2025年高职大数据应用技术（数据采集与清洗）试题及答案.docVIP

2025年高职大数据应用技术（数据采集与清洗）试题及答案

（考试时间：90分钟满分100分）

班级______姓名______

第I卷（选择题，共40分）

答题要求：每题只有一个正确答案，请将正确答案的序号填在括号内。(总共8题，每题5分)

1.以下哪种数据来源不属于结构化数据？（）

A.数据库表

B.XML文件

C.网页文本

D.CSV文件

2.在数据采集过程中，对于实时性要求很高的数据，通常采用以下哪种采集方式？（）

A.离线采集

B.实时采集

C.定时采集

D.手工录入

3.数据清洗中，处理缺失值的方法不包括（）

A.删除含有缺失值的记录

B.用均值填充

C.用中位数填充

D.直接忽略

4.当采集的数据存在重复记录时，以下哪种处理方式较为合理？（）

A.全部保留

B.随机删除部分

C.只保留一条

D.按特定规则合并

5.对于文本数据的采集，以下哪个工具不太常用？（）

A.Python的BeautifulSoup

B.Scrapy

C.Excel

D.Selenium

6.数据采集的频率过高可能会导致（）

A.数据量不足

B.存储成本增加

C.数据准确性提高

D.采集效率提升

7.在数据清洗时，判断数据是否符合特定格式的操作属于（）

A.一致性检查

B.准确