2026年国开电大大数据技术形考题库100道含答案（培优a卷） (2).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、下列哪种技术适用于处理实时数据流（如传感器实时监控数据）？

A.HadoopMapReduce（批处理）

B.SparkStreaming（流处理）

C.Hive（离线SQL分析）

D.HBase（分布式存储）

【答案】：B

解析：本题考察大数据处理技术场景。A选项MapReduce是离线批处理框架，适合海量历史数据计算；B选项SparkStreaming是实时流处理引擎，支持毫秒级延迟的实时数据处理；C选项Hive基于HDFS的SQL分析工具，适用于离线批处理；D选项HBase是分布式NoSQL数据库，用于存储非结构化数据。因此正确答案为B。

2、以下哪种算法属于数据挖掘中的聚类算法？

A.线性回归

B.K-Means

C.决策树

D.Apriori

【答案】：B

解析：K-Means是典型的聚类算法，通过最小化簇内距离将数据自动分组为不同簇；线性回归是预测连续值的回归算法，决策树是分类算法，Apriori是关联规则挖掘算法（用于发现数据项间关联关系，如“啤酒与尿布”），故正确答案为B。

3、在大数据技术应用中，用于实时流数据处理的开源框架是？

A.SparkStreaming

B.Hadoop

C.Hive

D.HBase

【答案】：A

解析：本题考察大数据实时处理框架知识点。SparkStreaming是Spark生态系统中处理实时流数据的组件，支持高吞吐量和低延迟；Hadoop是批处理框架，侧重离线数据处理；Hive是基于Hadoop的数据仓库工具，用于SQL式查询；HBase是分布式NoSQL数据库，侧重存储而非实时流处理。因此正确答案为A。

4、以下哪项不属于大数据的基本特征？

A.Volume（数据量大）

B.Velocity（处理速度快）

C.Veracity（数据真实性）

D.Value（价值密度低）

【答案】：C

解析：本题考察大数据的基本特征知识点。大数据的经典4V特征包括Volume（数据量大）、Velocity（数据产生和处理速度快）、Variety（数据类型多样）、Value（低价值密度）。选项C“Veracity（数据真实性）”并非大数据的基础特征，更多属于数据质量评估范畴，因此正确答案为C。

5、在大数据预处理中，以下哪种方法不属于处理缺失值的常用手段？

A.删除包含缺失值的记录

B.使用均值/中位数进行插补

C.直接忽略缺失数据

D.通过KNN算法预测缺失值

【答案】：C

解析：本题考察数据预处理中缺失值处理方法。常用缺失值处理方法包括A（删除）、B（统计量插补）、D（基于模型预测）；C选项“直接忽略数据”不符合数据处理规范，会导致数据信息损失且缺乏系统性。因此正确答案为C。

6、大数据的5V特征中，描述数据价值密度低的特征是以下哪一项？

A.Volume（容量）

B.Velocity（速度）

C.Variety（多样性）

D.Value（价值密度高）

【答案】：D

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（数据量大）、Velocity（处理速度快）、Variety（数据类型多样）、Value（价值密度低）、Veracity（数据真实性）。选项D中“价值密度高”与大数据实际特征不符，大数据中大部分数据原始价值密度低，需通过挖掘分析提升价值，因此正确答案为D。

7、大数据预处理阶段中，用于处理数据中的缺失值、异常值和重复数据的关键步骤是？

A.数据采集（DataCollection）

B.数据清洗（DataCleaning）

C.数据集成（DataIntegration）

D.数据转换（DataTransformation）

【答案】：B

解析：本题考察大数据预处理流程知识点。数据清洗的核心是处理数据质量问题，包括缺失值填充、异常值处理、重复数据去重等；选项A的数据采集是获取原始数据的过程，不涉及清洗；选项C的数据集成是合并多源数据，需先清洗再集成；选项D的数据转换是对数据格式、结构进行转换（如标准化），与处理缺失/异常值无关。因此，正确答案为B。

8、大数据的5V特征中，不包括以下哪一项？

A.Volume

B.Velocity

C.Variety

D.Validity

【答案】：D

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（数据容量）、Velocity（数据产生速度）、Variety（数据多样性）、Veracity（数据真实性）、Value（数据价值）。选项D的Validity（有效性）并非大数据5V特征之一，因此正确答案为D。

9、大数据技术在金融领域的