2025年数字考试题及答案.docxVIP

2025年数字考试题及答案

一、单项选择题（每题2分，共20分）

1.下列选项中，不属于大数据核心特征的是（）。

A.海量性（Volume）

B.多样性（Variety）

C.准确性（Veracity）

D.高速性（Velocity）

2.对于长度为n的无序数组，使用冒泡排序的最坏时间复杂度为（）。

A.O(n)

B.O(nlogn)

C.O(n2)

D.O(2?)

3.若某字符的UTF-8编码10111000则该字符占用的字节数是（）。

A.1字节

B.2字节

C.3字节

D.4字节

4.关系型数据库中，“主键（PrimaryKey）”的核心作用是（）。

A.提高查询速度

B.保证数据唯一性和非空性

C.约束字段取值范围

D.建立表间关联

5.以下网络协议中，用于实现文件传输的是（）。

A.HTTP

B.FTP

C.SMTP

D.DNS

6.在机器学习中，“过拟合（Overfitting）”现象的本质是（）。

A.模型对训练数据拟合不足

B.模型对训练数据过度敏感，泛化能力差

C.模型参数数量过少

D.训练数据量过大

7.若某哈希表采用链地址法处理冲突，负载因子（LoadFactor）为0.8，哈希表长度为10，则平均查找长度约为（）。（假设哈希函数均匀分布）

A.0.8

B.1.4

C.2.0

D.3.2

8.以下数据清洗操作中，不属于处理“异常值”的方法是（）。

A.用均值替换异常值

B.删除异常值所在的整条记录

C.对异常值进行分箱处理

D.检查数据采集设备是否故障

9.区块链技术中，“共识机制”的主要作用是（）。

A.保证数据不可篡改

B.实现节点间数据同步

C.确保分布式系统中各节点对交易记录达成一致

D.加密存储用户隐私信息

10.5G网络的关键技术“边缘计算（EdgeComputing）”的核心优势是（）。

A.降低数据传输延迟

B.提高网络覆盖范围

C.减少基站建设成本

D.增强网络安全性

二、填空题（每题2分，共20分）

1.二进制数101101.101转换为十进制数是（）。

2.若某IP地址为3，子网掩码为，则该IP地址的网络号是（）。

3.机器学习中，逻辑回归（LogisticRegression）用于解决（）问题（填“分类”或“回归”）。

4.关系型数据库中，“SELECTFROMusersWHEREage25ORDERBYsalaryDESC;”语句的作用是（）。

5.若一个有序数组长度为n，使用二分查找的时间复杂度为（）。

6.数据仓库（DataWarehouse）的核心特点是面向（）、集成的、非易失的、随时间变化的数据集合。

7.图像识别中，卷积神经网络（CNN）的“卷积层”主要作用是（）。

8.若某算法的时间复杂度表达式为T(n)=2T(n/2)+n，则其时间复杂度为（）（用大O表示）。

9.自然语言处理（NLP）中，“词嵌入（WordEmbedding）”的作用是（）。

10.物联网（IoT）体系架构中，负责将物理信号转换为数字信号的是（）层。

三、简答题（每题6分，共30分）

1.简述数据清洗的主要步骤及每一步的目的。

2.解释“机器学习中的交叉验证（CrossValidation）”及其意义。

3.对比传统数据库与NoSQL数据库的适用场景。

4.说明TCP协议“三次握手”的具体过程及其必要性。

5.分析短视频平台用户行为数据（如播放时长、点赞、评论）的挖掘价值，并列举至少3种可应用的分析模型。

四、综合应用题（共30分）

1.电商用户购买行为分析（12分）

某电商平台提供以下用户行为数据表（表名：user_behavior），字段包括：user_id（用户ID）、item_id（商品ID）、behavior_type（行为类型，1=点击，2=收藏，3=加购，4=购买）、timestamp（时间戳，格式为Unix时间）、category_id（商品类目ID）。

要求：

（1）设计数据清洗流程，处理可能存在的“缺失值”“异常时间戳”“重复记录”问题；

（2）编写SQL语句，统计2024年11月11日（时间戳范围：1731369600~17314560