学校 ________________ 班级 ____________ 姓名 ____________ 考场 ____________ 准考证号 ………………………… 密…………封…………线…………内…………不…………要…………答…………题…………………………上海健康医学院《大规模数据挖掘与分布式处理》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 2 分，共 30 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、大数据中的数据压缩技术可以减少数据存储空间和传输带宽。以下关于数据压缩算法的比较，哪项说法不准确？（ ）A. 无损压缩算法能够完全还原原始数据，如 ZIP 压缩B. 有损压缩算法会丢失部分数据，但在某些情况下可以获得更高的压缩比，如 JPEG 图像压缩C. 数据压缩算法的选择取决于数据的类型、特点和对数据还原精度的要求D. 所有的数据压缩算法都适用于大数据处理，无需考虑具体情况2、在大数据存储中，分布式数据库系统具有很多优点。假设一个应用需要处理高并发的读写请求，并且数据量巨大。以下哪种分布式数据库系统可能是合适的选择？（ ）A. MySQL ClusterB. TiDBC. CockroachDBD. All of the above （以上皆是）3、当对大数据进行数据清洗和预处理时，为了处理缺失值，以下哪种方法较为常见？（ ）A. 删除包含缺失值的记录 B. 用平均值填充缺失值 C. 用中位数填充缺失值 D. 基于模型预测缺失值4、在大数据环境中，为了实现数据的隐私保护，以下哪种加密技术较为常用？（ ）A. 对称加密 B. 非对称加密 C. 同态加密 D. 哈希加密5、在大数据环境下，数据质量的管理至关重要。以下关于数据质量的影响因素和管理方法，哪项说法不准确？（ ）A. 数据质量可能受到数据来源的多样性、数据录入的错误、数据更新的不及时等因素的影响B. 为了提高数据质量，可以采用数据清洗、数据验证、数据监控等方法C. 数据质量的管理只需在数据收集阶段进行，后续处理过程中无需关注D. 建立数据质量评估指标体系有助于衡量和改进数据质量6、在大数据处理中，常常需要进行数据采样。假设有一个非常大的数据集，为了快速得到数据分析的初步结果，以下哪种采样方法可能比较合适？（ ）第 1 页，共 5 页学校 ________________ 班级 ____________ 姓名 ____________ 考场 ____________ 准考证号 ………………………… 密…………封…………线…………内...
