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 2．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 3．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 4．ChatGPT是一款聊天机器人程序。ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。它使用了Transformer神经网络架构，这是一种用于处理序列数据的模型，它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT上知天文下知地理，还能具备根据聊天的上下文进行互动的能力，实现与真正人类几乎无异的聊天场景。下列关于大数据的说法，正确的是（   ） A．利用大量的语料库训练模型需要大数据的支持 B．ChatGPT的语料库因数据体量大，只能抽样处理 C．语料数据中蕴含着巨大的价值，其价值密度高 D．Hadoop 适用于实时数据的流计算 5．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 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．大数据时代已经在悄悄地改变我们的日常生活，也使人们日常生活更为便捷，如移动支付、网络约车出行、网络购物、网络预约挂号等。以下不属于大数据分析的是（　　） A．特征探索 B．关联分析 C．聚类与分类 D．建模分析 8．下列描述的场景与处理方法使用不恰当的是(　　) A．分析前一年的高铁客流数据优化高铁运行采用批处理计算 B．京东网双12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．分析近五年的信息技术选考试卷梳理高频考点采用流计算 9．下列关于大数据的说法，正确的是（   ） A．大数据要分析的是全体数据，而不是抽样数据，且要求数据必须是精确无误的 B．处理大数据时，一般采用分治思想 C．处理大数据时，更注重事物的因果关系而不是相关性 D．实现对实时数据的获取、传输和存储可以采用分布式系统完成 10．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 11．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 12．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 13．下列关于大数据和大数据处理说法正确的是（   ） A．大数据蕴含着巨大的价值，价值密度高 B．相比数据之间的相关性，大数据处理更关注背后的因果关系 C．车载导航系统一般以流计算方式处理交通大数据，为用户提供更好的导航服务 D．由于大数据数据体量大，所以大数据处理的是抽样数据 14．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 15．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 16．下列关于大数据的说法，不正确的是（     ） A．大数据是未来信息技术产业一种原料，可以从中提取很多有效信息 B．大数据对未来的社会和个人将产生深刻影响 C．大数据可以使用Excel电子表格或数据库来处理 D．在很多情况下，大数据的来源可以不依靠人工 17．某超市曾经研究销售数据，发现买商品A的人购买商品B的概率很大，这种属于数据的（　　） A．聚类分析 B．关联分析 C．分类分析 D．回归分析 18．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 19．一般而言，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 20．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 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 【详解】本题考查大数据相关内容。大数据一般的定义为：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。大数据技术是一系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的数据处理技术。大数据技术使用需要特别关注数据存储和处理能力、数据质量、数据安全和隐私保护、业务需求和技术限制以及人才支持等问题。只有在合理规划和充分考虑这些问题的基础上，才能有效地利用大数据技术，并取得预期的效果。ABC选项属于大数据技术的应用领域。D选项，并不是所有数据都适合使用大数据技术进行处理，选项错误。故本题答案是D选项。 2．A 【详解】本题主要考查数据处理的过程。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撰写研究报告，故本题选A选项。 3．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。 4．A 【详解】本题主要考查大数据的描述。利用大量的语料库训练模型需要大数据的支持；ChatGPT的语料库处理全体数据；语料数据中蕴含着巨大的价值，当其价值密度低；Hadoop面向大规模的批量处理，适用于处理静态数据，不适用于流数据，故本题选A选项。 5．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。 