2026年国开电大大数据技术形考题库100道及答案【典优】.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、以下哪项属于数据预处理中处理缺失值的常用方法？

A.均值插值法（如均值、中位数填充）

B.分类算法（如决策树分类）

C.聚类算法（如K-Means聚类）

D.关联规则挖掘（如Apriori算法）

【答案】：A

解析：本题考察数据预处理方法知识点。数据预处理中处理缺失值的常用方法包括均值/中位数插值、众数填充、基于模型的预测填充等，选项A符合。而B、C、D均属于数据挖掘算法（分类、聚类、关联规则），不属于数据预处理方法。

2、以下哪种数据库类型适合存储用户社交关系网络（如微博关注关系）？

A.关系型数据库（如MySQL）

B.文档型数据库（如MongoDB）

C.列族型数据库（如HBase）

D.图数据库（如Neo4j）

【答案】：D

解析：本题考察NoSQL数据库应用场景知识点。图数据库（如Neo4j）专为处理节点与关系复杂的图结构数据设计，适合存储社交关系网络（用户为节点、关注关系为边）；关系型数据库适合结构化表格数据；文档型数据库适合嵌套文档结构（如JSON）；列族型数据库适合海量结构化数据（如时序数据）。因此正确答案为D。

3、大数据的特征中，体现数据产生和处理速度快的是以下哪一项？

A.Volume（数据量大）

B.Velocity（速度快）

C.Variety（数据多样性）

D.Veracity（数据真实性）

【答案】：B

解析：本题考察大数据的5V特征知识点。Volume指数据规模大，Velocity强调数据产生和处理的速度快，Variety表示数据类型多样（结构化、半结构化、非结构化），Veracity关注数据的准确性和可靠性。因此正确答案为B。

4、大数据的5V特征中，不包括以下哪一项？

A.Volume（数据容量）

B.Velocity（处理速度）

C.Viscosity（数据粘度）

D.Veracity（数据真实性）

【答案】：C

解析：本题考察大数据5V核心特征知识点，5V特征包括Volume（数据量规模）、Velocity（处理/生成速度）、Variety（数据多样性）、Value（数据价值密度）、Veracity（数据真实性）。Viscosity（粘度）并非大数据特征，属于干扰项，因此正确答案为C。

5、以下哪项属于大数据在推荐系统中的典型应用场景？

A.电商平台的商品推荐（如淘宝首页个性化商品）

B.搜索引擎的结果排序（如百度根据用户偏好排序）

C.社交媒体的个性化内容推送（如抖音/微博的信息流推荐）

D.以上都是

【答案】：D

解析：本题考察大数据推荐系统的应用场景。大数据技术在推荐系统中应用广泛：电商平台通过用户历史行为数据推荐商品（A）；搜索引擎根据用户搜索习惯和偏好优化结果排序（B）；社交媒体通过分析用户兴趣标签推送个性化内容（C）。因此三个选项均属于典型应用场景，正确答案为D。

6、在数据挖掘任务中，用于发现数据对象相似性并分组为多个簇的技术是？

A.关联规则挖掘

B.分类

C.聚类

D.回归分析

【答案】：C

解析：本题考察数据挖掘技术概念，聚类是将数据按相似度自动分组为不同簇（如K-Means算法）；关联规则挖掘发现项间关联（如“啤酒与尿布”）；分类是预测类别标签（如垃圾邮件分类）；回归分析预测连续值（如房价预测）。因此正确答案为C。

7、大数据的哪个特征体现了数据产生和处理的速度要求？

A.Volume（数据量）

B.Velocity（速度）

C.Variety（多样性）

D.Value（价值密度）

【答案】：B

解析：本题考察大数据的5V特征知识点。大数据的5V特征中，Velocity（速度）特指数据产生和处理的速度要求，例如实时流数据的快速处理；Volume（A选项）指数据量大小，强调数据规模；Variety（C选项）指数据类型多样（结构化、半结构化、非结构化）；Value（D选项）指数据价值密度低，需通过分析挖掘价值。因此正确答案为B。

8、Hadoop分布式文件系统HDFS的主要特点不包括以下哪项？

A.采用分块（Block）方式存储超大规模文件

B.支持高容错性，单节点故障不影响整体服务

C.适合存储和处理TB/PB级别的大文件

D.支持实时性要求高的低延迟数据写入操作

【答案】：D

解析：本题考察Hadoop分布式文件系统（HDFS）的核心特点。HDFS的设计目标是存储和处理超大规模数据，其特点包括：采用分块（默认64MB/128MB）存储大文件（选项A、C正确）；通过副本机制实现高容错性（选项B正确）。而HDFS采用“一次写入，多次读取”的设计，更适合批处理场景，不支持低延迟实时写入（实时写入需其他技术如Kafk