1.3数据科学与大数据2024—2025学年高中信息技术人教/中图版（2019）必修1

 1.3 数据科学与大数据 一、选择题 1．大数据的特征不包括以下哪一点（   ） A．数据量大 B．处理速度快 C．数据类型单一 D．价值密度高 2．大数据与传统数据的差别体现在（    ） A．采集方式不同 B．分析方法不同 C．数据规模不同 D．以上都是 3．下列有关大数据的说法，不正确的是（   ） A．处理大数据时，一般采用分治思想 B．大数据蕴含着巨大的价值，价值密度相对较高 C．大数据要分析的是全体数据，而不是抽样数据 D．大数据给生活带来便利的同时，也带来如数据安全等方面的社会问题 4．下列说法不正确的是（   ） A．大数据的速度快不仅指数据产生的速度快，还指数据处理的速度快 B．大数据具有数据体量巨大，价值密度低等特点 C．某校学生网上高考报名的数据属于大数据 D．大数据要分析全体数据 5．以下关于大数据的说法，错误的是（   ） A．大数据的处理离不开云计算 B．从网络上搜索得到的数据称为大数据 C．大数据在电商、电、金融等各行业都有巨大的社会价值和产业空间 D．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捕捉、管理和处理的数据集合 6．下列对大数据的“4V”特征的描述中，不正确的是（   ） A．从微观而言，数据规模达到亿条以上，存储空间至少 10TB~100TB，至少可达 PB级的都可以称为大数据 B．大数据的数据类型很丰富，如网络日志、图片、音频、视频、地理位置数据等 C．实时公交系统为用户提供有效的服务，正是应用了大数据的快速处理分析功能 D．大数据的价值密度很高，因此具有巨大的价值 7．短视频APP利用大数据技术分析用户在不同视频上停留的时间，针对用户喜好推送视频。这主要运用了（   ） A．大数据采集技术 B．大数据存储技术 C．大数据预处理技术 D．大数据分析技术 8．以下选项中不属于大数据特征的是（   ） A．数据量大 B．片面性 C．多样性 D．处理速度快 9．“杭州城市数据映像”项目通过釆集杭州地区的微博文本数据进行情感分析的研究，从而展示不同地域不同时间人们的情绪变化。下列说法不正确的是（   ） A．该项目中，微博数据是大数据,对微博文本数据进行情感分析涉及人工智能等领域 B．该项目的数据处理可以釆用分布式处理技术 C．将该项目中不同地区不同时间人们的情绪变化用视频方式呈现是数据的可视化 D．该项目的实施涉及中文分词，中文分词只能通过基于词典（即基于字符匹配）的分词方法达到目的 10．为了早日实现“碳中和”的总目标，多地政府提倡绿色出行。其中共享单车是一个重要的推广项目：一般情况下用户只要在手机中打开相应的APP，扫描车上的二维码就能解锁，骑行后在指定区域上锁并听到类似“还车成功”的提示音即可完成一次租借。其中，租借数据包括用户信息、租车时间、租车地点、还车时间、还车地点等，均已存储于二维表结构中。下列关于数据、大数据的说法不正确的是（   ） A．每次租借共享单车的记录是数据 B．用户的共享单车租借数据属于结构化数据 C．大数据因为体量太大，只需抽取部分数据进行分析 D．通过大数据分析可以优化共享单车的放置地点和数量 11．下列关于大数据与大数据处理的说法，不正确的是（    ） A．大数据价值密度低，“提纯”大数据可以让其发挥更大的价值 B．高速公路中实时产生的车流量数据属于静态数据 C．词频统计是文本数据处理中特征提取的一种方法 D．经过处理后的大数据，利用可视化技术，有助于快捷观察与追踪数据 12．从互联网产生大数据的角度来看，大数据具有“4V”特征，下面不属于“4V”的是（  ） A．可信(Validity) B．大量(Volume) C．多样(Variety) D．高速(Velocity) 13．下列可能使用了大数据技术的是（  ） ①为了避免堵车，利用高德地图查看道路拥堵情况 ②线上购物平台根据用户行为推荐个性产品 ③水银温度计上显示当前气温是30℃ ④气象部门根据监测数据预报天气 ⑤用户根据实时公交系统查看公交实时位置 A．