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．文本数据处理的主要步骤由以下部分选项组成： ①特征抽取  ②数据分析  ③分词  ④文本获取  ⑤结果呈现 正确的顺序是(　　) A．④①③②⑤ B．④②③①⑤ C．④③①②⑤ D．③④①②⑤ 2．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 3．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 观察图，对频繁2项集{牛奶，啤酒}和{面包，啤酒}进行连接，生成的候选3项集为（    ） A．{尿布，面包，啤酒} B．{面包，牛奶，啤酒} C．{尿布，牛奶，啤酒} D．{尿布，牛奶，面包} 4．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 5．某APP使用大数据实时统计车流量反馈给用户，下列关于数据与大数据的说法，正确的是（   ） A．大数据分析的是局部数据 B．大数据允许个别不准确的数据存在 C．数据的数字化过程先量化再采样 D．该APP适合使用批处理计算处理后台数据 6．大数据的战略意义不在于庞大的数据量，而在于对这些数据（   ） A．存储处理 B．速度处理 C．专业化处理 D．内容处理 7．HDFS和MapReduce作为Hadoop的核心组件，下列对它们的描述错误的是（   ） A．HDFS是具有高容错性的分布式文件系统，适合部署在普通的机器上 B．HDFS特别适合那些需要多次写入、多次读取的超大规模数据集的应用程序 C．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 D．MapReduce隐藏了分布式并行编程的底层实现细节，提升了应用的开发效率 8．下列关于大数据的说法正确的是（   ） A．大数据注重事物的因果关系而不重视相关性 B．大数据处理技术是自古就有的 C．大数据的特征:体量大，速度快，数据类型多，价值密度低 D．大数据技术通过抽样数据的方法处理数据 9．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 10．下列关于大数据处理的描述中，不正确的是（　　） A．处理大数据时，一般采用分治思想 B．Hadoop是一个可运行于大规模计算机集群上的分布式系统基础架构，适用于处理实时数据 C．HDFS是一个高度容错性的系统，适合部署在廉价的机器上，云盘、网盘的底层一般采用HDFS实现 D．MapReduce是一种分布式并行编程模型，主要由Map（映射）和Reduce（归纳）2个函数构成 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．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 13．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 14．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 15．大数据（     ）能从规模巨大的数据中，分析并提取出有潜在价值的信息。 A．采集技术 B．分析与挖掘技术 C．预处理技术 D．可视化与应用技术 16．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 17．大数据处理的一般过程是（   ） A．清洗 B．分析 C．采集 D．挖掘 18．下列关于数据处理的描述，正确的是（   ） A．数据处理是将信息转换成数据的过程 B．数据处理是将数据转换成信息的过程 C．数据处理是对数据进行算术运算 D．数据处理是数据的简单收集 19．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 20．以下的场景中，没有应用大数据技术的是（   ） A．用百度搜索引擎查找信息 B．手机百度地图实时导航 C．在学籍系统找某个同学的资料 D．管理部门预测高速公路拥堵 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】本题主要考查文本数据处理。文本数据处理正确顺序为④文本获取、③分词、①特征抽取、②数据分析、⑤结果呈现，故本题选C选项。 2．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。 3．B 【详解】本题考查大数据技术应用。频繁2项集{牛奶，啤酒}和{面包，啤酒}连接生成候选3项集时，我们要找到共同的元素并合并：{牛奶，啤酒}和{面包，啤酒}有一个共同元素“啤酒”，所以生成的候选3项集为{牛奶，面包，啤酒}。根据上述分析，题目给出的候选项集中，只有{面包，牛奶，啤酒}是从频繁2项集{牛奶，啤酒}和{面包，啤酒}连接生成的。故答案为：B。 4．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。 5．B 【详解】本题考查大数据。A选项错误，大数据分析的是全局数据，而不是局部数据，通过处理海量数据来发现规律和趋势。B选项正确，大数据允许个别不准确的数据存在，因为大数据的特点之一是数据量大，个别不准确的数据对整体分析结果影响较小。C选项错误，数据的数字化过程通常是先采样再量化，采样是将连续信号转换为离散信号，量化是将离散信号转换为数字信号。D选项错误，该APP适合使用实时计算处理后台数据，而不是批处理计算，因为实时统计车流量需要及时反馈给用户。 故答案为：B。 6．C 【详解】本题考查大数据相关内容。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，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。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。故本题答案是C选项。 7．B 【详解】本题考查大数据处理。HDFS主要功能是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上，并用分布式系统进行管理。采用一次写入、多次读取的访问模式。故答案为：B。 8．C 【详解】本题考查大数据的描述。 大数据不再强调对事物因果关系的探求，而是更加注重它们的相关性；古代没有大数据处理技术；大数据的特征:体量大，速度快，数据类型多，价值密度低；大数据技术是对全体数据进行处理。故选C。 9．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。 10．B 【详解】本题主要考查大数据处理。hadoop 指一个用于大数据分布式存储(HDFS)，分布式计算(MapReduce )和资源调度(YARN)的平台，Hadoop适用于静态数据的批处理计算，不适用于处理实时数据，故本题选B选项。 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．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 13．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。 14．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。 15．B 【详解】本题主要考查大数据分析知识点。大数据分析与挖掘技术能从规模巨大的数据中，分析并提取出有潜在价值的信息，故本题选B选项。 16．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。 17．ABCD 【详解】本题考查大数据。采集、清洗、分析和挖掘，这四个步骤构成了大数据处理的一般流程。其中，采集和清洗是数据准备的关键步骤，分析和挖掘则是提取价值的核心过程。这个过程可能需要反复迭代,以不断优化和完善大数据的处理和利用。故正确答案为ABCD。 18．B 【详解】本题主要考查数据处理的描述。数据处理是将数据转换成信息的过程，故本题选B选项。 19．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 20．C 【详解】本题主要考查大数据技术的描述。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。大数据技术是指从各种各样的数据类型中，快速获得有价值信息的能力。在学籍系统找某个同学的资料没有应用大数据技术，应用了数据库管理技术，故本题选C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 $$