贵州省专业技术人员在线学习平台公需科目大数据培训考试习题及答案.docxVIP

贵州省专业技术人员在线学习平台公需科目大数据培训考试习题及答案

一、单项选择题（每题2分，共20题）

1.以下哪项不属于大数据的“5V”特征？

A.Volume（大量）

B.Velocity（高速）

C.Validity（有效性）

D.Veracity（真实性）

答案：C

解析：大数据的5V特征为Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性），有效性（Validity）并非核心特征。

2.以下哪种技术是Hadoop生态中用于分布式存储的组件？

A.MapReduce

B.HBase

C.HDFS

D.Spark

答案：C

解析：HDFS（Hadoop分布式文件系统）是Hadoop的存储核心，MapReduce是计算框架，HBase是基于HDFS的列式数据库，Spark是内存计算框架。

3.数据清洗的主要目的是？

A.增加数据量

B.消除数据中的错误、缺失或冗余

C.转换数据格式

D.提升数据存储效率

答案：B

解析：数据清洗通过处理缺失值、纠正错误、去除重复数据等操作，提升数据质量，为后续分析提供可靠基础。

4.以下哪种算法属于监督学习？

A.K-means聚类

B.决策树分类

C.Apriori关联规则

D.主成分分析（PCA）

答案：B

解析：监督学习需要标注数据（标签），决策树分类通过训练数据的特征和标签进行模型构建；K-means、Apriori、PCA均为无监督学习算法。

5.贵州省“一云一网一平台”中的“一云”指的是？

A.华为云

B.阿里云

C.腾讯云

D.云上贵州·政务云

答案：D

解析：贵州省推动“一云一网一平台”建设，其中“一云”是“云上贵州”政务云，实现全省政务数据的集中存储与共享。

6.以下哪项是结构化数据的典型代表？

A.社交媒体文本

B.关系型数据库表

C.监控视频

D.传感器日志

答案：B

解析：结构化数据具有固定格式和字段（如Excel表格、SQL数据库表），非结构化数据包括文本、视频、日志等无固定格式的信息。

7.数据脱敏技术中，“将身份证号的出生年月部分替换为”属于？

A.匿名化

B.去标识化

C.加密

D.泛化

答案：D

解析：泛化是将数据细节模糊化（如将“1990-01-01”泛化为“1990年代”）；匿名化是移除可直接识别个人的信息（如姓名）；去标识化是通过技术手段使数据无法关联到特定个体。

8.以下哪种大数据应用场景属于“精准营销”？

A.银行反欺诈系统

B.电商根据用户浏览记录推荐商品

C.交通路况实时监控

D.医院电子病历分析

答案：B

解析：精准营销通过分析用户行为数据（如浏览、购买记录）实现个性化推荐，电商商品推荐是典型应用。

9.Spark与HadoopMapReduce的主要区别在于？

A.Spark支持内存计算，MapReduce依赖磁盘

B.Spark仅用于批处理，MapReduce支持流处理

C.Spark基于HDFS，MapReduce基于本地文件系统

D.Spark是开源的，MapReduce是闭源的

答案：A

解析：Spark通过RDD（弹性分布式数据集）实现内存计算，减少磁盘IO，效率高于依赖磁盘的MapReduce；两者均支持批处理，Spark也可通过SparkStreaming支持流处理。

10.以下哪项不属于数据生命周期管理的阶段？

A.数据采集

B.数据存储

C.数据销毁

D.数据可视化

答案：D

解析：数据生命周期包括采集、存储、处理、分析、归档、销毁等阶段，数据可视化是分析结果的呈现方式，不属于生命周期管理的核心阶段。

11.贵州省大数据综合试验区的核心目标是？

A.发展数据中心产业

B.推动数据资源“聚通用”

C.培育互联网巨头企业

D.建设超算中心

答案：B

解析：贵州省大数据综合试验区以“数据铁笼”“数据共享”为抓手，核心目标是实现数据资源的汇聚、融通、应用（“聚通用”）。

12.以下哪种数据采集方式属于主动采集？

A.传感器自动上传环境数据

B.用户填写在线问卷

C.爬取公开网页数据

D.数据库定时同步

答案：B

解析：主动采集是指数据主体主动提供（如问卷填写），被动采集是系统自动获取（如传感器、爬虫、数据库同步）。