①②③④ B．①②④⑤ C．②③④⑤ D．①②③④⑤ 14．大数据、人工智能的迅猛发展和普及，为杭州亚运会的筹备加入了许多数智化创新的元素。例如电竞中心运用全感知的5G数字基座，接入了设备数量超万台、数据类型达10万种以上的“数字驾驶舱”，可以实现场馆平时与赛时相结合的智能化管理，也可借助人行、车行设备系统实现对车辆数据、通行数据、检票数据的流量分析及预警。下列关于数据安全的说法，正确的是（    ） A．在使用“数字驾驶舱”数据时，不需要考虑数据的安全性 B．通过对检票数据进行加密、校验等方法有助于提高数据的安全性 C．对“数字驾驶舱”中的数据进行管理时，可以采用传统的数据库管理技术 D．增强数据安全，重点应该提高数据本身的安全，存储数据介质的安全不太重要 15．疫情期间提倡人流不聚集，如果我们外出，可以通过app查询实时人流密度，实时更新，这里最能体现大数据的哪一项特征（   ） A．巨量性 B．数据生成速度快 C．多样性 D．价值性 16．大数据对人们生活带来的负面影响有（    ） A．个人信息泄漏 B．信息采集困难 C．信息处理需要更智能的设备 D．信息的价值不高 17．下列关于数据管理与安全的说法，不正确的是（   ） A．计算机文件管理一般采用树形目录结构，方便文件的组织和管理 B．传统的数据库技术善于处理半结构化、非结构化数据 C．对于数据安全，不仅要做好数据及其存储介质的安全防护，也要提高个人数据安全意识 D．数据加密可提高数据的保密性，而数据校验可验证数据的完整性 二、填空题 18．大数据的特征通常用4V来描述，分别是Volume（数据量）、Velocity（处理速度）、Variety（ ）和Value（价值性）。 19．从互联网产生的大数据角度来看，大数据具有4V特征，分别是 （1） 、（2） 、 （3） 、（4） 。 20．从互联网产生的大数据角度看，其最显著特征是 。 21．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、判断题 22．云计算允许用户随时随地访问和处理数据，这完全依赖于本地计算机。 ( ) 23．大数据的特征包括数据量大、处理速度快、数据类型单一和价值密度高。( ) 24．在大数据时代，数据不仅是信息的载体，也是人们提取信息、做出决策的重要依据。( ) 25．大数据具有数据产生速度快特点，目前全世界每年产生的数据量是EB级别。( ) 26．大数据是指大量的数据。( ) 四、操作题 27．某超市运用物联网、大数据等技术进行日常管理。顾客购物流程如图1所示。 图1 （1）顾客在注册超市会员时，需要用手机下载APP。注册信息中的顾客姓名、性别、登录密码等，属于信息系统组成要素中的( )。 A．人         B．数据         C．软件         D．硬件 （2）顾客可以使用该超市的APP，查询各类商品、价格和促销活动等信息。这个APP位于物联网基本架构中的( )。 A．网络层         B．感知层         C．应用层 （3）该超市内的商品都配置了电子标签，在结算时，顾客只需将其放置在收银区，便可自动读取商品信息。以下技术中，能够实现自动读取商品电子标签的是( )。 A．卫星定位技术         B．4G移动通信技术         C．射频识别技术         D．人脸检测技术 （4）如图2所示，超市内若干台监控终端通过双绞线连接到交换机。相较于光纤，选用双绞线这类通信线路的优势是( )。 图2 A．抗干扰能力更强         B．传输速率更快    C．使用成本更低           D．支持更远的传输距离 （5）如图3所示，通过ipconfig命令，可以在超市的监控终端上查看本机IP地址。该终端的IP地址为 。 图3 （6）超市信息系统的运维离不开物理设施与环境的保障。其中，设备故障、线路老化、突然停电等都是常见的物理安全风险。