大数据技术【3】

1. 数据仓库是面向业务的，支持联机事务处理。

A. 对
B. 错

2. 从事大数据不要求举报一定的数学统计能力。

A. 对
B. 错

3. 信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。

A. 对
B. 错

4. 大数据的应用注重因果分析而不是相关分析。

A. 对
B. 错

5. 谷歌流感趋势预测充分体现了数据重组和扩展对数据价值的重要意义。

A. 对
B. 错

6. MapReduce确保每个reducer的输入都是按键排序的。

A. 对
B. 错

7. 文档型（MonogoDB）数据库是关系数据库。

A. 对
B. 错

8. Apriori算法是无监督学习。

A. 对
B. 错

9. CPU通常是集群的最主要瓶颈。

A. 对
B. 错

10. 数据开放一般要求要提供全部的原始数据。

A. 对
B. 错

11. 在大数据分析中，在数据基础上是倾向于全体数据而不是抽样数据。

A. 对
B. 错

12. 不同的数据存在阶段，数据的价值是不同的。

A. 对
B. 错

13. C4.5是一种决策树的算法。

A. 对
B. 错

14. 大数据分析中，在数据基础上倾向于典型抽样数据。

A. 对
B. 错

15. 各种传感器无时无刻不在为我们提供大量的数据。

A. 对
B. 错

16. 聚类分析要求同类数据的内容相似度尽可能小。

A. 对
B. 错

17. 现在非结构化数据大约占人类数据总量的25%。。

A. 对
B. 错

18. 大数据分析中，在分析效果上追究精确性。

A. 对
B. 错

19. 大数据分析时，在分析方法上更注重相关分析而不是因果分析。

A. 对
B. 错

20. 噪声数据一般直接删除。

A. 对
B. 错

21. 朴素贝叶斯是有监督学习。

A. 对
B. 错

22. 数据仓库的最终目的是建立数据仓库逻辑模型。

A. 对
B. 错

23. 决策树方法通常用于关联规则挖掘。。

A. 对
B. 错

24. HDFS默认Block Size是256MB。

A. 对
B. 错

25. 聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。

A. 对
B. 错

26. 计算机数据存储的容量单位，1KB＜1MB＜1GB。

A. 对
B. 错

27. 数据挖掘可用于在地图软件中建立道路拥堵概率与拥堵趋势变化模型。

A. 对
B. 错

28. 决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。

A. 对
B. 错

29. 数据分析中，脏数据是完全不能用的。

A. 对
B. 错

30. 2016年，国务院印发《促进大数据发展行动纲要》。

A. 对
B. 错

31. 基于大数据的营销模式比传统营销模式实时性更强。

A. 对
B. 错

32. 大数据分析之前首先要进行抽样分析。

A. 对
B. 错

33. 根据数据价值的不同应该对数据采取不同的管理策略。

A. 对
B. 错

34. 国务院于（）年印发了《促进大数据发展行动纲要》，指出数据已成为国家基础性战略资源。

A. 2014
B. 2015
C. 2016
D. 2017

35. Kmeans算法包括如下步骤： ①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； ②更新中心点为每类的均值； ③随机选取k个中心点； ④j

A. ①②③④
B. ④③②①
C. ①④③②
D. ③①②④

36. 数据的不确定性的产生原因不包括（）。

A. 数据采集与传输
B. 数据精度转换
C. 缺失值处理
D. 数据特征描述

37. HDFS默认BlockSize的大小是（）。

A. 32MB
B. 64MB
C. 128MB
D. 256MB

38. 大数据环境下的隐私担忧，主要表现为（）。

A. 个人信息的被识别与暴露
B. 用户画像的生成
C. 恶意广告推送
D. 病毒入侵

39. （）是一个由Apache基金会所开发的分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，开发分布式程序。它实现了一个分布式文件系统，充分利用集群的威力进行高速运算和存储。

