2026年国开电大大数据技术形考题库100道【全优】.docxVIP

2026年国开电大大数据技术形考题库100道

第一部分单选题(100题)

1、以下哪种算法属于聚类算法？

A.Apriori（关联规则挖掘）

B.K-Means（无监督聚类）

C.SVM（支持向量机）

D.LinearRegression（线性回归）

【答案】：B

解析：K-Means是典型的无监督学习聚类算法，用于将数据自动分组为不同簇。Apriori用于关联规则挖掘，SVM是分类算法，LinearRegression是预测算法，均不属于聚类算法，因此正确答案为B。

2、在大数据预处理阶段，以下哪项操作主要用于处理数据中的重复记录和不一致数据？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：A

解析：本题考察大数据预处理步骤。数据清洗的核心任务包括处理缺失值、异常值、重复记录和不一致数据；数据集成是合并多个数据源；数据转换是对数据格式或类型进行标准化；数据规约是通过降维或采样减少数据量。因此处理重复和不一致数据属于数据清洗范畴，正确答案为A。

3、在大数据预处理过程中，以下哪项操作不属于数据清洗阶段？

A.处理缺失值

B.数据集成

C.去除重复记录

D.处理异常值

【答案】：B

解析：本题考察数据预处理的阶段知识点。数据清洗主要针对原始数据中的噪声、缺失值、重复记录、异常值等进行处理；而“数据集成”是将多个数据源合并为统一数据集的操作，属于数据预处理的“数据集成”阶段，与“数据清洗”并列，因此不属于数据清洗阶段，正确答案为B。

4、相比传统的MapReduce，Spark的主要优势在于？

A.只能处理批处理任务

B.基于内存计算，处理速度更快

C.必须使用分布式文件系统

D.仅适用于结构化数据处理

【答案】：B

解析：本题考察Spark与MapReduce的技术差异，正确答案为B。Spark的核心优势是采用内存计算模式，避免了MapReduce中频繁的磁盘IO操作，因此处理速度更快。A选项错误，Spark既支持批处理也支持流处理（如SparkStreaming）；C选项错误，Spark可适配多种存储系统（如HDFS、S3、内存等），并非必须依赖分布式文件系统；D选项错误，Spark支持结构化、半结构化和非结构化数据的处理，并非仅适用于结构化数据。

5、适用于实时分析用户行为数据流（如电商实时推荐）的大数据处理方式是？

A.批处理（BatchProcessing）

B.流处理（StreamProcessing）

C.分布式计算（DistributedComputing）

D.并行计算（ParallelComputing）

【答案】：B

解析：本题考察大数据处理技术类型的应用场景。批处理（A选项）适用于离线、批量数据处理（如T+1报表生成）；流处理（B选项）支持实时处理持续产生的数据流，能满足实时分析需求；分布式计算（C选项）和并行计算（D选项）是计算模式，而非专门针对实时流数据的处理方式。因此实时用户行为分析应采用流处理。

6、数据预处理中，“去除数据中的噪声、缺失值、重复值”属于哪个环节？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：A

解析：本题考察数据预处理步骤知识点。数据清洗的核心是处理原始数据中的质量问题，包括去除噪声（异常值）、缺失值填充、重复值删除等；数据集成是合并多源数据；数据转换是对数据格式、单位等进行转换；数据规约是在保证信息完整的前提下减少数据规模。因此正确答案为A。

7、大数据处理中，构建分布式计算集群最常用的云计算服务模式是？

A.IaaS（基础设施即服务）

B.PaaS（平台即服务）

C.SaaS（软件即服务）

D.混合云（混合部署模式）

【答案】：A

解析：本题考察大数据与云计算服务模式的关系知识点。IaaS（A选项）提供服务器、存储、网络等基础设施资源，适合部署Hadoop等分布式计算集群；PaaS（B选项）提供开发运行平台，适合快速开发应用但灵活性不足；SaaS（C选项）是直接提供软件应用，无法满足大数据底层硬件需求；混合云（D选项）是云服务部署模式，非服务类型。因此正确答案为A。

8、以下哪项属于大数据在交通领域的典型应用？

A.电商平台智能推荐系统

B.城市交通流量实时预测与信号灯优化

C.基因测序数据的生物特征分析

D.社交媒体用户情感倾向识别

【答案】：B

解析：本题考察大数据的行业应用场景。选项B中“城市交通流量预测与信号灯优化”直接利用交通数据（Volume、Velocity等）实现实时决策，属于交通领域典型应用；A、D属于电商/社交领域，C属于生物医疗领域，因此正确答案为B。

9、大数据技术在以下哪个行业的精准营销应用最广泛？

A.金融行业