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．D 【详解】本题考查大数据分析的相关知识点 大数据分析的方法主要有特征探索、关联分析、聚类与分类。故本题选D选项 8．D 【详解】本题考查的是对不同数据的不同处理方法。一般静态数据用批处理计算，流数据用流计算，图数据用图计算等。近五年的信息技术选考试卷梳理高频考点应该属于静态数据，应采用批处理计算。故选项D正确。 9．B 【详解】本题考查大数据相关内容。 A选项，大数据要分析的是全体数据，不是抽样数据，大数据具有低价值密度性，所以大数据无需每个数据都准确无误，选项错误。 B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。 C选项，处理大数据时，更注重事物的相关性而不是因果关系，选项错误。 D选项，实现对实时数据的获取、传输和存储可以采用Flink完成。Flink 是一个开源的流处理框架，支持窗口操作、聚合操作、连接操作等复杂计算。Flink 还提供了容错机制，可以在数据处理过程中实时修复错误，并可以通过 Checkpoint 机制实现数据的容错。Flink 的优点是支持流式计算，可以处理大规模的数据流，适用于处理实时数据。选项错误。 故本题答案是B选项。 10．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。 11．A 【详解】本题考查大数据。A选项正确，分治思想是一种处理大规模数据的常用方法，即将大数据分解成小规模的子问题，然后分别解决这些子问题，最后将结果合并。这种方法有助于提高数据处理的效率和可扩展性。B选项错误，体感技术通常监测到的数据是动态数据，即与人的肢体动作、姿态等相关的实时数据。这些数据随着时间的推移会不断变化，而不是静态的。静态数据通常指固定不变的数据，例如存储在数据库中的信息，与体感技术所涉及的实时监测和动态交互不符。C选项错误，大数据通常不对抽样数据进行分析，而是利用全部数据进行分析，以获取更全面、更准确的结果。大数据分析的重点是发现数据之间的模式、规律和趋势，而非仅仅强调事物之间的关联性。D选项错误，通常，在处理文本数据时，首先进行的是数据预处理，包括文本清洗、标准化等操作，然后才进行数据分析和特征提取。数据预处理的目的是清理数据，减少噪音和不必要的信息，为后续的分析和建模提供高质量的数据。故答案为：A。 12．B 【详解】本题考查大数据分析相关内容。数据分析报告是一种有结构的文档，目的在于根据特定目标受众的需求，总结、解释和以可视化的方式呈现数据分析的结果。大数据分析报告应遵循的原则的是：（1）谨慎性原则：数据分析报告在撰写的过程中一定要谨慎，避免出现数据错误、不切合数据分析核心等不必要的问题，应该体现出实事求是、完整、科学、合理、可靠等特点。（2）规范性原则：数据分析报告中所使用的名词术语一定要专业、规范，并且全报告的格式应该统一，避免出现文不对题、前后不一致的情况。（3）重要性原则：数据分析报告一定要体现项目分析的重点，应该选取真实性、合法性指标，构建相关模型，科学专业地进行分析。（4）鼓励创新原则：如今科学技术发展迅速，必然能创新出便捷的、更好的研究模型和分析方法。在数据分析撰写报告的过程中，可以将这些创新的想法记录下来，发扬光大，增添数据报告的价值。前瞻性不属于大数据分析报告应遵循的原则。故本题答案是B选项。 13．C 【详解】本题考查大数据。大数据虽然价值巨大，但价值密度低，A选项错误；大数据处理更关注数据之间的相关性而非背后的因果关系，B选项错误；车载导航系统一般以流计算方式处理交通大数据，为用户提供更好的导航服务，C选项正确；大数据处理的是全体数据而非抽样数据，D选项错误。故答案为：C。 14．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。 15．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。 16．C 【详解】本题主要考查大数据的描述。大数据是未来信息技术产业一种原料，可以从中提取很多有效信息；大数据对未来的社会和个人将产生深刻影响；大数据可以使用数据库来处理，不能用Excel电子表格处理；在很多情况下，大数据的来源可以不依靠人工，故本题选C选项。 17．B 【详解】本题考查的是数据分析。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发、自动进行分类。关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。数据分类是数据分析处理中最基本的方法。数据分类通常的做法是，基于样本数据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将分类数据项映射到某一特点类别的功能。 回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。某超市曾经研究销售数据，发现买商品A的人购买商品B的概率很大，这种属于数据的关联分析。故选项B正确。 18．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。 19．A 【详解】本题考查的知识点是大数据处理过程。一般而言，大数据的处理过程包含四个步骤：①数据采集—> ②数据预处理—> ③数据分析 —> ④数据挖掘应用。故答案为A选项。 20．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。 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 $$