南開23春學(xué)期《大數(shù)據(jù)導(dǎo)論》在線作業(yè)【答案】

可做奧鵬全部院校在線離線作業(yè)畢業(yè)論文QQ:3230981406 微信:aopopenfd777

發(fā)布時(shí)間:2023-08-20 20:18:58來(lái)源:admin瀏覽: 0 次


23春學(xué)期(高起本:1709-2103、專升本/高起專:1903-2103)《大數(shù)據(jù)導(dǎo)論》在線作業(yè)-00002

試卷總分:100  得分:100

一、單選題 (共 15 道試題,共 30 分)

1.DAS代表的意思是()

A.兩個(gè)異步存儲(chǔ)

B.數(shù)據(jù)歸檔軟件

C.連接一個(gè)可選的存儲(chǔ)

D.直連存儲(chǔ)

 

2.下列不屬于Google云計(jì)算平臺(tái)技術(shù)架構(gòu)的是()

A.并行數(shù)據(jù)處理MapReduce

B.分布式鎖Chubby

C.結(jié)構(gòu)化數(shù)據(jù)表BigTable

D.彈性云計(jì)算EC2

 

3.大數(shù)據(jù)的特點(diǎn)不包含

A.數(shù)據(jù)體量大

B.價(jià)值密度高

C.處理速度快

D.數(shù)據(jù)不統(tǒng)一

 

4.購(gòu)物籃問(wèn)題是##的典型案例

A.數(shù)據(jù)變換

B.關(guān)聯(lián)規(guī)則挖掘

C.數(shù)據(jù)分類

 

5.GFS中的文件切分成()的塊進(jìn)行存儲(chǔ)

A.32MB

B.64MB

C.128MB

D.1G

 

6.數(shù)據(jù)產(chǎn)生方式變革中數(shù)據(jù)產(chǎn)生方式是主動(dòng)的主要是來(lái)自哪個(gè)階段( )。

A.運(yùn)營(yíng)式系統(tǒng)階段

B.用戶原創(chuàng)內(nèi)容階段

C.感知式系統(tǒng)階段

 

7.下列不屬于商業(yè)大數(shù)據(jù)類型的是

A.傳統(tǒng)企業(yè)數(shù)據(jù)

B.機(jī)器和傳感器數(shù)據(jù)

C.社交數(shù)據(jù)

D.電子商務(wù)數(shù)據(jù)

 

8.數(shù)據(jù)倉(cāng)庫(kù)是隨著時(shí)間變化的,下列不正確的是()

A.數(shù)據(jù)倉(cāng)庫(kù)隨時(shí)間變化不斷增加新內(nèi)容

B.捕捉到的新數(shù)據(jù)會(huì)覆蓋原來(lái)的快照

C.數(shù)據(jù)倉(cāng)庫(kù)隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容

D.數(shù)據(jù)倉(cāng)庫(kù)中包含大量的綜合數(shù)據(jù),這些綜合數(shù)據(jù)會(huì)隨時(shí)間的變化不斷進(jìn)行重新綜合

 

9.用于描述數(shù)據(jù)分散情況的是()

A.分布圖

B.箱式圖

C.餅圖

D.折線圖

 

10.哪個(gè)選項(xiàng)不屬于大數(shù)據(jù)4V特點(diǎn)?

A.Volume

B.Valid

C.Variety

D.Value

 

11.MapReduce中的Map和Reduce函數(shù)使用()進(jìn)行輸入輸出

A.key/value對(duì)

B.隨機(jī)數(shù)值

C.其他計(jì)算結(jié)果

 

12.數(shù)據(jù)產(chǎn)生方式變革中數(shù)據(jù)產(chǎn)生方式是被動(dòng)的主要是來(lái)自哪個(gè)階段( )。

A.運(yùn)營(yíng)式系統(tǒng)階段

B.用戶原創(chuàng)內(nèi)容階段

C.感知式系統(tǒng)階段

 

13.下列哪個(gè)工具常用來(lái)開發(fā)移動(dòng)友好地交互地圖()

A.Leaflet

B.Visual.ly

C.BPizza Pie Charts

D.Gephi

 

14.下列哪個(gè)R語(yǔ)言擴(kuò)展包可以創(chuàng)建帶有點(diǎn)和邊的網(wǎng)絡(luò)圖()

A.ggplot2

B.network

C.ggmaps

D.animation

 

15.SAN是一種()

A.存儲(chǔ)設(shè)備

B.專為數(shù)據(jù)存儲(chǔ)而設(shè)計(jì)構(gòu)建的網(wǎng)絡(luò)

