南京医科大学康达学院《大数据分析与人工智能》2023-2024学年第一学期期末试卷.docVIP

学校________________班级____________姓名____________考场____________准考证号

学校________________班级____________姓名____________考场____________准考证号

…………密…………封…………线…………内…………不…………要…………答…………题…………

第PAGE1页，共NUMPAGES3页

南京医科大学康达学院

《大数据分析与人工智能》2023-2024学年第一学期期末试卷

题号

一

二

三

四

总分

得分

批阅人

一、单选题（本大题共20个小题，每小题1分，共20分．在每小题给出的四个选项中，只有一项是符合题目要求的．）

1、在大数据的聚类分析中，有多种算法可供选择。假设我们有一个包含客户消费行为数据的数据集，需要将客户分为不同的群体。以下哪种聚类算法可能不太适合处理这种数据？（）

A.K-Means算法

B.层次聚类算法

C.密度聚类算法

D.关联规则挖掘算法

2、在大数据处理中，流处理和批处理各有特点。以下关于流处理和批处理的比较，哪一项是不正确的？（）

A.流处理适用于实时数据处理，批处理适用于大规模历史数据处理

B.流处理对数据的时效性要求高，批处理对数据的准确性要求高

C.流处理的系统复杂度通常低于批处理

D.批处理可以对大量数据进行复杂的分析和计算，流处理则相对较难

3、在大数据处理中，数据挖掘是一个重要的技术，以下关于数据挖掘的描述中，错误的是（）。

A.数据挖掘用于从大量数据中发现潜在的模式和知识

B.数据挖掘可以使用多种算法，如分类、聚类、关联分析等

C.数据挖掘只适用于特定的行业和领域，不能广泛应用

D.数据挖掘需要结合具体的业务需求和数据特点进行应用

4、大数据对传统的数据分析方法产生了深远影响。假设我们要分析一个公司的销售数据，以下关于大数据分析与传统分析方法的比较，正确的是：（）

A.传统分析方法更注重样本数据，大数据分析则基于全体数据

B.大数据分析的结果更准确，传统分析方法已无价值

C.传统分析方法的计算速度比大数据分析快

D.大数据分析只能处理结构化数据，传统分析方法则能处理各种类型数据

5、在大数据可视化中，为了展示数据的分布情况，以下哪种图表类型通常被使用？（）

A.直方图B.箱线图C.小提琴图D.以上都是

6、对于一个包含大量地理位置信息的大数据集，要进行空间查询和分析，以下哪种数据库或技术更适合？（）

A.空间数据库B.文档数据库C.关系数据库D.内存数据库

7、当对大数据进行数据清洗和预处理时，为了处理缺失值，以下哪种方法较为常见？（）

A.删除包含缺失值的记录

B.用平均值填充缺失值

C.用中位数填充缺失值

D.基于模型预测缺失值

8、在大数据处理中，数据倾斜是一个常见的问题。以下关于数据倾斜的原因和解决方法的描述，哪一项是不准确的？（）

A.数据分布不均匀是导致数据倾斜的主要原因之一

B.使用随机分区可以有效解决数据倾斜问题

C.对倾斜的数据进行单独处理是一种常见的解决方法

D.调整并行度有时可以缓解数据倾斜带来的影响

9、大数据治理是确保大数据有效利用和管理的重要环节。关于大数据治理的框架和流程，以下描述不正确的是：（）

A.大数据治理包括制定策略、建立组织架构、明确数据标准和流程等方面

B.数据治理流程通常涵盖数据的规划、获取、存储、使用和销毁等阶段

C.大数据治理只需关注技术层面，无需考虑组织文化和人员因素

D.建立数据质量评估机制和数据治理的监督机制是大数据治理的重要组成部分

10、随着大数据技术的发展，数据仓库和数据集市的概念也在不断演进。假设一个企业拥有多个业务部门，每个部门都有自己特定的数据需求和分析视角。在这种情况下，以下关于数据仓库和数据集市的描述，哪一项是正确的？（）

A.数据仓库包含企业级的综合数据，数据集市是数据仓库的子集，针对特定部门或主题

B.数据集市包含企业级的综合数据，数据仓库是数据集市的子集，针对特定部门或主题

C.数据仓库和数据集市是相互独立的，没有包含关系

D.数据仓库和数据集市是相同的概念，只是名称不同

11、在大数据分析中，常常需要对海量文本数据进行分类。假设有一个包含大量新闻文章的数据集，需要将其分为不同的类别，如政治、经济、体育等。以下哪种机器学习算法在文本分类任务中表现较好？（）

A.朴素贝叶斯

B.逻辑回归

C.决策树

D.随机森林

12、在大数据应用中，推荐系统被广泛使用。如果一个推荐系统主要基于用户的历史购买行为进行推荐，这属于哪种