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 一、选择题 1．以下关于对大数据特点的叙述中不正确的是（   ） A．数据价值密度高B．数据类型多样 C．数据处理速度快 D．数据规模大 2．下列关于大数据的说法，正确的是（   ） A．系统可以使用批处理计算对购票的实时数据进行分析 B．大数据指数据量庞大、价值密度高的数据 C．大数据应用不会泄露用户隐私信息 D．一般采用分治思想进行大数据分析 3．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 4．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 5．在教科书中利用Python探究电流和电压、电阻的关系实验里，除了可以通过书中的Jupyter Notebook外，处理数据还可以通过下列（  ）工具实现。 A．Python IDLE B．Xmind C．网络画板 D．几何画板 6．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 7．下列对大数据的理解错误的是（    ）。 A．从互联网产生大数据的角度来看，大数据具有“4V”特征，分别是大量（Volume），多样（Variety），低价值密度（Value），高速（Velocity）。 B．从互联网思维的角度来看，大数据具有三个特征：样本渐趋于总体，精确让位于模糊，相关性重于因果。 C．从大数据存储与计算的角度来看，大数据具有两个特征：分布式存储和分布式并行计算。 D．以上都不对 8．下列有关大数据和大数据处理的说法，不正确的是（    ） A．处理大数据一般采用分治思想 B．对实时变化的道路交通数据采用流计算进行处理 C．大数据的数据类型多，包含半结构化和非结构化数据 D．当数据量大到一定程度时，也不能忽略个别数据的不准确 9．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 10．某网络购物平台使用大数据技术采集大量客户的购物行为数据，通过对客户购物行为数据进行分析，找出购买商品之间的关联关系，从而帮助电商制定更加精准的营销策略。图为客户网购行为数据分析的部分结果。 频繁项集 支持度 牛奶——啤酒 0.5 尿布——啤酒 0.477272727 面包——啤酒 0.477272727 尿布——面包——啤酒 0.340909091 面包——牛奶——啤酒 0.340909091 尿布——牛奶——啤酒 0.318181818 鸡蛋——啤酒 0.295454545 尿布——面包——牛奶——啤酒 0.25 尿布——牛奶——面包 0.25 对候选项集的支持度进行筛选，当候选项集的支持度不小于最小支持度时，形成频繁项集。观察图中的频繁项集及其支持度，推测数据分析过程中的最小支持度可能为（    ） A．0.2 B．0.3 C．0.4 D．0.5 11．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 12．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 13．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） 14．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 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．小张采集了运动会的报名数据录入到Excel文件，每位同学最多参加两个项目，部分界面如下图所示。他先使用Excel软件整理数据，存储为“运动会报名.xlsx”文件后，编写Python程序完成后续处理。小张对数据进行以下整理，操作恰当的是（   ） A．发现高一(1)班陈易涵有两条相同的数据，删除一条 B．发现高一(3)班张怀沙的跳高一栏空着，填入数字“1” C．发现第6行“高一(二)班”的格式与其他数据不一致，删除第6行数据 D．发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，删除第8、9行数据 17．下列有关大数据的说法，正确的是（   ） A．处理大数据时，一般采用分治思想 B．某校汇总的新生学籍信息数据是大数据 C．大数据分析的是抽样数据，而不是全体数据 D．大数据更关注事物的因果关系而不是相关性 18．以下描述的场景与处理方法使用不恰当的是（   ） A．分析去年的地铁客流数据优化地铁运行采用批处理计算 B．淘宝“双十一”通过实时分析用户行为实现商品的推荐采用流计算 C．图计算为腾讯超大规模社交网络图数据的各类计算提供支撑 D．分析近十年高考的数学试卷梳理常考知识点采用流计算 19．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 20．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 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】本题主要考查大数据的特点。大数据的特点有：数据价值密度低、数据类型多样、数据处理速度快、数据规模大，故本题选A选项。 2．D 【详解】本题考查大数据相关内容。A选项，静态数据适合批处理，流数据适合实时计算，选项错误。B选项，大数据具有数据体量大、速度快、数据类型多、价值密度低的特点，选项错误。C选项，大数据应用会泄露用户隐私，选项错误。D选项，大数据一般采用分治思想进行分析处理，选项正确。故本题答案是D选项。 3．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。 4．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。 5．A 【详解】本题Python相关知识点 IDLE 是 Python 所内置的开发与学习环境，故除了可以通过书中的Jupyter Notebook外，处理数据还可以通过Python IDLE工具实现。故本题选A选项 6．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。 7．D 【详解】本题主要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）,因此A选项正确；从互联网思维的角度来看，大数据具有三个特征：样本渐趋于总体，精确让位于模糊，相关性重于因果。因此B选项正确；从大数据存储与计算的角度来看，大数据具有两个特征：分布式存储和分布式并行计算。因此C选项正确；由上可知D选项不符合题意。 8．D 【详解】本题考查大数据。当数据量大到一定程度时，可以忽略个别数据的不准确，因为大数据更关注整体的趋势和规律。故答案为：D。 9．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 10．A 【详解】本题考查大数据技术应用。观察以上支持度，可以推测最小支持度阈值是0.2，因为所有的频繁项集的支持度都大于等于这个值。因此，数据分析过程中可能设定的最小支持度阈值为0.2。故答案为：A。 11．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。 12．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。 13．C 【详解】本题考查大数据。大数据（big data），IT行业术语，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，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。大数据具有海量的数据规模，快速的数据流转，高质量的数据要求。本题说法不正确的是选项C。 14．C 【详解】本题主要考查数据处理。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取出相对有价值、有意义的数据，故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可处理的，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．A 【详解】本题考查的是数据处理。张怀沙已经有两个项目为1了，跳高一栏应填入数字“0”；第6行“高一(二)班”的格式与其他数据不一致，应修改格式；发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，应合并处理。故本题应选A。 17．A 【详解】本题考查大数据相关内容。A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。B选项，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，某校汇总的新生学籍信息数据不是大数据，选项错误。C选项，大数据要分析的是全体数据，不是抽样数据，选项错误。D选项，大数据更关注事物的相关性而不是因果关系，选项错误。故本题答案是A选项。 18．D 【详解】本题考查大数据分析。 近十年高考的数学试卷所考知识点属于静态数据，采用批处理计算即可，而且数据量不是很大，可能不需要用大数据处理。故正确答案为：选项D。 19．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。 20．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。 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 $$