2025 年大学数据科学与大数据技术（大数据基础）试题及答案.docVIP

2025年大学数据科学与大数据技术（大数据基础）试题及答案

（考试时间：90分钟满分100分）班级______姓名______

一、选择题（总共10题，每题3分，每题只有一个正确答案，请将正确答案填在括号内）

1.大数据的4V特征不包括以下哪一项？（）

A.大量化B.多样化C.快速化D.单一化

2.以下哪种数据类型不属于结构化数据？（）

A.数据库表中的数据B.XML文件C.纯文本文件D.JSON文件

3.数据挖掘中的关联规则挖掘主要用于发现（）。

A.数据之间的因果关系B.数据之间的相关性C.数据的聚类D.数据的分类

4.分布式文件系统HadoopDistributedFileSystem（HDFS）的设计理念不包括（）。

A.高容错性B.高可扩展性C.低延迟访问D.适合批处理

5.以下哪个算法不属于机器学习中的监督学习算法？（）

A.决策树B.支持向量机C.聚类算法D.线性回归

6.数据清洗的目的不包括（）。

A.去除重复数据B.填补缺失值C.增加数据量D.纠正错误数据

7.大数据处理流程的顺序通常是（）。

A.采集、存储、预处理、分析、可视化B.采集、预处理、存储、分析、可视化

C.采集、分析、预处理、存储、可视化D.采集、存储、分析、预处理、可视化

8.以下哪种数据库适合存储大数据？（）

A.关系型数据库B.非关系型数据库C.内存数据库D.磁盘数据库

9.数据可视化的主要目的是（）。

A.使数据更美观B.展示数据的内在规律C.方便数据存储D.提高数据准确性

10.机器学习中的模型评估指标不包括（）。

A.准确率B.召回率C.F1值D.数据量

二、多项选择题（总共5题，每题5分，每题有两个或以上正确答案，请将正确答案填在括号内）

1.大数据技术栈包括以下哪些部分？（）

A.数据采集B.数据存储C.数据处理D.数据分析E.数据可视化

2.以下哪些是数据挖掘的常用算法？（）

A.决策树算法B.神经网络算法C.遗传算法D.支持向量机算法E.聚类算法

3.分布式计算框架MapReduce的特点包括（）。

A.易于编程B.高容错性C.默认实现了数据本地化D.可扩展性强E.适合实时计算

4.数据预处理的主要步骤有（）。

A.数据清洗B.数据集成C.数据变换D.数据归约E.数据标注

5.以下哪些属于非关系型数据库？（）

A.MongoDBB.CassandraC.HBaseD.MySQLE.Oracle

三、判断题（总共10题，每题2分，请判断对错，对的打√，错的打×）

1.大数据就是数据量特别大的数据。（）

2.结构化数据一定比非结构化数据更有价值。（）

3.数据挖掘算法只能用于分析历史数据，不能用于预测未来。（）

4.Hadoop是一个分布式计算框架，不能用于数据存储。（）

5.监督学习算法需要有标注的数据作为训练样本。（）

6.数据可视化只是为了让数据看起来更漂亮，对数据分析没有实际帮助。（）

7.非关系型数据库不支持SQL查询。（）

8.数据清洗过程中，对于缺失值只能删除，不能填补。（）

9.机器学习模型的训练时间越长，效果一定越好。（）

10.大数据处理中，数据量越大，处理难度越小。（）

四、简答题（总共3题，每题10分，请简要回答问题）

1.请简述大数据的5V特征及其含义。

2.说明数据挖掘中分类算法和聚类算法的区别。

3.简述分布式文件系统HDFS的架构及各部分的功能。

五、综合题（总共2题，每题15分，请详细回答问题）

1.假设你要分析某电商平台用户的购买行为数据，以预测用户未来可能购买的商品。请描述你会采用的大数据处理流程及相关技术，并说明理由。

2.现有一个数据集包含大量的文本数据，要求从中提取有价值的信息并进行可视化展示。请阐述你会使用的方法和工具，并说明如何实现。

答案

一、选择题

1.D

2.B

3.B

4.C

5.C

6.C

7.A

8.B

9.B

10.D

二、多项选择题

1.ABCDE

2.ABCDE

3.ABCD

4.ABCD

5.ABC

三、判断题

1.×

2.×

3.×

4.×

5.√

6.×

7.×

8.×

9.×

10.