针对这些风险，以下应对措施合理的是( )。 A．每个月换一台新服务器                 B．及时更换老化的线路 C．安排技术人员定期检查设备情况         D．为系统核心设备配置不间断电源 （7）超市等零售行业是大数据技术的主要应用领域之一。通过大数据分析可以挖掘到一些对超市有价值的信息，例如通过消费记录、销售额等数据分析，可以对超市内重点区域进行广告宣传，助力超市的发展。关于大数据对超市的作用，以下表述正确的是( )。 A．大数据可以预测超市的销售趋势         B．大数据可以指导超市的宣传方案 C．数据可以延长商品保质期限             D．大数据可以构建顾客的用户画像 28．天气预报APP “**天气”是很受欢迎的一款天气预报APP，在提供天气信息外，还会显示生活气象指数，如穿衣指数、感冒指数和洗车指数等。如“穿衣助手”功能会根据当日天气情况，展示卡通人物搭配适当的衣服，为生活提供高效便利的服务。 （1）“穿衣助手”能根据天气情况或活动场合，给出穿衣建议指南，这属于( )的应用。  A、专家系统      B、决策支持系统 （2）“**天气”可精确到方圆500米以内、未来1小时的分钟级预报，得益于它多种渠道的数据来源，并从海量数据中挖掘出有价值的信息，从而为用户提供实时的天气预报，这主要是采用了( )技术。  A、大数据  B、物联网  C、云计算  D、语音识别 （3）“穿衣助手”APP主要依据温度和湿度这两个因素提供穿衣指南，如果日平均温度低于18度且湿度大于60%需要穿秋衣、秋裤，反之不需要。请完善下面程序，能判断是否需要穿秋裤。（日平均温度=（日最高温度+日最低温度）/2） low = float(input("请输入最低气温："))   #输入最低温度 high = float(input("请输入最高气温："))  #输入最高温度 RH = float(input("请输入当日湿度："))    #输入当日湿度 aver =①                               #计算日平均温度 if  aver<18 ② RH>0.6 ：               #根据温度和湿度进行判断      print("天气凉啦，该穿上秋裤啦！")   else:      print("暂时还不需要穿秋裤！") A、high/2   B、low/2   C、high+low/2   D、(high+low)/2   E、and   F、or   G、not （4）结构化程序包含了顺序结构、 结构和 结构。 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】本题考查大数据。选项D数据类型单一，这与大数据的多样性特征是相悖的。大数据的一个重要特征就是其数据类型的多样性，因此数据类型单一不是大数据的特征。故正确答案为选项C。 2．D 【详解】本题考查大数据。数据规模不同：传统数据技术主要利用现有关系性数据库中的数据，这些数据规模相对较小，可以通过数据库的分析工具进行处理。大数据则涉及的数据量非常大，传统的数据库分析工具无法直接应对如此庞大的数据量。采集方式不同：传统数据的采集方式可能包括查阅资料、问卷调查、实地考查和实验等，这些方法虽然各有优势，但通常效率较低，规模有限。大数据采集则包含了日志采集、页面采集、移动数据采集、社交采集、传感器采集等多种方式，可以高效地收集来自不同渠道和来源的数据。分析方法不同：传统数据分析方法包括描述统计分析、探索性数据分析、假设检验和推断统计分析等，这些方法通常适用于较小的数据集。大数据分析方法则更为多样，包括对比分析、漏斗分析、用户分析、指标分析和埋点分析等，这些方法可以更好地处理和分析大规模、复杂的数据集。故正确答案为选项D。 3．B 【详解】本题考查大数据。虽然大数据蕴含着巨大的价值，但其价值密度往往相对较低，因为大数据中有用的信息需要从大量的冗余数据中提取出来。故答案为：B。 4．