2026年数据科学家大数据挖掘与分析技术实践题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家大数据挖掘与分析技术实践题库

一、选择题（每题2分，共20题）

（1题）大数据处理框架的选择

某电商公司需处理每日千万级别的用户行为日志，要求实时性较高且可扩展性强。以下哪种大数据处理框架最符合需求？

A.HadoopMapReduce

B.SparkCore

C.Flink

D.Hive

（2题）数据预处理方法

在处理缺失值时，以下哪种方法适用于数值型数据且假设数据分布近似正态？

A.均值填充

B.中位数填充

C.KNN填充

D.回归填充

（3题）特征工程应用

某银行需预测客户违约风险，以下哪种特征工程方法最适合处理高维稀疏数据？

A.PCA降维

B.特征组合

C.标准化

D.嵌入式特征选择

（4题）模型评估指标

评估文本分类模型时，若关注模型在不同类别上的表现，应优先使用哪个指标？

A.Accuracy

B.F1-score

C.Precision

D.AUC

（5题）分布式存储系统

某政府部门需存储海量地理信息数据，要求高可靠性和高并发访问能力，以下哪种存储系统最合适？

A.HDFS

B.S3

C.Cassandra

D.MongoDB

（6题）实时计算框架

某外卖平台需实时分析用户下单行为，以下哪种框架支持毫秒级延迟？

A.Storm

B.SparkStre