序号：1，   题目类型：判断题

题目：  散点图是最常用于展示两个数值型变量之间关系的可视化方法。（  ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：2，   题目类型：判断题

题目：  电子商务通过大数据技术优化推荐算法，改善用户购物体验。（   ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：3，   题目类型：判断题

题目：  决策树是一种简单高效的分类模型。（   ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：4，   题目类型：判断题

题目：  大数据分析就是对大量复杂的数据进行分析，以揭示隐藏的模式、未知的关联、市场趋势、客户偏好等有用信息。（）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：5，   题目类型：判断题

题目：  NoSQL数据库是专门为大数据和实时网页应用设计的，因此通常不支持ACID事务。（   ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：6，   题目类型：判断题

题目：  数据清洗就是将无用的、重复的、不完整的数据进行修改或删除，以保证数据质量的过程。（  ）

选项：

  A.   √

  B.   ×

答案：

序号：7，   题目类型：判断题

题目：  数据预处理的过程中不需要进行数据转换。（   ）

选项：

  A.   √

  B.   ×

答案：

序号：8，   题目类型：判断题

题目：  在大数据环境下，数据使用的合规性并不需要考虑，因为大数据的收集和分析主要是为了提供更好的服务和产品。（  ）

选项：

  A.   √

  B.   ×

答案：

序号：9，   题目类型：判断题

题目：  数据科学的发展不仅可以推动学科的发展，而且能够助推相关产业的发展与进步。（）

选项：

  A.   √

  B.   ×

答案：

序号：10，   题目类型：判断题

题目：  在大数据的应用中，只需要依赖大数据分析技术，与各行业的业务关联性并不大。（）

选项：

  A.   √

  B.   ×

答案：

序号：11，   题目类型：单选题

题目：  下列关于数据预处理的描述中，错误的是（  ）

选项：

  A.   数据预处理是数据挖掘过程中很重要的一步

  B.   数据预处理可以提高后续数据分析的准确率

  C.   数据预处理中，无论何时数据都需要降维处理

  D.   数据预处理包括数据清洗、数据集成等步骤

答案：

序号：12，   题目类型：单选题

题目：  下列哪个是常用的网络爬虫工具或框架？

选项：

  A.   Illustrator

  B.   Photoshop

  C.   Scrapy

  D.   MS Word

答案：

序号：13，   题目类型：单选题

题目：  数据预处理的主要目的是（）

选项：

  A.   确定数据的来源

  B.   改变数据的存储位置

  C.   提高数据的质量和挖掘效率

  D.   增加原始数据的数量

答案：

序号：14，   题目类型：单选题

题目：  目前处理大数据的需求，更倾向于使用哪种数据库？（）

选项：

  A.   SQL数据库

  B.   NoSQL数据库

  C.   Microsoft Access数据库

  D.   Oracle数据库

答案：

序号：15，   题目类型：单选题

题目：  下列关于数据仓库三层架构的描述中，正确的是（   ）

选项：

  A.   顶层由联机分析处理服务器组成

  B.   底层由数据仓库服务器组成

  C.   中间层由前端用户界面表示

  D.   数据在中间层完成加载和存储

答案：

序号：16，   题目类型：单选题

题目：  数据仓库为什么可以帮助企业保持竞争力？

选项：

  A.   提供数据分析功能以及数据可视化和演示功能

  B.   数据仓库可以自动清理垃圾数据

  C.   使用数据仓库可以节省存储空间

  D.   数据仓库提供了大量质量低下的数据供企业使用

答案：

序号：17，   题目类型：单选题

题目：  下列各项不属于Hadoop的特点是（   ）

选项：

  A.   存储迅速

  B.   成本高

  C.   计算能力强

  D.   灵活性强

答案：

序号：18，   题目类型：单选题

题目：  Hadoop生态系统是一种（    ）

选项：

  A.   编程语言

  B.   服务

  C.   统计分析软件

  D.   解决大数据问题的平台

答案：

序号：19，   题目类型：单选题

题目：  下列各项关于聚类的描述中，错误的是（）

选项：

  A.   可以借助聚类方法进行异常检测

  B.   在进行建模之前就要有明确的分组预测目标

  C.   可以利用聚类分析发现具有相似功能的基因组

  D.   根据数据本身的自然结构对数据进行分组

答案：

序号：20，   题目类型：单选题

题目：  k近邻算法是一种简单但强大的（   ）算法

选项：

  A.   分类

  B.   聚类

  C.   相关分析

  D.   回归分析

答案：

序号：21，   题目类型：单选题

题目：  在大数据的挖掘中，用于解决分类问题的机器学习算法不包括（   ）

选项：

  A.   决策树

  B.   支持向量机

  C.   k-近邻

  D.   线性回归

答案：

序号：22，   题目类型：单选题

题目：  下列哪种数据属于半结构化数据（）

选项：

  A.   XML

  B.   关系数据库中的数据

  C.   图像

  D.   二维数据表

答案：

序号：23，   题目类型：单选题

题目：  下列关于非结构化数据的描述，哪一项是错误的（）

选项：

  A.   非结构化数据没有固定的数据模型

  B.   非结构化数据包括图像、声音、视频等

  C.   非结构化数据不可以进行数据分析

  D.   非结构化数据数量大

答案：

序号：24，   题目类型：单选题

题目：  根据原始数据是否为数据的直接来源，可以将数据分为（   ）

选项：

  A.   结构化、非结构化和半结构化数据

  B.   一手数据和二手数据

  C.   观测数据和实验数据

  D.   截面数据和时间序列数据

答案：

序号：25，   题目类型：单选题

题目：  下列哪项不是大数据在电商领域的主要应用（）

选项：

  A.   用户行为分析

  B.   商品推荐

  C.   存货管理

  D.   航天探索

答案：

序号：26，   题目类型：单选题

题目：  用以表示变量之间关系的一种可视化方法是（）

选项：

  A.   饼图

  B.   条形图

  C.   散点图

  D.   直方图

答案：

序号：27，   题目类型：单选题

题目：  散点图中的观测点分布得很分散，没有任何规律，表明两个变量（  ）

选项：

  A.   完全线性相关

  B.   线性相关

  C.   非线性相关

  D.   没有相关关系

答案：

序号：28，   题目类型：单选题

题目：  可以用来查看数值型变量的分布的可视化方法是（）

选项：

  A.   箱线图

  B.   直方图

  C.   小提琴图

  D.   以上方法均可以

答案：

序号：29，   题目类型：单选题

题目：  大数据环境中，用于检测和防止非法用户伪造身份或越权访问的技术是（ ）

选项：

  A.   数据脱敏

  B.   访问控制

  C.   数据水印

  D.   数据匿名化

答案：

序号：30，   题目类型：单选题

题目：  以下哪一项是大数据处理涉及的隐私保护问题（   ）

选项：

  A.   数据量大

  B.   数据复杂度高

  C.   数据的敏感信息泄露

  D.   数据分析速度慢

答案：

序号：31，   题目类型：问答题

题目：  请简述解释大数据中的“脏数据”是什么以及可能的产生原因。

选项：

答案：

序号：32，   题目类型：问答题

题目：  为什么我们在做聚类分析之前需要进行特征选择或者特征抽取？

选项：

答案：

序号：33，   题目类型：问答题

题目：  请列举三种大数据在汽车领域的应用。

选项：

答案：

序号：34，   题目类型：问答题

题目：  请简述大数据的价值所在？

选项：

答案：