2026年计算机科学大数据数据清洗技术试题及答案.docxVIP

2026年计算机科学大数据数据清洗技术试题及答案

一、选择题（每题2分，共20分）

1.大数据环境下数据清洗的首要目标是：

A.提高数据存储效率

B.保证数据质量和一致性

C.减少数据量

D.提高数据访问速度

2.下列哪项不属于数据质量问题？

A.数据缺失

B.数据冗余

C.数据格式不一致

D.数据加密

3.在处理缺失值时，下列哪种方法可能会引入偏差？

A.删除含有缺失值的记录

B.使用均值填充

C.使用中位数填充

D.使用众数填充

4.以下哪种异常检测方法属于基于统计的方法？

A.孤立森林

B.局部离群因子

C.3σ原则

D.单类支持向量机

5.数据标准化处理的主要目的是：

A.减少数据存储空间

B.将不同尺度的数据转换到相同的尺度

C.提高数据安全性

D.加速数据处理速度

6.在大数据处理框架中，下列哪个工具最适合进行分布式数据清洗？

A.Excel

B.SQL

C.Hadoop/Spark

D.MATLAB

7.重复数据处理的主要目的是：

A.提高数据安全性

B.节省存储空间

C.加速数据查询

D.简化数据结构

8.下列哪种数据清洗技术可以