C.光纖交換機(jī)

D.HBA

 

二、多選題 (共 15 道試題,共 30 分)

16.開放云()

A.價(jià)值呈現(xiàn):大數(shù)據(jù)應(yīng)用價(jià)值呈現(xiàn)和創(chuàng)新不足

B.應(yīng)用建設(shè):周期長(zhǎng)、門檻高、多冗余、體驗(yàn)差

C.組織流程:應(yīng)用跨部門,缺乏流程貫串和使能業(yè)務(wù)生產(chǎn)

D.生態(tài)建設(shè):無(wú)法有效構(gòu)建和融入新的數(shù)字生態(tài)圈

 

17.互連網(wǎng)上出現(xiàn)的海量信息可以劃分為三種,分別為( )

A.結(jié)構(gòu)化信息

B.非結(jié)構(gòu)化信息

C.半結(jié)構(gòu)化信息

D.特殊化信息

 

18.下列正確的是()

A.D3是數(shù)據(jù)驅(qū)動(dòng)文件的縮寫,是最流行的可視化庫(kù)之一,它被很多其他的表格插件所使用

B.D3也可以通過(guò)一些自定義模塊來(lái)根據(jù)需求增添需要的(非DOM)特性,并在WebWorker上運(yùn)行

C.D3采用的是Selectors API的第一級(jí)標(biāo)準(zhǔn)

D.基礎(chǔ)R已經(jīng)包含支撐包括協(xié)同圖(Coplot)、拼接圖(Mosaic Plot)和雙標(biāo)圖等多類圖形的功能。

 

19.大數(shù)據(jù)在教育中的應(yīng)用

A.網(wǎng)上公開課

B.慕課

C.智慧校園

D.翻轉(zhuǎn)課堂

 

20.大數(shù)據(jù)時(shí)代預(yù)測(cè)人類移動(dòng)行為的數(shù)據(jù)來(lái)源有

A.志愿者定位數(shù)據(jù)

B.裝有導(dǎo)航設(shè)備的出租車軌跡數(shù)據(jù)

C.手機(jī)終端定位于通訊記錄

D.社會(huì)網(wǎng)絡(luò)簽到數(shù)據(jù)

 

21.下列屬于傳統(tǒng)統(tǒng)計(jì)學(xué)展示方法的是()

A.柱狀圖

B.餅狀圖

C.曲線圖

D.網(wǎng)絡(luò)圖

 

22.##和##,它們把原數(shù)據(jù)變換或投影到較小的空間。

A.小波變換

B.中心化變換

C.主成分分析

D.對(duì)數(shù)變換

 

23.大數(shù)據(jù)四大特征包括( )

A.數(shù)據(jù)量大

B.數(shù)據(jù)類型繁多

C.數(shù)據(jù)價(jià)值密度相對(duì)較低

D.處理速度快,時(shí)效性要求高

 

24.按照數(shù)據(jù)量的大小,可將數(shù)據(jù)分析分為()

A.內(nèi)存級(jí)數(shù)據(jù)分析

B.Bl級(jí)數(shù)據(jù)分析

C.海量級(jí)數(shù)據(jù)分析

D.巨量級(jí)數(shù)據(jù)分析

 

25.主流分布式計(jì)算平臺(tái)有()

A.google

B.IBM

C.baidu

D.Amazon

 

26.KNIME(Konstanz Information Miner)是一個(gè)對(duì)用戶友好的、智能、開源的平臺(tái)。該平臺(tái)包括了##、##、##、##。

A.數(shù)據(jù)集成

B.數(shù)據(jù)處理

C.數(shù)據(jù)分析

D.數(shù)據(jù)挖掘

 

27.離群點(diǎn)檢測(cè)的應(yīng)用包括()等。

A.欺詐檢測(cè)

B.入侵檢測(cè)

C.故障檢測(cè)

D.疾病的不尋常模式

 

28.數(shù)據(jù)變換的常用方法有##,##,##,##

A.中心化變換

B.極差規(guī)格化變換

C.標(biāo)準(zhǔn)化變換

D.對(duì)數(shù)變換

 

29.大數(shù)據(jù)時(shí)代預(yù)測(cè)人類移動(dòng)行為的數(shù)據(jù)特點(diǎn)是

A.多樣化

B.數(shù)據(jù)量大

C.維數(shù)高

D.變化快

 

30.大數(shù)據(jù)帶來(lái)的挑戰(zhàn)有哪些( )。

A.會(huì)導(dǎo)致數(shù)據(jù)盲點(diǎn)

