4.2 大数据处理2024-2025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 2．下列关于大数据处理的说法，正确的是（   ） A．jieba模块是基于规则的分词方法的典型应用 B．典型的文本处理过程顺序为：数据分析→分词→特征提取→结果呈现 C．社交关系数据一般采用流计算模式进行处理 D．数据可视化是将数据以图形图像等形式表示，直观呈现数据中所蕴含的信息 3．随着数据的快速增长，人工处理大量数据的效率与计算机处理比较正变得（   ） A．更高 B．更低 C．一样 D．无法比较 4．以下应用场景不包含大数据处理的是（   ） A．网购平台的猜你喜欢 B．物流配送 C．智能交通网络 D．入校新生基本信息的统计 5．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 6．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 7．下列不是HDFS优点的是（   ） A．高容错性 B．适合单线程处理 C．适合大数据处理 D．流式文件访问 8．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 9．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 10．以下关于大数据的描述中，正确的是（   ） A．大数据是用常规软件工具收集到的数据集合 B．大数据是由于日益普及的网络活动产生的 C．大数据是大量集中管理格式统一的数据 D．大数据是从国际互联网采集的大量数据 11．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 12．大数据处理环节，大致可按阶段划分为获取、储存、挖掘分析、最终应用与服务等步骤。在农业生产过程中，利用传感器监测光照、温度、二氧化碳、氧气等数据属于大数据处理的（  ）环节。 A．获取 B．存储 C．挖掘分析 D．最终应用 13．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 14．下列关于大数据的说法，正确的是（    ） A．大数据使人们注重事物的相关性 B．大数据的数据量庞大，价值密度高 C．大数据的应用降低了用户隐私信息泄露的风险 D．对大数据进行分析时，即可分析全体数据，也可分析抽样数据 15．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 16．下列对关于大数据和人工智能的说法正确的是（  ） A．大数据肯定可以用Hadoop来处理 B．对图结构的数据，一般采用流计算模式进行处理 C．扫地机器人在运动中不断从环境学习，属于行为主义人工智能 D．达·芬奇外科手术机器人，属于领域人工智能 17．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 18．下列关于大数据的描述中，不正确的是（   ） A．大数据专指Excel软件收集、加工的数据 B．物联网、云计算、手机、电脑都是数据的来源 C．互联网生成的数据量正以爆发性的速度不断增长 D．在科学实验中，各种传感器每时每刻的速度不断增长 19．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 20．在大数据分析中，以下哪个技术不是用于处理大规模数据集？（   ） A．分布式计算 B．内存计算 C．云计算 D．单线程计算 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．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。 2．D 【详解】本题考查大数据相关内容。A选项，jieba分词结合了基于规则和基于统计两类方法，选项错误。B选项，典型的文本数据处理主要包括分词、特征提取、数据分析和结果呈现四个步骤，选项错误。C选项，社交关系数据一般采用批处理模式进行处理，选项错误。D选项，数据可视化是将数据以图形图像等形式表示，直观呈现数据中所蕴含的信息，选项正确。故本题答案是D选项。 3．B 【详解】本题考查大数据的相关知识点。相比计算机处理大量数据，人工处理效率正变得越来越低。故本题选B选项 4．D 【详解】本题主要考查大数据处理的应用。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。 结合选项可知，入校新生基本信息的统计不包含大数据处理，故本题选D选项。 5．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。 6．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。 7．B 【详解】本题考查大数据处理。HDFS 是一种分布式文件系统，具有高容错性，通过数据冗余和副本机制可以在节点出现故障时保证数据的可靠性；HDFS 适合处理大规模的大数据，能够存储和管理海量的数据；支持流式文件访问，一次写入、多次读取，适合批处理式的大数据处理。然而，HDFS 是为了处理大规模数据的批处理任务而设计的，并不适合单线程处理这种小规模、交互性强的任务。故答案为：B。 8．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。 9．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。 10．B 【详解】本题主要考查大数据的描述。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。大数据是由于日益普及的网络活动产生的，故本题选B选项。 11．A 【详解】本题主要考查数据处理的描述。从数据处理的过程来看，在数据采集之前要做的是明确数据需求，故本题选A选项。 12．A 【详解】本题主要考查大数据处理。利用传感器监测光照、温度、二氧化碳、氧气等数据属于大数据处理的获取环节，故本题选A选项。 13．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 14．A 【详解】本题主要考查大数据的描述。大数据使人们注重事物的相关性；大数据的数据量庞大，价值密度低；大数据的应用提高了用户隐私信息泄露的风险；对大数据进行分析时，分析的是全体数据，故本题选A选项。 15．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。 16．C 【详解】本题主要考查大数据和人工智能技术。通过使用Hadoop，用户可以利用集群的存储和处理能力，并实现大数据的分布式处理，但不是肯定能处理；对图结构的数据，一般采用矩阵图，或者数组加链表来实现；扫地机器人在运动中不断从环境学习，属于行为主义人工智能；达·芬奇外科手术机器人，属于跨领域人工智能，故本题选C选项。 17．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。 18．A 【详解】本题主要考查大数据的描述。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佳的决策力、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；物联网、云计算、手机、电脑都是数据的来源；互联网生成的数据量正以爆发性的速度不断增长；在科学实验中，各种传感器每时每刻的速度不断增长，故本题选A选项。 19．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。 20．D 【详解】本题考查大数据分析。在大数据分析中，分布式计算、内存计算和云计算都能够有效地处理大规模数据集。分布式计算通过将计算任务分布在多个节点上并行处理来提高处理能力；内存计算利用内存的高速读写特性加速数据处理；云计算则提供了强大的计算和存储资源来应对大规模数据处理需求。而单线程计算由于其在单个线程上顺序执行任务，处理效率较低，无法胜任大规模数据集的处理工作。故答案为：D。 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 $$