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．下列关于大数据的描述中，不正确的是（   ） A．大数据专指Excel软件收集、加工的数据 B．物联网、云计算、手机、电脑都是数据的来源 C．互联网生成的数据量正以爆发性的速度不断增长 D．在科学实验中，各种传感器每时每刻的速度不断增长 2．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 3．关于大数据处理，下列说法正确的是（    ） A．大数据必须采集完成后才能处理 B．大数据包括对静态数据的批处理、对流数据的实时计算和对图结构数据的图计算 C．大数据只能处理结构化数据不能处理非结构化的数据 D．数据的可视化可以增强数据的解释力与吸引力 4．一般而言，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 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．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 7．下列选项中，不属于大数据应用的是（   ） A．存放学生数据的学生学籍系统 B．使用搜索引擎查找网络信息 C．借助电子地图进行导航 D．电商的个性化推荐 8．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 9．从横向和纵向两个方向来计算两个或多个有联系的变量在交叉点的统计值，这种数据分析方法称为（   ） A．交叉分析 B．双向分析 C．个体分析 D．变量分析 10．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 11．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 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．文本经数据处理后生成的标签云图片如图所示，下列说法不正确的是（   ） A．通过该标签云可以对文本情感倾向做出判断 B．从图中分析可知，词语“行者”的重要性比“师父”高 C．文本数据处理的过程是非结构化数据转变成结构化数据的过程 D．该标签云的制作经过了分词、特征提取、数据分析以及结果呈现等步骤 14．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 15．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 16．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 17．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 18．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 19．宝洁营销总监凯文·克罗西亚塔表示，来自Weather Co的特定数据，结合女士所处的准确位置和天气，可帮助投放高精度精准的广告，对于在高温湿热的地区查看天气的女士，就应该向她推送柔顺产品，而如果她属于低湿热地区，她的头发没有弹性，那就应该向他投放富有弹性配方洗发水的广告，该案例属于大数据处理中的（   ） A．可视化表达 B．数据采集 C．大数据服务 D．挖掘分析 20．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 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的描述。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佳的决策力、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；物联网、云计算、手机、电脑都是数据的来源；互联网生成的数据量正以爆发性的速度不断增长；在科学实验中，各种传感器每时每刻的速度不断增长，故本题选A选项。 2．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。 3．BD 【详解】本题考查的是大数据相关知识。大数据包括对静态数据的批处理、对流数据的实时计算和对图结构数据的图计算，可以增强数据的解释力与吸引力。大数据可以处理结构化数据，也能处理非结构化的数据，故选项C说法错误。大数据可以实时处理，故选项A说法错误。本题应选BD。 4．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。 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．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。 7．A 【详解】本题考查大数据技术相关内容。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。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。BCD选项属于大数据应用。A选项，存放学生数据的学生学籍系统应用了数据库技术。故本题答案是A选项。 8．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 9．A 【详解】本题考查数据分析。 交叉分析法是一种用于分析两个或多个变量之间相互关系的基本数据分析法。它通过将统计分析数据制作成二维交叉表格，将具有一定联系的变量分别设置为行变量和列变量，两个变量在表格中的交叉结点即为变量值，通过表格体现变量之间的关系。这种方法在市场调研项目中应用广泛，因为它能让复杂的数据关系简单化，便于理解和分析。故正确答案为：选项A。 10．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。 11．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 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．A 【详解】本题考查数据处理相关内容。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。标签云是一种将关键词或标签以视觉化方式展示的图形，用于表示一个网站中的内容标签。它由一组不同大小和颜色的词语组成，这些词语通常是独立的词汇，按照字母顺序排列。标签的重要性可以通过改变字体大小或颜色来表现，从而使得标签云可以灵活地依照字序或热门程度来检索一个标签。A选项，通过该标签云不可以对文本情感倾向做出判断，选项错误。B选项，从图中分析可知，词语“行者”的重要性比“师父”高，选项正确。C选项，文本数据处理的过程是非结构化数据转变成结构化数据的过程，选项正确。D选项，该标签云的制作经过了分词、特征提取、数据分析以及结果呈现等步骤，选项正确。故本题答案是A选项。 14．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。 15．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。 16．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 17．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。 18．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。 19．D 【详解】本题主要考查大数据处理。分析题干可知，该案例属于大数据处理中的挖掘分析，故本题选D选项。 20．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。 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 $$