序号：1，   题目类型：判断题

题目：  在数据分析中，数据可视化只是一种辅助工具，不具有实际的分析功能。（   ）

选项：

  A.   √

  B.   ×

答案：

  B.   ×

序号：2，   题目类型：判断题

题目：  大数据在诸如消费者行为监测、市场趋势分析等一系列商业领域都有广泛的应用。（  ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：3，   题目类型：判断题

题目：  聚类分析是一种常用的无监督学习方法，用于发现数据集中的模式或结构。（   ）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：4，   题目类型：判断题

题目：  MapReduce可以通过在存储数据的节点上进行有效地任务调度来减少对网络资源的浪费，并且因为所有节点都在并行处理数据，可以大幅度缩短处理时间。（）

选项：

  A.   √

  B.   ×

答案：

  A.   √

序号：5，   题目类型：判断题

题目：  关系数据库是用来存储和访问具有彼此相关性数据的数据库。（    ）

选项：

  A.   √

  B.   ×

答案：

序号：6，   题目类型：判断题

题目：  大数据预处理阶段不包括数据插补步骤。（ ）

选项：

  A.   √

  B.   ×

答案：

序号：7，   题目类型：判断题

题目：  数据预处理的一种方法是数据归一化，它将所有数据缩放到一个固定的范围中，以消除数据之间的尺度差异。（   ）

选项：

  A.   √

  B.   ×

答案：

序号：8，   题目类型：判断题

题目：  黑客技术的非法入侵是大数据隐私保护所面临的主要威胁之一。（）

选项：

  A.   √

  B.   ×

答案：

序号：9，   题目类型：判断题

题目：  数据可视化的作用仅限于将抽象的数据进行可视表达，无法帮助我们发现数据中的规律和特征。（ ）

选项：

  A.   √

  B.   ×

答案：

序号：10，   题目类型：判断题

题目：  大数据科学不仅包括数据采集和数据分析，还涵括数据预处理、数据存储和数据管理等环节。（）

选项：

  A.   √

  B.   ×

答案：

序号：11，   题目类型：单选题

题目：  按照预先设定的搜索规则，编写程序自动浏览并下载目标网页信息的数据采集方法称作（）

选项：

  A.   系统日志信息数据采集方法

  B.   ETL工具数据采集方法

  C.   网络爬虫数据采集方法

  D.   传感器数据采集方法

答案：

序号：12，   题目类型：单选题

题目：  下列关于离散化处理的描述中，错误的是（   ）

选项：

  A.   离散化处理可以提高大数据处理的效率

  B.   在调查问卷中，离散化处理可以得到更高的响应率

  C.   数据经过离散化后，可以获得更好的模型解释性

  D.   离散化处理不会影响预测精度

答案：

序号：13，   题目类型：单选题

题目：  分位数分组的基本思想是将样本（   ），各组所包含的样本个数相同

选项：

  A.   等分成若干份

  B.   按属性值大小排序

  C.   随机分组

  D.   按序分组

答案：

序号：14，   题目类型：单选题

题目：  下列数据库中，属于文档数据库的是（   ）

选项：

  A.   Redis

  B.   Neo4j

  C.   HBase

  D.   MongoDB

答案：

序号：15，   题目类型：单选题

题目：  HDFS中，如何确保数据的可靠性？

选项：

  A.   不断增加数据的存储空间

  B.   对数据进行冗余存储，即保存多个数据备份，并将这些备份存储到不同的节点

  C.   将所有数据存储在一台计算机服务器上

  D.   频繁清理数据

答案：

序号：16，   题目类型：单选题

题目：  在Hadoop的HDFS架构中，以下哪项功能不是主节点（NameNode）的职责（）？

选项：

  A.   管理文件系统命名空间

  B.   维护文件系统树及元数据

  C.   存储实际的数据块

  D.   管理文件系统的客户端应用

答案：

序号：17，   题目类型：单选题

题目：  在Hadoop生态系统中，主要负责跨节点存储结构化或非结构化数据，并以日志文件的形式管理数据的组件是（   ）

选项：

  A.   HDFS

  B.   MapReduce

  C.   YARN

  D.   Storm

答案：

序号：18，   题目类型：单选题

题目：  Apache Spark是一个（ ）

选项：

  A.   数据库系统

  B.   编程语言

  C.   大数据处理框架

  D.   机器学习库

答案：

序号：19，   题目类型：单选题

题目：  根据已知的类标号建立分类模型的数据集是（ ）

选项：

  A.   训练集

  B.   检验集

  C.   预测集

  D.   测试集

答案：

序号：20，   题目类型：单选题

题目：  下列哪种语言被广泛应用于大数据分析和机器学习中（   ）

选项：

  A.   Java

  B.   Python

  C.   C++

  D.   Javascript

答案：

序号：21，   题目类型：单选题

题目：  以下哪种大数据分析技术可以发现数据集中潜在的关联规则？

选项：

  A.   聚类分析

  B.   决策树

  C.   关联规则挖掘

  D.   线性回归

答案：

序号：22，   题目类型：单选题

题目：  下列各项属于定性变量的是（   ）

选项：

  A.   收入

  B.   支出

  C.   身高

  D.   性别

答案：

序号：23，   题目类型：单选题

题目：  在大数据的处理流程中，下列各项中最先进行的是（）

选项：

  A.   存储与管理

  B.   可视化

  C.   采集与预处理

  D.   分析与挖掘

答案：

序号：24，   题目类型：单选题

题目：  下列哪一项不是大数据处理面临的挑战（）

选项：

  A.   数据安全和隐私保护

  B.   高效实时处理大规模数据

  C.   从大量数据中发现有用信息和知识

  D.   数据量小导致结果不准确

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：  以下可视化图形中，（     ）是由数据集合中的最大值、最小值、中位数和两个四分位数绘制而成

选项：

  A.   柱形图

  B.   饼图

  C.   箱线图

  D.   直方图

答案：

序号：27，   题目类型：单选题

题目：  以下哪种方法不适合用于表示两个变量间的关系？

选项：

  A.   散点图

  B.   折线图

  C.   直方图

  D.   气泡图

答案：

序号：28，   题目类型：单选题

题目：  气泡图中可以用来展示数据信息的属性包括（   ）

选项：

  A.   仅横坐标

  B.   仅横坐标和纵坐标

  C.   仅横坐标、纵坐标和气泡大小

  D.   横坐标、纵坐标、气泡大小和气泡颜色

答案：

序号：29，   题目类型：单选题

题目：  下列各项属于合规数据的是（   ）

选项：

  A.   非法收集隐私信息数据

  B.   取得使用者同意的个人资料数据

  C.   泄露的隐私信息数据

  D.   垄断数据

答案：

序号：30，   题目类型：单选题

题目：  下列属于数据的应用风险的是（）

选项：

  A.   个人账号攻击

  B.   存储能力不足

  C.   基础设施差

  D.   访问控制问题

答案：

序号：31，   题目类型：问答题

题目：  数据离散化的定义是什么？

选项：

答案：

序号：32，   题目类型：问答题

题目：  请简述基于人口统计的推荐算法有何特点及应用场景。

选项：

答案：

序号：33，   题目类型：问答题

题目：  银行如何利用大数据进行风险管理？

选项：

答案：

序号：34，   题目类型：问答题

题目：  非结构化数据在大数据时代的特点和挑战是什么？

选项：

答案：