大数据技术及应用题库.doc

大数据技术及应用题库 单选题: 1从大量数据中提取知识的过程通常称为(A）。 a。 。 数据挖掘 b。 。 人工智能 c. . 数据清洗 d。 。 数据仓库 2下列论据中，能够支撑"大数据无所不能"的观点的是（A）。 A、互联网金融打破了传统的观念和行为 B、大数据存在泡沫 C、大数据具有非常高的成本 D、个人隐私泄露与信息安全担忧 3数据仓库的最终目的是（D）。 a。 。 收集业务需求 b。 . 建立数据仓库逻辑模型 c. . 开发数据仓库的应用分析 d. 。 为用户和业务部门提供决策支持 4大数据处理技术和传统的数据挖掘技术最大的区别是（A）. a。 。 处理速度快(秒级定律） b. . 算法种类更多 c. . 精度更高 d. 。 更加智能化 5大数据的起源是(C）。 a。 . 金融 b. . 电信 c. 。 互联网 d。 . 公共管理 6大数据不是要教机器像人一样思考。相反，它是(A）。 a。 . 把数学算法运用到海量的数据上来预测事情发生的可能性 b。 . 被视为人工智能的一部 c。 . 被视为一种机器学习 d. . 预测与惩罚 7人与人之间沟通信息、传递信息的技术，这指的是（D)。 a. 。 感测技术 b。 。 微电子技术 c. 。 计算机技术 d。 . 通信技术 8数据清洗的方法不包括（D）. a. . 缺失值处理 b。 . 噪声数据清除 c. 。 一致性检查 d. . 重复数据记录处理 9。 下列关于舍恩伯格对大数据特点的说法中，错误的是（D） A。 数据规模大 B. 数据类型多样 C。 数据处理速度快 D. 数据价值密度高 10规模巨大且复杂，用现有的数据处理工具难以获取、整理、管理以及处理的数据，这 指的是（D）。 a. 。 富数据 b。 . 贫数据 c. 。 繁数据 d. 。 大数据 11大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联 分析,从中发现新知识、创造新价值、提升新能力的（D）。 a. 。 新一代信息技术 b。 。 新一代服务业态 c。 . 新一代技术平台 d. . 新一代信息技术和服务业态 12万维网之父是（C） A。 彼得·德鲁克 B. 舍恩伯格 C。 蒂姆·伯纳斯—李 D. 斯科特·布朗 13下列演示方式中，不属于传统统计图方式的是(D）。 A、柱形图 B、饼状图 C、曲线图 D、网络图 14当前社会中，最为突出的大数据环境是（A）。 A、互联网 B、物联网 C、综合国力 D、自然资源 15可以对大数据进行深度分析的工具是(C). A、浅层神经网络 B、Scala C、深度学习 D、MapReduce 16大数据的起源是（C）。 A、金融 B、电信 C、互联网 D、公共管理 17智慧城市的构建，不包含（C)。 A、数字城市 B、物联网 C、联网监控 D、云计算 18大数据的4V特征中的Volume是指（D）。 A、价值密度低 B、处理速度快 C、数据类型繁多 D、数据体量巨大 19大数据的4V特征中的Variety是指（C)。 A、价值密度低 B、处理速度快 C、数据类型繁多 D、数据体量巨大 20大数据的4V特征中的Velocity是指(B）。 A、价值密度低 B、处理速度快 C、数据类型繁多 D、数据体量巨大 21下列关于大数据的分析理念的说法中，错误的是（D）. A、在数据基础上倾向于全体数据而不是抽样数据 B、在分析方法上更注重相关分析而不是因果分析 C、在分析效果上更追究效率而不是绝对精确 D、在数据规模上强调相对数据而不是绝对数据 22大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进 行（B）。 A、数据信息 B、专业化处理 C、速度处理 D、内容处理 23大数据的核心就是（B)。 