降温幅度贡献值为：0；相对湿度82%，相对湿度贡献值为：0；气压1006hpa，气压贡献值为：0；由感冒指数计算公式可知，感冒指数=5+2+0+0+0=7。对照感冒指数等级表，查表可得感冒指数为：较易发，故本题答案是B选项。 9．B 【详解】本题考查数据处理。科研人员收集到大量的数据，并使用Access软件对数据进行分析，这属于借助计算机软件计算。故选B。 10．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。 11．B 【详解】本题考查信息处理步骤。信息处理的三个步骤依次是输入→处理→输出。故选项B为正确选项。 12．D 【详解】本题考查的是数据处理。数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。人脸识别属于数据处理过程中的数据分析。故本题应选D。 13．C 【详解】本题主要考查数据处理。数据处理的一般过程是采集—分析—整理—可视化表达，故本题选C选项。 14．C 【详解】本题主要考查数据处理。小明在整理数据过程中发现学号为20231503同学的体重为4.5千克，这说明数据中存在异常值，故本题选C选项。 15．A 【详解】本题考查数据处理。数据处理是对数据进行加工的过程，目的是从大量的，可能是杂乱无章、难以理解的数据中，抽取并推导出对于人们来说有价值、有意义的数据。不包括增加数据的数量和提高数据的质量。故选A。 16．C 【详解】本题考查的是数据处理。C选项只是掌握游客数量，没有进行分词等文本操作。 17．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。 18．C 【详解】本题主要考查数据处理。小明同学将数据录入Excel后，下一步要做的工作是分析数据，故本题选C选项。 19．B 【详解】本题主要考查文本数据处理。文本数据处理主要应用在搜索引擎、情报分析、自动摘要、自动校对、自动应答等方面；基于规则的分词是一种机械分词方法，需要不断更新和维护词典，并未在实际中广泛应用；标签云用词频表现文本特征，将关键词按照一定的顺序和规律排列，并以文字大小的形式代表词语的重要性；典型的中文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，故本题选B选项。 20．BCD 【详解】本题考查的知识点是数据处理。属于在线数据处理平台的有图表秀、云表和BDP在线数据分析软件。故答案为BCD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 $$