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．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 2．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 3．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 4．大数据的特征可以用被总结为4V特征，以下哪个不属于大数据的4V特征（  ） A．种类多（Variety） B．体量大（Volume） C．风险大（Venture） D．速度快（Velocity） 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．（   ）特点是处理的信息数据量比较大而数值计算并不十分复杂 A．工程计算 B．数据处理 C．自动控制 D．实时控制 7．大数据不是要教机器像人一样思考。相反，它是（   ） A．把数学算法运用到海量的数据上来预测事情发生的可能性。 B．被视为人工智能的一部分。 C．被视为一种机器学习。 D．预测与惩罚。 8．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 9．下列关于大数据的说法错误的是（　　） A．从技术上看，大数据与云计算是密不可分的 B．大数据的最小基本单位是MB（兆字节） C．通常需要对大数据进行专业化处理 D．通过对大数据的分析，可以为人类社会创造更多的价值 10．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 11．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 12．下列关于Hadoop平台的说法正确的是(　　) A．该平台只能处理结构化数据 B．处理信息必须通过可视化体现处理的结论 C．该平台中每台计算机都在处理相同的数据 D．该平台可以节省大型和复杂问题的处理时间 13．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 14．数据分析基本方法有（   ） A．对比分析法 B．平均分析法 C．结构分析法 D．关联分析法 15．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 16．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 17．卫生部门对学生视力情况大数据进行对比，预测出学生视力变化等数据。这一过程属于数据处理中的（    ） A．数据搜索 B．数据加工 C．数据采集 D．数据分析 18．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 19．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 20．在抗击疫情的战斗中，大数据技术对密切接触者的判断和查找发挥了巨大的作用，下列场景中没有体现大数据技术应用的是(   ) A．利用人脸识别获取进出商店人员信息 B．利用手机基站获取定位信息 C．利用药房门口登记的个人信息 D．利用购票、乘车信息获取出行信息 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。 2．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。 3．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。 4．C 【详解】本题主要考查大数据特征。大数据的4V特征分别是Volume（大量性）、Velocity（高速性）、Variety（多样性）、Value（价值性），故本题选C选项。 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．B 【详解】本题考查数据处理。数据处理的特点是处理的信息数据量比较大，而数值计算并不十分复杂。数据处理通常涉及对大量数据进行收集、存储、处理和分析，例如数据库管理、信息检索、文件处理等。相比之下，工程计算通常涉及复杂的数值计算，自动控制和实时控制则更多关注于系统的控制和响应速度。故答案为：B。 7．A 【详解】本题考查的是大数据。数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。把数学算法运用到海量的数据上来预测事情发生的可能性，选项A正确；大数据不是人工智能的一部分，故选项B错误；不是一种机器学习，故选项C错误；大数据不能惩罚，故选项D错误。 8．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。 9．B 【详解】本题主要考查大数据的描述。从技术上看，大数据与云计算是密不可分的；大数据的最小基本单位是bit；通常需要对大数据进行专业化处理；通过对大数据的分析，可以为人类社会创造更多的价值，故本题选B选项。 10．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。 11．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。 12．D 【详解】本题考查的是Hadoop平台相关知识。该平台可以处理结构化、非结构化和半结构化的数据，分析的结果可以通过可视化来体现，也可以是单纯的数据信息。该平台采用分布式文件格式，不同的计算机往往处理不同的数据，其目的是为了节省计算时间。 13．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。 14．ABCD 【详解】本题考查数据分析方法。对比分析法，将不同时间、地点或对象的数据进行对比,发现差异和变化趋势。平均分析法，计算数据的平均值、中位数等统计指标，了解数据的整体特征。结构分析法，分析数据的内部构成比例，了解数据的组成结构。关联分析法，研究数据之间的相关性和关联规律，发现潜在的联系。这些基本方法为数据分析提供了基础工具，可以帮助我们更好地理解和解释数据，发现有价值的信息和规律。在实际分析中，往往需要综合运用多种分析方法，以获得更全面和深入的洞见。故正确答案为ABCD。 15．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。 16．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。 17．D 【详解】本题考查的是数据处理。数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。卫生部门对学生视力情况大数据进行对比，预测出学生视力变化等数据。这一过程属于数据处理中的数据分析。故本题应选D。 18．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。 19．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。 20．C 【详解】本题主要考查大数据技术的应用。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。 适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。利用药房门口登记的个人信息属于传统方式，没有应用大数据技术，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 $$