学校 ________________ 班级 ____________ 姓名 ____________ 考场 ____________ 准考证号 ………………………… 密…………封…………线…………内…………不…………要…………答…………题…………………………北京化工大学《数据挖掘分析》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 25 个小题，每小题 1 分，共 25 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、网络爬虫在抓取大量数据时，可能会对目标网站的服务器造成压力。假设要减少对服务器的影响。以下关于减轻服务器压力的描述，哪一项是不正确的？（ ）A. 遵循网站的访问规则和建议，如 robots.txt 中的 Crawl-delay 指令B. 对抓取到的数据进行本地缓存，减少对服务器的重复请求C. 可以使用分布式爬虫，将请求分散到多个服务器上，减轻单个服务器的压力D. 为了尽快完成抓取任务，无需考虑服务器的压力，尽可能多地发送请求2、在网络爬虫爬取网页时，需要考虑如何处理网页中的链接。假设一个网页包含大量的链接，有的链接指向相关内容，有的是广告或无关页面。以下哪种链接处理策略可能更有效？（ ）A. 只爬取与主题相关的链接，过滤掉无关链接B. 爬取所有链接，然后在后续处理中筛选数据C. 随机选择一部分链接进行爬取D. 不处理链接，只获取当前页面的内容3、在网络爬虫的开发中，需要处理网页中的链接以决定是否继续爬取。假设遇到一个包含大量无关链接的网页，为了提高爬虫的效率和针对性，以下哪种链接筛选策略是最为有效的？（ ）A. 随机选择一部分链接进行爬取B. 只爬取与主题相关的特定类型的链接C. 爬取所有链接，后期再筛选数据D. 按照链接的出现顺序依次爬取4、网络爬虫在抓取网页时，需要处理不同的页面布局和结构。假设一个网站的页面结构经常变化，以下关于页面解析的方法，哪一项是最灵活的？（ ）A. 使用固定的 HTML 解析库，根据预设的规则提取数据B. 基于机器学习的方法，自动学习页面的结构和数据模式C. 人工编写针对每个页面的解析代码D. 放弃抓取该网站，寻找结构稳定的数据源5、在网络爬虫的错误处理机制中，需要考虑各种可能的异常情况。假设爬虫在运行过程中遇到网络连接中断、网页解析错误等问题。以下关于错误处理的描述，哪一项是错误的？（）A. 对常见的错误进行分类和捕获，记录详细的错误日志，便于后续分析和排查第 1 页，共 7 页学校 _______...