C 【详解】本题考查的是大数据描述。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。可以用传统算法和数据库系统可以处理的海量数据不能算“大数据”，某校学生网上高考报名的数据不属于大数据。故选C。 5．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范围内用常规软件工具进行捕捉、管理和处理的数据集合，所以从网络上搜索得到的数据称为大数据表述错误，故本题选B选项。 6．D 【详解】本题考查大数据特征相关内容。大数据的4V特征是指：Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（价值密度低）。ABC选项说法正确。D选项，大数据虽然具有极高的价值潜力，但大部分数据并没有直接的使用价值，需要经过深度挖掘和分析才能提炼出有用的信息，选项说法错误。故本题答案是D选项。 7．D 【详解】本题考查大数据技术。大数据分析技术是指对大量数据进行处理和分析，以提取有价值的信息和洞察。短视频APP利用大数据技术分析用户在不同视频上停留的时间，针对用户喜好推送视频，这主要运用了大数据分析技术。故选：D。 8．B 【详解】本题考查大数据特征相关内容。大数据的特征有：价值密度低、处理速度快、数据类型多、数据体量大，故本题答案是B选项。 9．D 【详解】本题考查大数据的应用。中文分词不仅限于基于词典的方法，还包括基于统计和机器学习的方法，如基于条件随机场（CRF）等。故答案为：D。 10．C 【详解】本题考查大数据相关内容。A选项，数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合，每次租借共享单车的记录是数据，选项正确。B选项，IT系统产生的数据，一般根据数据结构模型分为结构化数据、半结构化数据和非结构化数据，大部分关系型数据库中存储的数据，有着优良的存储结构，我们称之为结构化数据，用户的共享单车租借数据属于结构化数据，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，选项错误。D选项，大数据分析是将大规模的、复杂的、多样化的数据转化为有用信息的过程。它通过运用数学、统计学、计算机科学等领域的知识和技术，从数据中提取出有意义的模式、趋势和规律，通过大数据分析可以优化共享单车的放置地点和数量，选项正确。故本题答案是C选项。 11．B 【详解】本题考查的是大数据。高速公路中实时产生的车流量数据是不间断地、持续到达的，属于流数据。故选项B说法不正确。本题应选B 12．A 【详解】本题考查大数据的特征。从互联网产生大数据的角度来看，大数据具有“4V”特征：大量（Volume）、多样（Variety）、低价值密度（Value）、高速（Velocity）。可信（Validity）不是大数据的特征。故选：A。 13．B 【详解】本题考查大数据相关内容。大数据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。①②④⑤选项使用了大数据技术，③水银温度计上显示当前气温是30℃，是测量当前温度，没有使用大数据技术。故本题答案是B选项。 14．B 【详解】本题考查的是数据安全。在使用“数字驾驶舱”数据时，需要考虑数据的安全性；通过对检票数据进行加密、校验等方法有助于提高数据的安全性；“数字驾驶舱”中的数据属于大数据，无法采用传统的数据库管理；增强数据安全，重点应该提高数据本身的安全，存储数据介质的安全也很重要。故本题应选B。 15．B 【详解】本题考查大数据的特征。如果我们外出，可以通过app查询实时人流密度，实时更新，这里最能体现大数据的数据生成速度快。故选B。 16．A 【详解】本题考查大数据的影响。结合选项，可知大数据对人们生活带来的负面影响有个人信息泄漏，故选A。 17．B 【详解】本题考查数据管理相关知识。传统数据库主要用于管理结构化数据,而大数据技术更适合处理非结构化和半结构化数据。