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．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 2．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} 3．居民身份证号码可以反映出常住户口所在地的行政区划、出生日期和性别等信息，这主要体现了数据是（    ）。 A．计算工具识别、存储和加工的对象 B．信息的载体 C．可处理的 D．可加工的 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．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 6．大数据处理的一般过程是（   ） A．清洗 B．分析 C．采集 D．挖掘 7．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 8．下列不是HDFS优点的是（   ） A．高容错性 B．适合单线程处理 C．适合大数据处理 D．流式文件访问 9．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 10．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 11．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 12．下列关于大数据（Big data）特点的叙述，错误的是 A．数据体量巨大 B．数据类型繁多 C．商业价值高 D．处理速度慢 13．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 14．体感技术与自然语言交互是继键盘+鼠标、多点触控之后获得广泛应用的第三大类操作方式。体感技术使人们无须借助复杂的控制设备，直接使用肢体动作与数字设备和环境进行互动，并根据人的动作来完成各种指令，就像为计算机配备了一双精准有效的“眼睛”。体感技术不但是一种创新的操控方式，在大数据和人工智能技术的助力下，它还拥有强大的数据监测和数据分析功能，为人们提供更加个性化的服务。可以预期，未来的体感交互将体现为可穿戴设备的形式，成为“数字土著”一代身上的必备学习品，为用户带来更刺激、更具现场感的愉悦学习体验。下列关于大数据和大数据处理说法正确的是（   ） A．处理大数据时一般采用分治思想 B．体感技术中所监测到的数据都属于静态数据 C．大数据通常对抽样数据进行分析，强调事物之间的关联性 D．文本数据处理一般先进行数据分析，再进行分词、特征提取等处理 15．在大数据分析中，以下哪个技术不是用于处理大规模数据集？（   ） A．分布式计算 B．内存计算 C．云计算 D．单线程计算 16．对于大数据特征的描述，不正确的是（    ）。 A．海量的数据规模（巨量性） B．快速的数据流转（迅变性） C．单一的数据类型（单一性） D．高质量的数据要求（真实性） 17．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 18．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 19．在小区里，有的垃圾箱垃圾太多而溢出，有的却很少。做了一些研究后，小明同学整理数据，将原因与建议写成文字，准备交给物业。这属于数据处理过程中的（   ） A．撰写研究报告 B．数据整理 C．数据分析 D．数据可视化 20．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 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．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。 2．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。 3．C 【详解】本题主要考查数据处理。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取出相对有价值、有意义的数据，故居民身份证号码可以反映出常住户口所在地的行政区划、出生日期和性别等信息，这主要体现了数据是可处理的，故本题选C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．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。 6．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。 7．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。 8．B 【详解】本题考查大数据处理。HDFS 是一种分布式文件系统，具有高容错性，通过数据冗余和副本机制可以在节点出现故障时保证数据的可靠性；HDFS 适合处理大规模的大数据，能够存储和管理海量的数据；支持流式文件访问，一次写入、多次读取，适合批处理式的大数据处理。然而，HDFS 是为了处理大规模数据的批处理任务而设计的，并不适合单线程处理这种小规模、交互性强的任务。故答案为：B。 9．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。 10．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。 11．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。 12．D 【详解】本题主要考查大数据的叙述。大数据具有数据体量巨大、数据类型繁多、商业价值高、处理速度快，故本题选D选项。 13．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。 14．A 【详解】本题考查大数据。A选项正确，分治思想是一种处理大规模数据的常用方法，即将大数据分解成小规模的子问题，然后分别解决这些子问题，最后将结果合并。这种方法有助于提高数据处理的效率和可扩展性。B选项错误，体感技术通常监测到的数据是动态数据，即与人的肢体动作、姿态等相关的实时数据。这些数据随着时间的推移会不断变化，而不是静态的。静态数据通常指固定不变的数据，例如存储在数据库中的信息，与体感技术所涉及的实时监测和动态交互不符。C选项错误，大数据通常不对抽样数据进行分析，而是利用全部数据进行分析，以获取更全面、更准确的结果。大数据分析的重点是发现数据之间的模式、规律和趋势，而非仅仅强调事物之间的关联性。D选项错误，通常，在处理文本数据时，首先进行的是数据预处理，包括文本清洗、标准化等操作，然后才进行数据分析和特征提取。数据预处理的目的是清理数据，减少噪音和不必要的信息，为后续的分析和建模提供高质量的数据。故答案为：A。 15．D 【详解】本题考查大数据分析。在大数据分析中，分布式计算、内存计算和云计算都能够有效地处理大规模数据集。分布式计算通过将计算任务分布在多个节点上并行处理来提高处理能力；内存计算利用内存的高速读写特性加速数据处理；云计算则提供了强大的计算和存储资源来应对大规模数据处理需求。而单线程计算由于其在单个线程上顺序执行任务，处理效率较低，无法胜任大规模数据集的处理工作。故答案为：D。 16．C 【详解】本题考查大数据。大数据（big data），IT行业术语，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。大数据具有海量的数据规模，快速的数据流转，高质量的数据要求。本题说法不正确的是选项C。 17．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 18．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。 19．A 【详解】本题主要考查数据处理的过程。明同学整理数据，将原因与建议写成文字，准备交给物业。这属于数据处理过程中的撰写研究报告，故本题选A选项。 20．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。 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 $$