浙江大学《数据预处理技术及应用》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

浙江大学

《数据预处理技术及应用》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35个小题，每小题1分，共35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、网络爬虫在爬取大量网页时，可能会遇到网站的robots.txt文件。如果爬虫程序违反了该文件的规定，可能会导致什么后果？（）

A.被搜索引擎降权

B.获得更多的优质数据

C.提高网站对爬虫的信任度

D.没有任何影响

2、假设要开发一个能够检测和避免重复抓取同一网页的网络爬虫。以下哪种数据结构或算法可能用于实现这个功能？（）

A.哈希表B.布隆过滤器C.二叉搜索树D.以上都是

3、当网络爬虫需要处理大量的并发请求，以提高抓取速度和效率时。以下哪种技术或框架可能有助于实现高效