2026年公需科目大数据考核题库(含答案).docxVIP

2026年公需科目大数据考核题库(含答案)

一、判断题（每题1分，共20题）

1.大数据的“4V”特征包括体量（Volume）、速度（Velocity）、多样性（Variety）、价值密度（Value），其中价值密度与数据体量成正比。（×）

答案解析：大数据价值密度与数据体量成反比，数据规模越大，有效信息的占比通常越低，例如监控视频中大部分无用片段占比极高。

2.数据脱敏的核心目标是在不泄露敏感信息的前提下，保留数据的可用性与分析价值。（√）

答案解析：数据脱敏通过替换、遮蔽、泛化等技术处理敏感字段，既满足《数据安全法》对个人信息、重要数据的保护要求，又支撑后续数据统计、模型训练等场景使用。

3.联邦学习技术要求所有参与方必须将原始数据集中存储后再开展模型训练。（×）

答案解析：联邦学习属于隐私计算技术的一类，核心特征是“数据不动模型动”，各参与方无需上传原始数据，仅通过交互模型参数实现联合训练，从根源上降低数据泄露风险。

4.数据要素同土地、劳动力、资本、技术并列，是我国数字经济发展五大核心生产要素之一。（√）

答案解析：2020年《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据纳入生产要素范畴，2025年《数字中国建设整体布局规划》进一步明确数据要素的基础资源与创新引擎定位。

5.非结构化数据占当前社会产生数据总量的比例不足30%，是大数据分析的次要对象。