高中信息技术浙教版(2019)4.2大数据处理

高中信息技术浙教版(2019)4.2大数据处理 一、选择题 1．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 2．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 3．处理大数据正确的步骤是（   ） ①数据预处理    ②数据采集    ③数据挖掘应用    ④数据分析 A．②③①④ B．①②④③ C．②①④③ D．②④①③ 4．下列不属于大数据分析报告应遵循的原则的是（   ） A．规范性 B．前瞻性 C．重要性 D．谨慎性 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，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 7．对于大数据特征的描述，不正确的是（    ）。 A．海量的数据规模（巨量性） B．快速的数据流转（迅变性） C．单一的数据类型（单一性） D．高质量的数据要求（真实性） 8．以下不属于常用中文分词算法的是（    ） A．基于词典的分词方法 B．基于统计的分词方法 C．基于人工操作的分词方法 D．基于规则的分词方法 9．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 10．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 11．一般而言，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 12．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 13．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 14．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 15．从数据处理的过程来看，在数据采集之前要做的是（   ） A．明确数据需求 B．统一数据格式 C．数据可视化 D．分析数据 二、填空题 16．人工智能和大数据等新技术飞速发展，方便了人们的日常生活。关于大数据的处理过程，正确的排序是 。 ①数据预处理②数据采集③数据挖掘应用④数据分析 17．北斗卫星导航系统。古有北斗七星辨明方向，今有北斗卫星定位九州。我国自主建设、独立运行的全球卫星导航系统--北斗卫星导航系统，将为全球用户提供全天候、全天时、高精度的定位、导航和授时服务。在数据处理过程中，需要运用一定的分析方法进行整理分析，挖掘出内在的结构和规律，从而提取有价值的、有意义的数据。对比分析是将两个或两个以上的数据进行比较，分析他们的差异，从而揭示这些数据所代表的事物的发展变化情况和规律。聚类分析能够从样本数据出发，自动进行数据分类。下图是某城市公共交通运营里程的分析结果，这是运用了 分析方法。 18．在数据分析中， 是用来衡量数据分布离散程度的一种统计量。 19．大数据技术指对巨量数据资源进行采集、提取、存储、 和表达的技术。 20．大数据处理流程一般包括：数据采集与预处理、 、数据挖掘和数据呈现。 三、操作题 21．近年来，很多网络平台会在年底为用户生成专属的个人报表，显示一年内该用户在该平台上的各种使用行为数据。 （1）这类个人报表是利用大数据技术收集用户的个人行为数据，并通过分类和计算获得。由此可见( ) A．大数据采集的数据必须准确无误        B．大数据的数据采集主要还是人工方式 C．大数据分析的是抽样数据              D．大数据分析能发现数据间的相关性 （2）某数据公司统计了2016-2020年全球每年产生的数据量及其增速，结果如图。 此统计主要采用的数据分析方法是（    ），使用了（    ）和（    ）两种图表来组合进行可视化呈现。( ) A．聚类分析、饼图、条形图        B．对比分析、折线图、柱形图 C．结构分析、饼图、条形图        D．平均分析、折线图、柱形图 （3）该网站可实现对数据的加密解密，界面如图。该应用服务架构体系属于( ) A．B/S        B．P2P        C．C/S        D．B/C （4）此网站的加密功能是对输入的明文（由字母、数字或其他字符组成的字符串）中的每个字符进行处理。算法规则如下： ①将明文中所有的小写字母转换为大写字母，例如：a→A； ②将明文中所有的数字加上1变成另一个数字，例如0→1，9→0； ③明文中除了小写字母和数字字符外均不进行转换； ④将加密后的数据倒序输出，例如“abc”→“cba”，即为该明文的密文。 那么，明文为“An95”得到的密文为( ) A．59nA        B．69nA        C．60NA        D．60nA （5）以上加密算法，如果用Python语言实现，为方便处理，明文和密文一般都被抽象为( )数据类型的数据。 A．数值        B．字符串        C．列表        D．元组 22．小明的父亲经营着一家超市，小明发现，经常有顾客购买商品A的同时还购买了商品B（即商品A和B关联1次），有时两种商品往往摆放在相差较远的两个区域，小明决定利用自己所学的Python知识根据顾客购买商品情况，编写程序查找关联次数最高的前10组商品，从而优化商品布局。“商品信息.xlsx”文件部分信息如图a所示，部分Python程序如下，请回答相应问题。                                        图a （1）函数tj_gl()统计不同商品关联次数，请在划线处填入合适的代码。 def tj_gl(spid):#spid为某顾客所购商品编号列表，如[86,682,36]     for i in range(len(spid)-1): for j in range（( ),len(spid)):             if spid[i]>spid[j]:                 tmp=spid[i]*10000+spid[j]#假设商品总数少于10000             else:                 tmp=spid[j]*10000+spid[i]#假设商品总数少于10000             if tmp not in dic_spgl:.                 dic_spgl[tmp]=1:#创建一个字典键值对并赋初值 1             else:                 dic_spgl[tmp]+=1    return dic_spgl （2）函数search()用于查找并返回相互关联的两个商品对应的商品信息，请在划线处填入合适的代码。 def search(zh):     num1=zh//10000     df2=df[df.商品编号==num1].reset_index0)#reset_index0)表示重建索引     df3=df[df.商品编号==num2].reset index()     x1=df2.at[0,"商品编号"];y1=df2.at[0,"商品名称”];z1=df2.at[0,"摆放区域"]     x2=df3.at[0,"商品编号"];y2=df3.at[0,"商品名称"];z2=df3.at[0,"摆放区域"]     return x1,y1,z1,x2,y2,z2 （3）以下为主程序部分，程序运行结果如图b所示，请在划线处填入合适的代码。                         图b import pandas as pd df=pd.read_excel("① "). maxspid=max(df["商品编号"])#假设商品编号为从1开始的连续正整数 ''' 读取某段时间顾客购买数据，存入列表gwc,gwc中的每个元素为某位顾客购买的商品编号，如[86,682,36]表示该顾客购买了编号为86、682、36的商品，代码略。 ''' dic_spgl={} for i in gwc:#处理商品关联次数     tj_gl(i) #输出关联次数最多的10组商品信息。 df1=pd.DataFrame(list(dic_spgl.items()),columns=["组合","次数") df1=df1.sort_values("次数",ascending=False).② df1=df1.reset index()#对df1重新建立从0开始的连续索引 link=[] for i in df1.index:     link.append([df1.at[i,"组合"],df1.at[i,"次数”,i+1]) link[-1][-1]=-1 p=0 xyz=[""]*6 print("商品编号","摆放区域","商品名称") i=1 while p!=-1: print("第"+str(i)+"组("+str(link[p][1])+"次)") xyz=③ print(xyz[0],""*6,xyz[2],""*2,xyz[1]) print(xyz[3],""*6,xyz[5],""*2,xyz[4]) p=link[p][2] i+=1 四、简答题 23．讨论数据分析中对比分析和平均分析的区别及其应用场景。 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 2．D 3．C 4．B 5．A 6．A 7．C 8．C 9．C 10．D 11．A 12．A 13．B 14．B 15．A 16．②①④③ 17．对比 18．方差 19．分析 20．数据存储 21． D B A C B 22． i+1 num2=zh%10000 商品信息.xlsx head(10) search(link[p][0])或list(search（link[p][0]）)或search(link[i-1][0])或list(search（link[i-1][0]）) 23．对比分析用于展示不同数据集之间的差异，平均分析用于展示数据集的中心趋势，两者在不同场景下为分析提供不同视角。 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 $$