2026年数据科学大数据分析与应用技术题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学：大数据分析与应用技术题库

一、单选题（共10题，每题2分）

1.某电商平台希望分析用户购买行为数据，以优化商品推荐策略。若需处理每天超过10TB的交易数据，以下哪种技术最适合实时处理此类大数据？

A.HadoopMapReduce

B.SparkStreaming

C.Flink

D.MongoDB

2.在数据预处理阶段，某城市交通管理部门发现部分GPS数据存在时间戳缺失，以下哪种方法最能有效处理该问题？

A.删除缺失数据

B.均值插补

C.使用前后数据插值

D.硬编码默认时间

3.某金融机构使用机器学习模型预测信贷风险，若模型在训练集上表现良好但在测试集上表现较差，最可能的原因是？

A.数据标注错误

B.模型过拟合

C.数据泄露

D.特征选择不当

4.在分布式存储系统中，HDFS的NameNode主要负责什么功能？

A.数据块管理

B.元数据管理

C.数据压缩

D.任务调度

5.某零售企业需要分析用户购买路径，以下哪种算法最适合实现用户行为序列挖掘？

A.决策树

B.关联规则（Apriori）

C.神经网络

D.K-means聚类

6.在数据可视化中，以下哪种图表最适合展示不同城市之间的航班数量分布？

A.折线图

B.散点图

C.热力图

D.饼图

7