北京石油化工学院《数据挖掘与机器学习》2023-2024学年第一学期期末试卷.docVIP

学校________________班级____________姓名____________考场____________准考证号

学校________________班级____________姓名____________考场____________准考证号

…………密…………封…………线…………内…………不…………要…………答…………题…………

第PAGE1页，共NUMPAGES3页

北京石油化工学院

《数据挖掘与机器学习》2023-2024学年第一学期期末试卷

题号

一

二

三

四

总分

得分

批阅人

一、单选题（本大题共15个小题，每小题1分，共15分．在每小题给出的四个选项中，只有一项是符合题目要求的．）

1、在网络爬虫的设计中，URL管理是重要的一环。假设要爬取一个大型电商网站的商品页面。以下关于URL管理的描述，哪一项是错误的？（）

A.需要构建一个有效的URL队列，按照一定的顺序和策略进行访问

B.对已经访问过的URL进行标记和过滤，避免重复抓取

C.根据网页中的链接自动发现新的待抓取URL，并添加到队列中

D.URL的管理方式对爬虫的效率和数据完整性没有影响，只要能抓取到数据就行

2、在网络爬虫的开发中，数据提取是关键的一步。假设要从一个结构复杂的网页中提取特定的