A、告知与许可 B、预测 C、匿名化 D、规模化 24人与人之间沟通信息、传递信息的技术，这指的是（D)。 A、感测技术 B、微电子技术 C、计算机技术 D、通信技术 25大数据的最显著特征是（A）。 A、数据规模大 B、数据类型多样 C、数据处理速度快 D、数据价值密度高 28大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联 分析，从中发现新知识、创造新价值、提升新能力的(D）。 A、新一代信息技术 B、新一代服务业态 C、新一代技术平台 D、新一代信息技术和服务业态 29 下列关于普查的缺点的说法中，正确的是（A）。 A. 工作量较大，容易导致调查内容有限、产生重复和遗漏现象 B. 误差不易被控制 C. 对样本的依赖性比较强 D。 评测结果不够稳定 30 下列关于聚类挖掘技术的说法中,错误的是（B） A不预先设定数据归类类目,完全根据数据本身性质将数据聚合成不同类别 B需求同类数据的内容相似度尽可能小 C要求不同类数据 大数据技术及应用题库主要涵盖了大数据的基本概念、特点、起源、目的、处理技术和应用领域等多个方面的知识。以下是对这些知识点的详细阐述： 1. 数据挖掘：数据挖掘是从大量数据中提取有用信息和知识的过程，是大数据分析的重要组成部分。 2. 大数据的价值：大数据能够改变传统观念，如互联网金融的兴起，但同时也伴随着风险，如泡沫、高成本和个人隐私问题。 3. 数据仓库：数据仓库的主要目的是为用户提供决策支持，通过收集业务需求，建立逻辑模型，并开发应用分析。 4. 大数据处理与传统数据挖掘的区别：大数据处理强调处理速度（秒级定律），处理大规模、多样化的数据，而不仅仅是算法和精度的提升。 5. 大数据起源：大数据起源于互联网，随着互联网的迅速发展，数据量呈现爆炸式增长。 6. 大数据的本质：大数据不是模仿人类思维，而是通过算法预测可能性，而非模拟智能。 7. 通信技术：人与人之间的信息传递和沟通依赖于通信技术，如手机、网络等。 8. 数据清洗：数据清洗包括处理缺失值、去除噪声、检查一致性，但不包括重复数据记录处理。 9. 舍恩伯格的大数据特点：数据规模大、类型多样、处理速度快，但价值密度不高。 10. 大数据定义：大数据是指那些规模巨大、复杂，现有工具难以处理的数据。 11. 大数据的发展：大数据正在发展为新一代信息技术和服务业态，涉及数据的采集、存储、分析和应用。 12. 万维网之父：蒂姆·伯纳斯—李是万维网的创始人。 13. 统计图示：网络图不属于传统统计图表。 14. 当今大数据环境：互联网是当前最突出的大数据环境。 15. 深度分析工具：深度学习能够对大数据进行深入分析。 16. 大数据起源：再次强调，大数据起源于互联网。 17. 智慧城市：智慧城市不包括联网监控，但涉及数字城市、物联网和云计算。 18-20. 大数据4V特征：Volume表示数据量大，Variety表示数据类型多样，Velocity表示处理速度快。 21. 大数据分析理念：大数据分析注重整体数据、相关分析和效率，而不是抽样、因果关系和绝对精确。 22-23. 大数据的战略意义与核心：大数据的意义在于专业化处理数据，核心是预测。 24. 沟通技术：通信技术是人与人沟通信息的基础。 25. 大数据特征：数据规模大是大数据的最显著特征。 28. 大数据的应用：大数据技术快速发展，用于发现新知识、创造价值和提升能力。 29. 普查的缺点：普查工作量大，可能导致内容局限和重复遗漏。 30. 聚类挖掘技术：聚类是将数据自动分类，要求同类数据内容相似，不同类数据差异大。 总结来说，大数据技术是现代信息技术的重要部分，它涉及到数据的收集、处理、分析和利用，为决策支持、预测、智能应用提供了新的可能。大数据的特点包括大规模、多样性、高速处理和低价值密度，其应用广泛，涵盖了互联网、金融、智慧城市等多个领域。同时，数据清洗、深度学习和通信技术也是理解大数据应用的关键概念。