故本题答案为B选项。 18．多样性 【详解】本题考查大数据的相关知识。大数据具有“4V”特征，分别是大量（Volume），多样（Variety），高速（Velocity）、低价值密度（Value）。 19． 产生速度快或速度快 体量大或量大 类型多 价值密度低 【详解】本题主要考查大数据的特征。从互联网产生的大数据角度来看，大数据具有4V特征，分别是：产生速度快或速度快、体量大或量大、类型多、价值密度低。 20．数据体量巨大 【详解】本题考查的是大数据特征。本题主要考查大数据的特征。从互联网产生的大数据角度来看，大数据具有4V特征，分别是：大量、多样、低价值密度、高速，其中最显著特征是数据体量巨大。 21．数据存储 【详解】本题考查大数据处理流程相关内容。大数据处理流程包括：数据采集与预处理、数据存储、数据挖掘、数据呈现。故本题答案是：数据存储。 22．错误 【详解】本题考查云计算。云计算允许用户随时随地访问和处理数据，但这并不完全依赖于本地计算机。实际上，云计算的核心概念是将计算资源（包括硬件、软件和数据）从传统的本地计算机或数据中心转移到远程的大型数据中心，这些数据中心通过互联网提供服务。 当用户需要访问或处理数据时，他们可以通过互联网连接到云计算服务提供商的数据中心，然后使用云上提供的计算资源进行操作。这种方式的好处是，用户不再需要依赖强大的本地计算机来运行大型应用程序或处理大量数据，因为所有的计算工作都在远程的数据中心进行。 因此，虽然用户可能需要一台能够连接到互联网的计算机来访问云计算服务，但云计算本身并不依赖于本地计算机的性能。相反，云计算服务提供商负责管理和维护远程的数据中心，确保用户能够随时随地获得所需的计算资源。 故正确答案为错误。 23．错误 【详解】本题考查大数据特征。大数据的特征之一是数据类型的多样性（Variety），而不是单一性；同时，由于大数据中包含了大量的信息，但真正有价值的信息可能只占据很小的一部分，因此价值密度相对较低（Value），而不是高。综上所述，大数据的主要特征包括数据量大、处理速度快、数据类型多样和价值密度低。这些特征使得大数据处理和分析需要采用新的技术和方法，以应对其带来的挑战和机遇。故题干说法错误。 24．正确 【详解】本题考查数据的作用。在大数据时代，数据不仅是信息的载体，同时也是人们提取信息、做出决策的关键依据。大数据技术使得处理和分析大规模数据集变得可能，从而帮助人们挖掘隐藏在数据中的模式、趋势和关联。通过对大数据的分析，人们可以获得更深刻的洞察，做出更明智的决策，以及发现新的商机和创新方向。故说法正确。 25．错误 【详解】目前全世界每年产生的数据量是ZB级别。大数据的量级主要分为以下几个层次： 1、TB（Terabyte）级，即万亿字节级别。1TB=1024GB，可存储约300万条记录或200万张图，属于入门级大数据量。 2、PB（Petabyte）级，即千万亿字节级别。1PB=1024TB，可存储30-50亿条记录或2-3亿张高清图，属于中级大数据量。 3、EB（Exabyte）级，即十万亿字节级别。1EB=1024PB，可存储300-500亿条记录或20-30亿张高清图，属于高级大数据量。 4、ZB（Zettabyte）级，即十亿亿字节级别。1ZB=1024EB，可存储3万-5万亿条记录或200-300亿张高清图，属于超大数据量。 5、YB（Yottabyte）级，即一万亿亿亿字节级别。1YB=1024ZB，属于极大数据量，远超当前世界上全部数据总量，难以想象。 从单位意义上看，大数据量级依次为：KB<MB<GB<TB<PB<EB<ZB<YB。其中，TB级别之上可称为大数据量级，PB级别及以上为超大数据量级。 故本题答案是：错误。 26．错误 【详解】本题考查大数据的概念。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。故表述错误。 27． B C C C 192.168.5.101 BCD ABD 【详解】本题考查物联网与大数据技术相关内容。