A. NoSQL
B. Tomcat
C. Hadoop
D. Linux

40. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？

A. 根据内容检索
B. 建模描述
C. 预测建模
D. 寻找模式和规则

41. 以下说法不正确的是（）。

A. 分类是预测数据对象的离散类别。
B. 预测是用于数据对象的连续取值。
C. Apriori算法是一种典型的关联规则挖掘算法。
D. 决策树方法通常用于关联规则挖掘。

42. 下列关于网络用户行为的说法中，错误的是（）。

A. 网络公司能够捕捉到用户在其网站上的所有行为
B. 用户离散的交互痕迹能够为企业提升服务质量提供参考
C. 数字轨迹用完即自动删除
D. 用户的隐私安全很难得以规范保护

43. （）是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。

A. 指数分析
B. 回归分析
C. 预测分析
D. 主成分分析

44. ()的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。

A. 数据清洗
B. 数据集成
C. 数据变换
D. 数据归约

45. 以下哪个不是无监督学习（）。

A. Apriori
B. K-means
C. PCA
D. KNN

46. （）是数值数据分布的精确图形表示，是一个连续变量（定量变量）的概率分布的估计。它是一种条形图。

A. 圆环图
B. 折线图
C. 散点图
D. 直方图

47. 电商网站上的"猜你喜欢”实际上是基于（）原理。

A. 物联网
B. 数据仓库
C. 网络爬虫
D. 推荐系统

48. 以下哪个不是决策树的算法（）。

A. ID3
B. C4.5
C. CART
D. Prim

49. 可视化实现时，根据可视化目标选择相应的图表形式，如果关注3个变量的分布情况，可选择（）。

A. 折线直方图
B. 柱状直方图
C. 3D区域图
D. 二维散点图

50. 大数据的6V特征中，Variety表示（）

A. 大量
B. 多样
C. 低价值密度
D. 高速

51. 以下说法正确的是（）。

A. 原始数据集来自多个数据库或数据仓库，它们的结构和规则是相同的。
B. 孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。
C. 可信度是对关联规则的准确度的衡量。
D. 聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。

52. 下列演示方式中，不属于传统统计图方式的是（）。

A. 柱状图
B. 饼状图
C. 曲线图
D. 网络图

53. （）是在已知各种情况发生概率的基础上，通过构成树状结构来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

A. 生成树
B. 决策树
C. 哈夫曼树
D. 文本树

54. （ ）反映数据的精细化程度，越细化的数据，价值越高。

A. 规模
B. 活性
C. 关联度
D. 颗粒度

55. 以下哪些算法是分类算法（）。

A. DBSCAN
B. C4.5
C. K-Means
D. EM

56. 下面哪一项不属于大数据关键技术（）。

A. 云计算
B. 分布式文件系统
C. 关系型数据库
D. 数据众包

57. 目前，我国互联网、移动互联网用户规模居全球第()，拥有丰富的数据资源和应用市场优势。

A. 一
B. 二
C. 三
D. 四

58. 分类与回归树(ClassificationAndRegressionTree)是一种（）。

A. 最小生成树
B. 无向图
C. 有向图
D. 决策树

59. 大数据可视化可以用在以下何种场景（）。

A. 公司财务报表、销售统计
B. 电子地图
C. 股票趋势
D. 其余所有选项均可

60. 协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度（）,并将这些用户喜欢的项推荐给有相似兴趣的用户。

A. 相似
B. 相同
C. 推荐
D. 预测

61. 下面关于数据开放的陈述哪个是不正确的（）。

A. 要提供应用程序开放接口
B. 允许公众免费查询、下载
C. 要提供全部的原始数据
D. 允许公民要求数据开放数据

62. Hadoop框架中最核心的设计是（）。

A. MapReduce和Hive
B. Hive和HDFS
C. MapReduce和HDFS
D. ZooKeeper和HDFS

63. HDFS中的block默认保存（）份

A. 3
B. 2
C. 1
D. 不确定

64. 以下哪一项不属于Hadoop可以运行的模式（）。

A. 单机（本地）模式
B. 伪分布式模式
C. 互联模式
D. 分布式模式

65. 预测建模任务主要包括哪几大类问题？

A. 分类和回归
B. 分类和模式匹配
C. 模式发现和模式匹配
D. 分类和模式发现

66. 数据可视化中实现中数据映射指的是（）

A. 从数据源中选取有效数据
B. 确定数据到标记和视觉通道的映射
C. 视图的选择与用户交互控制的设计
D. 概括现实生活中用户遇到的问题

67. 可用作数据挖掘分析中的关联规则算法有（）。

A. 决策树
B. K均值法
C. Apriori算法
D. 线性回归

68. （）是指对数据源进行清洗、裁剪，并共享多样化数据来加快数据分析。

A. 数据挖掘
B. 数据抽取
C. 数据整合
D. 数据加载

69. （）表示数据分布的集中位置，如Mean：平均数、Median：中位数、Mode：众数等。

A. 数据属性
B. 集中趋势度量
C. 离中趋势度
D. 数据分布形状

70. 以下关于大数据可视化的说法，不正确的是（）

A. 大数据可视化利用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行各种交互处理的理论、方法和技术
B. 能够把抽象、枯燥或难以理解的内容，包括看似毫无意义的数据、信息、知识等等以一种容易理解的视觉方式展示出来
C. 涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，成为研究数据表示、数据处理、决策分析等一系列问题的综合技术
D. 对多维数据进行切片、块、旋转等动作剖析数据，从而多角度多侧面观察数据

