国开大学2023年01月11480《大数据技术导论》期末考试答案.docx

《国开大学2023年01月11480《大数据技术导论》期末考试答案.docx》由会员分享，可在线阅读，更多相关《国开大学2023年01月11480《大数据技术导论》期末考试答案.docx（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、试卷代号：11480座位号I国家开放大学2022年秋季学期期末统一考试大数据技术导论试题2023年1月题号二三四总分分数得分评卷人一、选择闻（选择一个正确答案的代码填入括号中，每小就3分，共30分）1.数据科学不仅可以推动数学、计算机科学、统计学、天体信息学等学科的发展，而且又能大力助推（ ）的发展与进步.A.基础科学C.化学2 .以下（）是结构化数据.A.单位工资数据C.声音3 .在MapReduce模型中，Map函数以（A.主键C.他值对R流体力学D.产业K网页D.视频）作为输入.R数据D.键值4 . NoSQL适用于（）.A.事务处理应用R机器学习应用C.数据分析应用D.互联网应用5 .

2、在大数据抽取中,可以分为初始化转移阶段和增量转移阶段初始化转移阶段采用 （）的方式.A.帝量数据抽取C.同构同质数据抽取R全量数据抽取D.同构异质数据抽取 （11480号）大数据技术导论试卷第1页（共8页）6 .分布式数据库系统的三种类型是：异构型、同构同质型和（）.A.网络型R层次型C.关系型D.同构异质型7 .数据规范化的主要方法是妓小一最大规范化方法、（）和小数定标规范化方法.A.正则法Rz分数规范化方法C.整数定标规范化方法D.极小一极大规疮化方法8 .为了完成特征约简，以下（）提法不正确.A.采用特征提取方法R采用特征选择方法C.采用时空编码方法D.从原始特征中找出最有效的特征9 .

3、变异系数是（）与均值的比值.A.方差a标准差C.极差D.偏差10 .如果要通过6个方面绘制学生学习行为曲像，采用下面的（）比较合适。A.流程图a折线图C.雷达图D.地图得分I评卷人二、判断题（正确的划J,错误的划X,每小题2分，共20分）11 .大数据的价值密度高.（）12 .在Hadoop系统中负货存储与管理数据的是NTFS.（）13 .网页是主要的网站外部数据，分为静态网页和动态网页.（）14 . NewSQL 具有 OldSQL 的 SQL 特性.（）15 .数据质量问题经常发生，比如要求填写北京,用户实际填写了北京市、BEIJING、北 京、首都等内容，这些数据明显属于数据的一致性问题

4、.（）16 .分箱平滑法是一种数据局部平滑方法它是通过考察所有的数据来平滑存储 数据.（）17 .数据约筒前后的分析结果是无法达到相同结果的.（）18 .探索性数据分析是从某种假设出发，去探索其内在的数据规律性.（）19 . k一均值算法，是广泛应用的一种分类算法.（）20 .动态网络可视化的关键是如何将时间属性与图进行融合基本的方法是引入空间轴.）（11480号）大数据技术导论试题第2页（共8页）评卷人三、简答题（每小题5分，共30分）21 .大数据处理的全过程，一般包括哪5个步骤？22 .采用MapReduce程序进行单词计数处理，如下图.请写出经过Map输出到Reduce 输出过程中的中

5、间处理结果,填入该图中间框内。23 .按照系统结构和实现技术，网络爬虫可以分为哪四大类？24.数据清洗算法的街成标准主要包含哪些方面？用 比 法 才为 冽 埸25 .数据集成的含义是什么？主要开展什么活动？26 .下四是19名学生完成满分】8分题的答题结果，请计算:（1）极差是多少？（1分）（2）众数是多少？（2分）（3）中位数是多少？（2分）K-19名学生的答题结果得分评卷人四、应用题(每小题10分，共20分)27.对某地观察连续8天的天气状况如图所示:周一 (3B)7RH例期3n/24*C周二(40)I GG雨30Y/22T南同传东南风周三(5B)i GG雨29X/23X南风的东丽周四(6