结合题目内容，推知： （1）信息系统是由计算机硬件、网络和通信设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。主要有五个基本功能，即对信息的输入、存储、处理、输出和控制。注册信息中的顾客姓名、性别、登录密码等，属于信息系统组成要素中的数据，故本题答案是：B。 （2）物联网的基本架构通常被划分为三个主要的层次：感知层、网络层和应用层，这三个层次共同构成了物联网的核心结构，使得物理世界中的物体能够通过互联网进行连接和交互。APP位于物联网基本架构中的应用层，故本题答案是：C。 （3）电子标签的学名是RFID，即射频识别，俗称电子标签；射频识别是一种非接触式的自动识别技术。最基本的RFID系统由三部分组成：标签，由耦合元件及芯片组成，每个标签具有唯一的电子编码，附着在物体上标识目标对象；阅读器，读取标签信息的设备，可设计为手持式和固定式；天线，在标签和读取器之间传递射频信号。能够实现自动读取商品电子标签的是射频识别技术，故本题答案是：C。 （4）双绞线和光纤的主要区别在于导体材料、带宽、信号干扰、距离和成本。双绞线电缆是一种更实惠的选择，但带宽和距离有限，并且容易受到信号干扰。光纤具有更高的带宽，可以在更远的距离上传输数据，不易受到信号干扰，但价格也较昂贵。故本题答案是：C。 （5）ipconfig是调试计算机网络的常用命令，通常大家使用它显示计算机中网络适配器的IP地址、子网掩码及默认网关。由图可知，该终端的IP地址为：192.168.5.101，故本题答案是：192.168.5.101。 （6）信息系统物理安全风险指由于信息系统物理特性和周边环境引起的硬件设备和线路的不可用，而造成信息系统不可用的可能性，主要包括：地震、水灾、火灾等不可抗力因素造成设备损坏；电源故障造成设备断电；设备被盗、被毁、老化导致数据丢失或功能失灵；温度、湿度过高导致设备无法正常运行等。应对措施有：及时更换老化的线路、安排技术人员定期检查设备情况、为系统核心设备配置不间断电源，故本题答案是：BCD。 （7）超市经营的大数据分析在市场调研、顾客行为分析、商品销售分析、库存管理和供应链分析等方面 都发挥着重要作用。通过对大数据的深入分析，超市能够更好地了解市场需求，优化商品组合和定价策略，提高客户满意度，降低成本和风险，从而提升超市的竞争力和盈利能力。对比四个选项，大数据对超市的作用体现在：大数据可以预测超市的销售趋势、大数据可以指导超市的宣传方案、大数据可以构建顾客的用户画像。故本题答案是：ABD。 28． B A D E 分支或选择 循环 【详解】本题考查专家系统、大数据、条件判断和Python程序设计等知识。 （1）这个问题涉及到穿衣助手APP给出穿衣建议指南的功能，该功能更符合专家系统的应用，因为它通过判断天气情况和活动场合，提供专业的穿衣建议。故答案为：B。 （2）天气APP可以提供精确到方圆500米以内、未来1小时的分钟级预报，这需要处理大量的实时数据。大数据技术是处理和分析大规模数据集的技术，对于实时天气信息的获取、处理和预测，大数据技术可以更好地应对。故答案为：A。 （3）当用户输入最低气温、最高气温和当日湿度后，程序首先通过计算取得日平均温度，使用公式：日平均温度 = (日最高温度 + 日最低温度) / 2。故答案为：D。接下来，程序使用条件判断语句（if-else语句）来判断是否需要穿秋裤。具体来说：  条件部分：aver < 18 and RH > 0.6 表示日平均温度低于18度且湿度大于60%时，执行相应的代码块。 如果条件满足，输出"天气凉啦，该穿上秋裤啦！"。 如果条件不满足，执行else语句，输出"暂时还不需要穿秋裤！"。故答案为：E。 （4）在结构化编程中，有三种基本的程序控制结构，分别是顺序结构、选择结构和循环结构。故答案为：分支或选择、循环。 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 $$