2026年国开电大大数据技术概论形考题库100道【网校专用】.docxVIP

2026年国开电大大数据技术概论形考题库100道

第一部分单选题(100题)

1、下列哪项是大数据在医疗领域的典型应用？

A.基于用户消费行为的智能推荐系统

B.利用电子病历和基因数据进行精准医疗诊断

C.实时监控城市交通流量优化信号灯

D.分析社交媒体数据预测自然灾害

【答案】：B

解析：本题考察大数据应用场景知识点。精准医疗通过整合电子病历、基因测序、影像数据等多源大数据，分析个体健康特征，实现个性化诊断与治疗方案，是医疗领域典型应用。A属于电商/广告领域的推荐系统；C属于智能交通领域的流量管理；D属于社交媒体舆情分析（或应急领域的灾害预警），均非医疗领域典型应用。

2、下列哪项不属于大数据预处理的基本步骤？

A.数据清洗

B.数据挖掘

C.数据集成

D.数据转换

【答案】：B

解析：本题考察大数据预处理流程知识点。大数据预处理的基本步骤包括数据清洗（处理噪声、缺失值）、数据集成（合并多源数据）、数据转换（格式转换、归一化）、数据规约（减少数据量）。数据挖掘是在预处理之后的数据分析阶段，不属于预处理步骤，因此正确答案为B。

3、在Hadoop生态系统中，负责分布式计算任务调度和资源管理的核心组件是？

A.HDFS（分布式文件系统）

B.MapReduce（计算模型）

C.YARN（YetAnotherResourceNegotiator）

D.Hive（数据仓库工具）

【答案】：C

解析：本题考察Hadoop生态系统核心组件功能。YARN（YetAnotherResourceNegotiator）是Hadoop2.x版本引入的资源管理器，负责集群资源（CPU、内存等）的分配与调度，协调MapReduce等任务的执行。A选项HDFS是分布式存储系统；B选项MapReduce是分布式计算框架，负责并行计算任务；D选项Hive是基于Hadoop的数据仓库工具，用于SQL查询，均不符合题意。

4、以下哪个应用场景最能体现大数据的‘高速’（Velocity）特征？

A.传统银行柜台业务处理

B.实时交通流量监控与导航

C.企业历史数据归档

D.纸质文件扫描存储

【答案】：B

解析：大数据Velocity特征强调数据处理的高速性。实时交通流量监控需对实时数据流快速采集、分析并反馈导航，体现‘高速’要求。A选项处理速度慢，C选项离线归档，D选项仅存储，均不涉及实时处理。因此正确答案为B。

5、在大数据处理流程中，将不同来源的数据合并到统一存储中的步骤是？

A.数据清洗

B.数据集成

C.数据转换

D.数据规约

【答案】：B

解析：本题考察大数据预处理步骤知识点。数据预处理是大数据处理的关键环节，各步骤含义如下：数据清洗（去除噪声、补全缺失值）、数据集成（合并多源数据）、数据转换（格式转换、归一化等）、数据规约（降维、压缩数据量）。因此将不同来源数据合并的步骤是数据集成，正确答案为B。

6、下列哪种工具常用于实时或准实时的分布式日志收集与聚合？

A.Flume（日志收集框架）

B.Sqoop（数据导入导出工具）

C.Kafka（分布式消息队列）

D.Hive（数据仓库工具）

【答案】：A

解析：本题考察大数据数据采集工具的功能，正确答案为A。Flume是Cloudera开源的分布式日志收集系统，支持多数据源（如日志文件、数据库）的实时聚合与传输，具备高可用和可扩展性；B选项Sqoop主要用于Hadoop与关系型数据库间的数据批量导入导出；C选项Kafka是高吞吐量的分布式消息系统，侧重消息传递而非直接日志聚合；D选项Hive是基于Hadoop的SQL数据仓库工具，与日志收集无关。因此A选项正确。

7、大数据的5V特征中，不包含以下哪一项？

A.Volume

B.Velocity

C.Validity

D.Veracity

【答案】：C

解析：本题考察大数据的5V特征知识点。大数据的5V特征包括Volume（数据规模大）、Velocity（数据产生和处理速度快）、Variety（数据类型多样）、Veracity（数据真实性）和Value（数据价值密度低但整体价值高）。选项C的Validity（有效性）不属于5V特征，因此正确答案为C。

8、以下哪项是大数据在金融领域的典型应用？

A.智能交通信号灯调度

B.信用卡欺诈检测

C.在线教育个性化推荐

D.社交媒体舆情监控

【答案】：B

解析：本题考察大数据应用场景。信用卡欺诈检测利用大数据分析交易行为特征，通过异常模式识别潜在欺诈；A选项属于交通领域应用；C选项属于教育/电商领域；D选项属于舆情分析领域。正确答案为B。

9、以下哪项不属于大数据的核心特征？

A.数据规模大（Volume）

B.处