4.2大数据处理同步作业2024—2025学年高中信息技术浙教版（2019）必修1

4.2 大数据处理同步作业2024—2025学年高中信息技术 浙教版（2019）必修1 一、选择题 1．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 2．下列关于大数据及数据处理的说法，不正确的是（   ） A．重复数据可直接删除以节省存储空间 B．处理大数据时一般采用分治思想 C．大数据要分析的是全体数据，能接受数据的混杂性 D．文本数据处理的过程主要包括分词、特征提取、数据分析和结果呈现等 3．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 4．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 5．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 6．下列关于分布式系统架构Hadoop及其主要模块的说法，不正确的是（   ） A．Hadoop计算平台适用于静态数据的批处理计算 B．分布式文件系统HDFS是一个高度容错性系统，可以部署在普通计算机上 C．分布式数据库HBase主要用来存储结构化数据 D．MapReduce是一种并行编程模型，帮助用户编写处理大规模数据集的并行运算 7．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 8．我们正处于一个大数据时代，大数据使人们的生活、工作与思维方式等都产生了巨大的变革。那么，从互联网思维的角度来看，大数据具有特征是（  ） A．“4V”特征：大量（Volume）、多样（Variety）、低价值密度(Value)、高速(Velocity) B．样本渐趋于总体，精确让位于模糊，相关性重于因果 C．分布式存储，分布式并行计算 D．没有特征 9．下列关于Hadoop功能的说法，错误的是（    ） A．将大规模海量数据以文件的形式、用多个副本保存在不同的存储节点中 B．可用来存储非结构化数据和半结构化数据 C．具有良好的横向扩展能力，可以简单又高效地获取实时数据 D．处理大规模实时数据的计算与分析时性能不足 10．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 11．随着时代的发展，各行各业需要处理的的数据量快速增长，人工处理大量数据的效率与用计算机处理大量数据相比较，人工处理效率正变得（  ）。 A．更高 B．更低 C．一样 D．无法比较 12．浙江某中学准备充分利用现今的科学技术，举办一场盛大的运动会。为配合运动会顺利进行，学校计算机社团开发了一套运动会管理系统，实现运动员报名、比赛数据传输、气候预判、成绩排名等功能。为体现公平公正公开原则，所有运动员检录由人工智能进行人脸识别，自动登记入场信息。利用某平台的大数据进行气象预测，下列描述正确的是（   ） A．气象预测所需的实时数据一般采用批量处理方式 B．该系统对大数据进行计算的过程依赖于规范的结构化数据 C．有关气象的大数据只有及时处理才能充分发挥价值 D．只有通过大数据分析出天气变化的原因，才能对气候预判越来越准 13．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 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．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 16．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 17．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 18．大数据技术中，能从规模巨大的数据中，分析并提取出有潜在价值的信息的技术是（   ） A．采集技术 B．数据分析与挖掘技术 C．预处理技术 D．可视化技术 19．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 20．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 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。 2．A 【详解】本题考查大数据相关内容。A选项，重复数据需要经过五个阶段，才能完成删除。五个阶段分别是：（1）数据收集，通过比较进入的备份数据和先前的备份缩小需要进行分析数据的范围，使用“内容已知”数据库辨别它们之间可能的重复和相似数据。（2）数据识别/数据比较：以字节为单位分析数据收集阶段标志出的相似数据对象，如果数据收集阶段创建的工作表表明需要进行数据识别，那么就会用delta差分算法确定备份组中的哪些数据是唯一的、哪些数据是重复的.（3）数据重组：数据识别/数据比较的结果被传递给数据重组过程，在该过程中数据被重新组装，放入临时的“保留磁带”中，新数据被保存，前一阶段被标出的重复数据被已存数据的指针替代。（4）可选的完整性检查：在实际删除所有的重复数据前，执行一次可选的检查，以保证数据100%的完整性。在本阶段中，通过将“保留磁带”（代表经过重复数据删除的数据）和原始数据进行比较验证其结构和整个数据内容。（5）空间回收：从文件系统中删除冗余的数据，释放先前被占用的磁盘空间以备他用。选项错误。B选项，处理大数据时一般采用分治思想，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，对于数据不再追求精确性,而是能够接受数据的混杂性，选项正确。D选项，典型的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，选项正确。故本题答案是A选项。 3．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 4．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。 5．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。 6．C 【详解】本题考查大数据。 分布式数据库HBase主要用来存储结构化数据：这是不正确的。HBase是一个开源的非关系型分布式数据库，它主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，并可通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表。故正确答案为：选项C。 7．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。 8．A 【详解】本题主要考查大数据的特征。从互联网思维的角度来看，大数据具有特征是：大量（Volume）、多样（Variety）、低价值密度(Value)、高速(Velocity)，故本题选A选项。 9．C 【详解】本题考查大数据。Hadoop适用于静态数据的批处理计算，能完成海量数据的存储与分析，但在流数据实时处理时性能不足。故答案为：C。 10．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。 11．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 12．C 【详解】本题考查大数据相关内容。A选项，气象预测所需的实时数据一般采用流计算，静态数据采用批处理方式，选项错误；B选项，大数据一般结合结构化、半结构化和非结构化数据，选项错误；C选项，有关气象的大数据只有及时处理才能充分发挥价值，选项正确；D选项，大数据不探求因果关系，而是注重数据关联，选项错误。故本题答案是C选项。 13．B 【详解】本题主要考查文本数据处理。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；基于规则的分词是一种机械分词方法，需要不断更新和维护词典，并未在实际中广泛应用；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；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，故本题选B选项。 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．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。 16．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。 17．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。 18．B 【详解】本题主要考查大数据技术。数据分析与数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，分析并提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。故本题选B选项。 19．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。 20．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。 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 $$