6、0)I GG雨29-C/21X触(70)I GG雨3O022X西网Et周六(80)I Gd雨传多云33t/2(rC东闻风转东风周日(98)多云31/19南风玩ItM- (100)例弼29/16,数据序列最低温度/C一次移动平均数12345678若设置跨域期数为3,请采用一次移动平均法，预测该地的最低温度(精确到小数点1位要求列出计算过程，并将实际温度和预测结果填入上衰.(11480号)大数据技术导论试题第6页(共8页)28.利用极坐标进行数据可视化,下面是我国部分城市中心的一室月租费的分布:长.-济IW请回答下列问题：（1）月租费最低为4000元以上的，有哪些城市？其价格范围分别是多少？（4分

7、）（2）均值低于2000元，有哪2个城市？（2分）（3）月租费位于2000,4000范阳的有哪些城市？（2分）（4）武汉市和福州市的月租费均值，分别是多少？（2分）（11480号）大数据技术导论成题第7页（共8页）霸 X 盗 才 为 烟 书 患试卷代号:114802022年秋季学期考试大数据技术导论参考答案2023年1月一、选择题（选择一个正确答案的代码填入括号中，每小题3分，共30分）1.D2.A3.C4.D5.B6.D7.B8.C9.B10.C二、判断题（正确的划V ,错误的划x，每小题2分，共20分）11.X12.x13.V14.V15.V16. x17. x18.V19. x20. x

8、三、简答题（每小题5分，共30分）21 .大数据处理的全过程，一般包括哪5个步骤？答：大数据获取与存储管理、大数据抽取与清洗、大数据约简与集成、大数据分析与挖掘、 大数据分析结果解释与可视化展现,（答对每个给1分）.22 .采用M叩Reduce程序进行单词计数处理，如下图.请写出经过M叩输出到Reduce 输出过程中的中间处理结果，填入该图中间框内.答：Map的输出Reduce的中间结果Reduce的输出(for, (1,1)(each, (1,1)(else, 1)(while, (1,1)(main, 1)(for, 2)(each, 2)(else, 1)(while, 2)(main,

9、 1)（答对每一个中间结果，给1分，满分5分.可以不考虑排列顺序）23 .按照系统结构和实现技术，网络爬虫可以分为哪四大类？答:通用网络爬虫、聚焦网络爬虫、增量式网络爬虫、深层网络爬虫。（答对一项给1分，全 对给5分）24 .数据清洗算法的衡量标准主要包含哪些方面？答:数据清洗算法的衡量标准主要包含返回率、错误返回率和精确度.（每个方面给1.5分，全 部写对给满分）25 .数据集成的含义是什么？主要开展什么活动？答:数据集成是指将不同来源、不同格式、不同特点与不同性质的数据，在逻辑上或物理上 有机地集中，存放在一个一致的数据存储种.（3分）数据集成是应用、存储以及各组织之间传送的数据管理实践活

10、动，其主要考虑合并规整数据问 题.（2分）26.下图是19名学生完成满分18分题的答题结果，请计算：（1）极差是多少？（1分）（2）众数是多少？（2分）（3）中位数是多少？（2分）答：首先，统计0到18的个数：18 : 017 : 116 : 215 : 214 : 013 : 212 : 211 : 210 : 09 : 08 : 07 : 06 : 15 : 14 : 03 : 12 : 21 : 00 : 3（11480号）大数据技术导论答案第2页（共3页）因此，(1)最大值17,最小值0,所以极差=17-0 = 0. (1分)(2)得分为0的个数是3,最多。所以，众数为0。(2分)从。

11、到10的个数是8,从12至I18的个数统计是9,因此，中位数是11。(2分) 四、应用题(每小题10分洪20分)27 .解：已知跨域期数n= 3,则采用一次移动平均法，预测计算方法为：X(t + 1)= (X +X(t-1) +X(t-2)/3于是，第4个数据的预测计算为：X(4)=(X(3)+X(2)+X(l)/3=(29 + 30 + 31)/3-30.0其它数据“次类推，计算结果如表最右列所示。数据序列最低温度/一次移动平均数12422232342123. 052222. 062022. 071921. 081620.3(计算过程2分，每个计算结果正确的给1.5分，满分10分)28 .解：(1)月租费最低为4000元以上的，有北京和上海2个城市.(2分)北京的月租费最高10000,最低5000;上海的月租费最高10000,最低4000. (2分)(2)均值低于2000元,有沈阳市和烟台市。(2分)月租费位于2000,4000范围的，有苏州和杭州2个城市。(2分)(4)武汉市和福州市的月租费均值,分别是2000和3000. (2分)