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．（   ）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 2．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 3．下列关于大数据思维的描述，错误的是(    ) A．大数据时代，人们可以采集全体数据进行分析，避免样本不同导致结论不同 B．基于大数据技术，我们能够接受数据的混杂性，个别数据的不准确不影响数据分析 C．使用大数据思维，我们更强调事物因果关系的探求，而不仅仅是数据间的相关性 D．数据总量变大会导致大量不相干的数据增加，大数据具有价值密度低的特点 4．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。 5．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 6．google提出的（　　）是用于处理大数据的并行编程模式。 A．GFS B．MapReduce C．Chubby D．BitTable 7．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} 8．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 9．以下关于数据的说法，正确的是（    ） A．数据处理的速度主要取决于计算机硬件设备，软件影响不大 B．大数据中，每个数据的价值都非常大，不能随意处理 C．在计算机中，所有的数据都是结构化的 D．数据安全不仅是保障数据不损坏，也要考虑数据被入侵偷窃的情况 10．以下选项中，不属于大数据对人才能力的要求是（   ） A．业务能力 B．数学统计能力 C．IT技术能力 D．逻辑思维能力 11．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 12．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 13．为了全面了解学生的体质健康状况，学校依据《国家学生体质健康标准》编制调查问卷，利用网络调查平台收集数据，并做出分析，得出结论。以下说法错误的是（　　） A．通过调查问卷收集的是数据，可以用图表对其进行可视化表达 B．网络调查平台已经提供了分析功能，用户无需再对数据进行分析 C．可以借助多种数字化学习工具完成该项目，如网络调查问卷、查阅电子资料、思维导图、搜索引擎等 D．《国家学生体质健康标准》是经过调查研究、实践检验总结出来的知识 14．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 15．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 16．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 17．下列关于大数据处理的说法，错误的是 (     ) A．处理大数据一般采用分治思想 B．数据采集只能收集结构化数据 C．图计算主要针对图数据 D．并行处理能节省复杂问题的处理时间 18．下列关于大数据处理的说法，正确的是（   ） A．jieba模块是基于规则的分词方法的典型应用 B．典型的文本处理过程顺序为：数据分析→分词→特征提取→结果呈现 C．社交关系数据一般采用流计算模式进行处理 D．数据可视化是将数据以图形图像等形式表示，直观呈现数据中所蕴含的信息 19．为了加强校园安保工作，学校采用人脸识别的方式进出校门，人脸识别属于数据处理过程中的（   ） A．明确目标 B．数据采集 C．数据加工 D．数据分析 20．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 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．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。 2．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。 3．C 【详解】本题主要考查大数据的描述。大数据时代，人们可以采集全体数据进行分析，避免样本不同导致结论不同；基于大数据技术，我们能够接受数据的混杂性，个别数据的不准确不影响数据分析； 使用大数据思维，我们更强调数据间的相关性；数据总量变大会导致大量不相干的数据增加，大数据具有价值密度低的特点，故本题选C选项。 4．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。 5．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。 6．B 【详解】本题主要考查大数据处理。MapReduce最早是由Google公司研究提出的一种面向大规模数据处理的并行计算模型和方法。Google公司设计MapReduce的初衷主要是为了解决其搜索引擎中大规模网页数据的并行化处理。故本题选B选项。 7．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。 8．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。 9．D 【详解】本题主要考查数据相关知识点。数据处理的速度取决于计算机硬件设备和软件；大数据中，并非每个数据的价值都非常大；在计算机中，并非所有的数据都是结构化的；数据安全不仅是保障数据不损坏，也要考虑数据被入侵偷窃的情况，故本题选D选项。 10．C 【详解】本题考查大数据相关知识点 大数据对人才能力的要求有业务能力、数学统计能力、逻辑思维能力。故本题选C选项 11．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。 12．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。 13．B 【详解】本题考查数据处理相关内容。ACD选项说法正确。B选项，网络调查平台提供了分析功能，可能无法满足用户特定的需求，这时用户需再对数据进行分析，选项说法错误。故本题答案是B选项。 14．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 15．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。 16．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。 17．B 【详解】本题主要考查大数据处理。处理大数据一般采用分治思想；大数据采集的是规模巨大的数据，不局限于结构化数据；图计算主要针对图数据；并行处理能节省复杂问题的处理时间，故本题选B选项。 18．D 【详解】本题考查大数据相关内容。A选项，jieba分词结合了基于规则和基于统计两类方法，选项错误。B选项，典型的文本数据处理主要包括分词、特征提取、数据分析和结果呈现四个步骤，选项错误。C选项，社交关系数据一般采用批处理模式进行处理，选项错误。D选项，数据可视化是将数据以图形图像等形式表示，直观呈现数据中所蕴含的信息，选项正确。故本题答案是D选项。 19．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。人脸识别属于数据处理过程中的数据分析。故本题应选D。 20．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。 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 $$