71. 大数据的本质是（ ）。

A. 挖掘
B. 联系
C. 搜集
D. 洞察

72. 目前所获取的总数据量的80%以上都是（）数据。。

A. 结构化
B. 文本
C. 非结构化
D. 半结构化

73. 以下哪个不属于有监督学习技术（）。

A. 线性回归
B. CART
C. 朴素贝叶斯
D. K-Means

74. （）框架由一个单独的master JobTracker和每个集群节点一个slave TaskTracker共同组成。

A. Map
B. Reduce
C. Map/Reduce
D. master

75. 大数据处理流程不包括以下哪个（）。

A. 数据分析与挖掘
B. 数据采集
C. 抽样统计
D. 结果展示

76. （）是研究两个或两个以上处于同等地位的随机变量相关性的统计分析方法，包括变量之间是否存在依存关系，存在什么样的依存方向等等。

A. 判别分析
B. 主成分分析
C. 回归分析
D. 相关分析

77. （）是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

A. 边界点
B. 质心
C. 离群点
D. 核心点

78. 大数据的（），指的是数据有很多不同形式（文本、图像、视频、机器数据），无模式或者模式不明显、且语法或句义不连贯。

A. 大量性
B. 多样性
C. 低价值密度
D. 高速

79. 用于分类与回归应用的主要算法有\:( ) 。

A. Apriori算法、HotSpot算法
B. RBF神经网络、K均值法、决策树
C. K均值法、SOM神经网络
D. 决策树、BP神经网络、贝叶斯

80. 推荐系统为客户推荐商品，自动完成个性化选择商品的过程，满足客户的个性化需求，推荐基于网站最热卖商品、客户所处城市、（），推测客户将来可能的购买行为。

A. 客户的朋友
B. 客户的个人信息
C. 客户的兴趣爱好
D. 客户过去的购买行为和购买记录

81. 大数据的（）指数据能够被组织并呈现。借助于图形化手段，清晰有效地传达和沟通信息。基于数据，借助可视化手段提高大脑利用率。

A. 大量性
B. 多样性
C. 可视化
D. 低价值密度

82. 以下哪些方法可用于预测分析（）。

A. 指数平滑
B. 周期变化分析
C. 回归分析
D. 其余选项均是

83. 以下各项均是针对数据仓库的不同说法，不正确的有（）。

A. 数据仓库就是数据库
B. 数据仓库是一切商业智能系统的基础
C. 数据仓库是面向业务的，支持联机事务处理（OLTP）
D. 数据仓库支持决策而非事务处理

84. （）分析又称为变异数分析，主要用于两个及两个以上样本均数差别的显著性检验。

A. 回归分析
B. 因子分析
C. 方差分析
D. 相关分析

85. 以下哪个不属于大数据技术的特征（）。

A. 全面分析数据
B. 重视数据的复杂性
C. 随机抽样
D. 关注数据的相关性

86. 以下哪个不属于大数据的关键技术（）。

A. 流处理
B. 可视化
C. 并行化
D. 数据表

87. 美国沃尔玛连锁超市的真实案例\:尿布与啤酒这两种风马牛不相及的商品居然摆在一起，但这一奇怪的举措居然使尿布和啤酒的稍量大幅增加了。这个案例是使用了（）的典型例子。

A. 关联规则
B. 聚类
C. 物联网
D. 云计算

88. 以下哪个不属于大数据的技术特征（）。

A. 分析全面的数据
B. 重视数据的复杂性
C. 关注数据的相关性
D. 力求数据的精确性

89. 以下哪项不属于数据挖掘的内容（）。

A. 补充与完善路网属性
B. 多维分析统计用户出行规律
C. 高德地图导航躲避拥堵的功能
D. 建立道路拥堵概率与拥堵趋势变化模型

90. （）是在掌握大量观察数据的基础上，利用数理统计方法建立变量与自变量之间的回归关系函数表达式。

A. 指数分析
B. 回归分析
C. 预测分析
D. 主成分分析

91. 将以下大数据的6V特征对应起来

A. 大量性 ->Volume
B. 多样性 ->Variety
C. 价值密度 ->Value
D. 快速性 ->Velocity
E. 真实性 ->Veracity
F. 可视化 ->Visualization

92. （）是一种用作显示一组数据分散情况资料的统计图，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。

A. 雷达图
B. 折线图
C. 箱形图
D. 直方图

93. 以下哪些算法是基于规则的分类器（）。

A. C4.5
B. KNN
C. 朴素贝叶斯
D. 人工神经网络

94. BIRCH是一种（）。

A. 分类器
B. 聚类算法
C. 关联分析算法
D. 特征选择算法

95. 如下哪个不是最近邻分类器的特点。（）

A. 它使用具体的训练实例进行预测，不必维护源自数据的模型
B. 分类一个测试样例开销很大
C. 最近邻分类器基于全局信息进行预测
D. 可以生产任意形状的决策边界

96. 大数据往往是指（）及以上级别的数据量。

A. TB
B. PB
C. GB
D. MB

97. （）主要包括偏态和峰值，常见的有正态分布、偏态分布等。

A. 数据分布形状
B. 集中趋势度量
C. 离中趋势度
D. 数据属性

98. 在统计计算中，（）算法是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量。

A. K-Means算法
B. Apriori算法
C. 最大期望算法
D. KNN算法

99. 以下哪个是聚类分析的典型算法（）。

A. Apriori算法
B. SVM算法
C. K均值算法
D. KNN算法

100. 下面哪一项不属于大数据系统的必备要素（）。

A. 云平台
B. 物联网
C. 数据
D. 数据库