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 2．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 3．随着时代的发展，各行各业需要处理的的数据量快速增长，人工处理大量数据的效率与用计算机处理大量数据相比较，人工处理效率正变得（  ）。 A．更高 B．更低 C．一样 D．无法比较 4．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 5．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 6．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 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．以下关于大数据的描述中，正确的是（   ） A．大数据是用常规软件工具收集到的数据集合 B．大数据是由于日益普及的网络活动产生的 C．大数据是大量集中管理格式统一的数据 D．大数据是从国际互联网采集的大量数据 9．小张采集了运动会的报名数据录入到Excel文件，每位同学最多参加两个项目，部分界面如下图所示。他先使用Excel软件整理数据，存储为“运动会报名.xlsx”文件后，编写Python程序完成后续处理。小张对数据进行以下整理，操作恰当的是（   ） A．发现高一(1)班陈易涵有两条相同的数据，删除一条 B．发现高一(3)班张怀沙的跳高一栏空着，填入数字“1” C．发现第6行“高一(二)班”的格式与其他数据不一致，删除第6行数据 D．发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，删除第8、9行数据 10．数据处理的目的和意义不包括（   ） A．增加数据的数量和提高数据的质量 B．将数据转化为有用的信息以满足用户的需求 C．推导出有价值的信息作为人们行动和决策的依据 D．从大量杂乱无章的数据中抽取出有价值、有意义的数据 11．下列关于大数据的描述中，正确的是（　　） A．学生学籍管理系统中存放着大量的学生数据，这些数据属于大数据 B．在银行、商场等场所，用手持测温仪测量入场人员的体温数据应用了大数据技术 C．大数据分析的是抽样数据，而不是全体数据 D．大数据给生活带来便利的同时也带来了安全隐患，如信息泄露、数据安全等 12．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 13．大数据领域中，为了提高数据质量、降低数据计算的复杂度、提升数据处理的准确性。常用的技术是（    ） A．预处理技术 B．存储技术 C．管理技术 D．挖掘技术 14．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 15．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 16．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 17．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） 18．大数据和人工智能是当今科技领域最为热门的话题之一。在大数据的支撑下，人工智能正不断加速渗透到我们生活的方方面面。比如在零售、智能医疗、金融、交通运输，城市管理等诸多领域得到广泛应用。人工智能将会变得更加个性化和智能化，提供更加高效和精准的服务。下列关于大数据和大数据处理说法，正确的是（    ） A．大数据的数据量庞大，其价值密度高 B．大数据给生活带来便利，不会带来信息泄露、数据安全等方面的问题 C．处理大数据时需要分析的是全体数据 D．银行的数据处理系统在生成每位用户年度账单报告时，需要使用流计算 19．云计算的核心技术包括（   ） A．云平台管理技术 B．海量数据分布存储技术 C．虚拟化技术 D．海量数据管理技术 20．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 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。 2．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。 3．B 【详解】本题考查大数据的相关知识点 相比计算机处理大量数据，人工处理效率正变得越来越低。故本题选B选项 4．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 5．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。 6．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。 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．B 【详解】本题主要考查大数据的描述。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。大数据是由于日益普及的网络活动产生的，故本题选B选项。 9．A 【详解】本题考查的是数据处理。张怀沙已经有两个项目为1了，跳高一栏应填入数字“0”；第6行“高一(二)班”的格式与其他数据不一致，应修改格式；发现第8、9行都是高一(2)班李嘉佑的数据且都不完整，应合并处理。故本题应选A。 10．A 【详解】本题考查数据处理。数据处理是对数据进行加工的过程，目的是从大量的，可能是杂乱无章、难以理解的数据中，抽取并推导出对于人们来说有价值、有意义的数据。不包括增加数据的数量和提高数据的质量。故选A。 11．D 【详解】本题主要考查大数据的描述。大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。学生学籍管理系统中存放着大量的学生数据，但有具体数值，所以不符合大数据的定义；在银行、商场等场所，用手持测温仪测量入场人员的体温数据没有应用大数据技术；大数据分析的是全部数据，而不是抽样数据；大数据给生活带来便利的同时也带来了安全隐患，如信息泄露、数据安全等。故本题选D选项。 12．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。 13．A 【详解】本题考查大数据技术相关内容。大数据预处理技术是指在进行大数据分析之前，对原始的大量数据进行清洗、转换、集成和规范化等一系列操作，以提高数据的质量、可用性和可操作性。故本题答案是A选项。 14．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。 15．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。 16．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。 17．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。 18．C 【详解】本题考查的是大数据与大数据处理。大数据的数据量庞大，其价值密度低；大数据给生活带来便利，同时也会带来信息泄露、数据安全等方面的问题；流计算：实时获取来自不同数据源的海量数据经过实时分析处理，获取有价值的信息，银行的数据处理系统在生成每位用户年度账单报告时，不适合使用流计算。故选C。 19．ABCD 【详解】本题考查云计算。虚拟化技术是云计算的基础，通过将物理资源抽象为虚拟资源，实现资源的动态分配和弹性扩展。海量数据分布存储技术能够将数据分散存储在多个节点上，提高存储系统的容量和可靠性。海量数据管理技术能够有效管理和处理大量的数据，支持云计算的数据分析和计算需求。云平台管理技术能够统一管理和调度云计算平台的各种资源，实现资源的自动化配置和弹性伸缩。故正确答案为ABCD。 20．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。 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 $$