B.危及個(gè)人隱私

C.造成群體歧視

D.產(chǎn)生龐大能耗

 

三、判斷題 (共 20 道試題,共 40 分)

31.箱式圖用于描述數(shù)據(jù)的分散情況,主要數(shù)據(jù)節(jié)點(diǎn)包括:均值、中值、等中心值的度 量,標(biāo)準(zhǔn)偏差、方差等可變性度量。

 

32.交通數(shù)據(jù)涉及到交通車輛或者道路兩旁安裝的傳感器生成和手機(jī)的數(shù)據(jù)集。

 

33.關(guān)聯(lián)分析是從有噪聲的、模糊的、隨機(jī)的海量數(shù)據(jù)中,挖掘出隱藏的、事先不知道、但是有潛在關(guān)聯(lián)的信息或知識(shí)的過(guò)程。

 

34.NAS代表的意思是網(wǎng)絡(luò)附加存儲(chǔ)

 

35.數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的(subject oriented)、集成的(integrate),相對(duì)穩(wěn)定的(non-volatile)、反映歷史變化(time variant)的數(shù)據(jù)集合,以用于支持管理決策過(guò)程。

 

36.Spark的亮點(diǎn)是充分利用內(nèi)存承載工作集,而且能保證容錯(cuò)。

 

37.寧家駿委員指出,大數(shù)據(jù)要與“互聯(lián)網(wǎng)+”醫(yī)療健康緊密結(jié)合起來(lái),國(guó)家明確支持“互聯(lián)網(wǎng)+”醫(yī)療、“互聯(lián)網(wǎng)+”健康。

 

38.利用虛擬化方法減少物理存儲(chǔ)空間的分配,最大限度提升存儲(chǔ)空間利用率。

 

39.內(nèi)存分析數(shù)據(jù)量比BI分析數(shù)據(jù)量大

 

40.數(shù)據(jù)可視化。將大型數(shù)據(jù)集中的數(shù)據(jù)通過(guò)圖形圖像方式表示,并利用數(shù)據(jù)分析和開發(fā)工具發(fā)現(xiàn)其中未知信息。

 

41.交通數(shù)據(jù)的來(lái)源包括車輛GPS數(shù)據(jù),人類移動(dòng)的GPS位置信息或者單位站點(diǎn)記錄,和監(jiān)視設(shè)備的視頻圖像技術(shù)記錄。

 

42.線性回歸涉及找出擬合兩個(gè)屬性(或變量)的“最佳”直線,使一個(gè)屬性可以用來(lái)預(yù)測(cè)另一個(gè)。

 

43.聚類分析(Cluster analysis)簡(jiǎn)稱聚類(Clustering),是把數(shù)據(jù)對(duì)象劃分成子集(類)的過(guò)程,每個(gè)子集稱為一個(gè)簇(Cluster)

 

44.用戶可以感知不同屬性之間的相關(guān)性,過(guò)濾掉噪聲和不相關(guān)的軌跡,用于進(jìn)一步調(diào)查有趣的案例。分析人員可以交互式地逐步優(yōu)化設(shè)置以改進(jìn)結(jié)果。

 

45.大數(shù)據(jù)技術(shù)也能幫助政府進(jìn)行支出管理,透明合理的財(cái)政支出將有利于提高公信力和監(jiān)督財(cái)政支出。

 

46.累加器只有驅(qū)動(dòng)程序才能讀取

 

47.數(shù)據(jù)挖掘方法側(cè)重于從數(shù)據(jù)驅(qū)動(dòng)的角度出發(fā)獲取模式或規(guī)律。因此,針對(duì)海量人類移動(dòng)數(shù)據(jù),數(shù)據(jù)挖掘方法可以發(fā)揮其挖掘模式或規(guī)律的長(zhǎng)處。

 

48.基于QQ用戶位置變化軌跡,建立模型測(cè)算遷徙規(guī)模,分析人口遷徙方向及其影響因素。

 

49.利用云存儲(chǔ)中的多租戶技術(shù),滿足了海量信息爆炸式增長(zhǎng)趨勢(shì),一定程度上節(jié)約企業(yè)存儲(chǔ)成本,提高效率。

 

50.不同類型的大數(shù)據(jù)可以揭示一個(gè)區(qū)域或城市的活動(dòng)以及人口分布狀態(tài)( )




奧鵬,國(guó)開,廣開,電大在線,各省平臺(tái),新疆一體化等平臺(tái)學(xué)習(xí)
詳情請(qǐng)咨詢QQ : 3230981406或微信:aopopenfd777

作業(yè)咨詢 論文咨詢
微信客服掃一掃

回到頂部