1. 下面（）程序负责 HDFS 数据存储。

A. Jobtracker
B. SecondaryNameNode
C. NameNode
D. Datanode

2. 下面哪一项不属于大数据关键技术（）。

A. 云计算
B. 关系型数据库
C. 数据众包
D. 分布式文件系统

3. 数据的不确定性的产生原因不包括（）。

A. 数据精度转换
B. 缺失值处理
C. 数据特征描述
D. 数据采集与传输

4. 以下关于大数据关键问题的说法，不正确的是（）。

A. 非结构化与半结构化数据的处理是一项重要的课题
B. 传统的统计理论与技术能很好地实现大数据知识发现
C. 大数据处理问题复杂多样，难以用一种单一的计算模式涵盖互联网企业表现强势
D. 大数据复杂性，不确定性特征描述的方法及大数据的系统建模是实现大数据知识发现的前提与关键

5. 可用作数据挖掘分析中的关联规则算法有（）。

A. 决策树
B. 线性回归
C. Apriori算法
D. K均值法

6. 大数据的（）指数据能够被组织并呈现。借助于图形化手段，清晰有效地传达和沟通信息。基于数据，借助可视化手段提高大脑利用率。

A. 低价值密度
B. 可视化
C. 多样性
D. 大量性

7. 是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

A. 离群点
B. 质心
C. 边界点
D. 核心点

8. 以下哪些算法是分类算法（）。

A. C4.5
B. DBSCAN
C. EM
D. K-Means

9. 以下哪一项不属于Hadoop可以运行的模式（）。

A. 单机（本地）模式
B. 分布式模式
C. 互联模式
D. 伪分布式模式

10. 是在已知各种情况发生概率的基础上，通过构成树状结构来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

A. 哈夫曼树
B. 决策树
C. 文本树
D. 生成树

11. 大数据的特征不包含（）。

A. 多样性
B. 价值密度高
C. 规模性
D. 高速性

12. 推荐系统为客户推荐商品，自动完成个性化选择商品的过程，满足客户的个性化需求，推荐基于网站最热卖商品、客户所处城市、（），推测客户将来可能的购买行为。

A. 客户的朋友
B. 客户的兴趣爱好
C. 客户过去的购买行为和购买记录
D. 客户的个人信息

13. 以下哪个不是无监督学习（）。

A. K-means
B. PCA
C. KNN
D. Apriori

14. 以下哪个不属于大数据的关键技术（）。

A. 流处理
B. 可视化
C. 数据表
D. 并行化

15. 在统计计算中，（）算法是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量。

A. K-Means算法
B. KNN算法
C. 最大期望算法
D. Apriori算法

16. 国务院于（）年印发了《促进大数据发展行动纲要》，指出数据已成为国家基础性战略资源。

A. 2014
B. 2016
C. 2017
D. 2015

17. 以下说法正确的是（）。

A. 孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。
B. 可信度是对关联规则的准确度的衡量。
C. 聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。
D. 原始数据集来自多个数据库或数据仓库，它们的结构和规则是相同的。

18. BIRCH是一种（）。

A. 分类器
B. 聚类算法
C. 特征选择算法
D. 关联分析算法

19. 以下哪个属于非关系型数据库（）。

A. Mysql
B. MonogoDB
C. SQL
D. Access

20. 最早提出大数据时代概念的公司是（）。

A. 麦肯锡公司
B. 脸谱公司
C. 谷歌公司
D. 微软公司

21. 大数据环境下的隐私担忧，主要表现为（）。

A. 恶意广告推送
B. 用户画像的生成
C. 个人信息的被识别与暴露
D. 病毒入侵

22. 数据可视化中实现中数据映射指的是

A. 确定数据到标记和视觉通道的映射
B. 从数据源中选取有效数据
C. 概括现实生活中用户遇到的问题
D. 视图的选择与用户交互控制的设计

23. 是目标类数据的一般特性的汇总，通常以用户指定类的数据通过数据库查询收集，其输出可以用多种形式呈现，例如饼图，条形图，折线图等等。

A. 数据属性
B. 数据特征
C. 数据采集
D. 数据整合

24. 以下哪个不属于大数据可视化的应用（）。

A. 热点地图
B. 天气云图
C. 响应式表单
D. 医学影像

25. 下列关于MapReduce说法不正确的是（）。。

A. MapReduce来源于google的学术论文
B. MapReduce隐藏了并行计算的细节，方便使用
C. MapReduce是一种计算框架
D. MapReduce程序只能用Java语言编写

26. 以下说法不正确的是（）。

A. 分类是预测数据对象的离散类别。
B. Apriori算法是一种典型的关联规则挖掘算法。
C. 决策树方法通常用于关联规则挖掘。
D. 预测是用于数据对象的连续取值。

27. 用于分类与回归应用的主要算法有\:( ) 。

A. RBF神经网络、K均值法、决策树
B. K均值法、SOM神经网络
C. 决策树、BP神经网络、贝叶斯
D. Apriori算法、HotSpot算法

28. 是一个由Apache基金会所开发的分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，开发分布式程序。它实现了一个分布式文件系统，充分利用集群的威力进行高速运算和存储。

A. NoSQL
B. Tomcat
C. Linux
D. Hadoop

29. 以下哪些算法是基于规则的分类器（）。

A. C4.5
B. 人工神经网络
C. 朴素贝叶斯
D. KNN

30. 随着现在硬件和软件解决方案的成熟，许多公司利用大数据技术来

A. 优化模型
B. 训练模型
C. 收集海量数据
D. 预测模型

31. 医疗领域可以怎样利用大数据

A. 个性化医疗
B. 临床决策支持
C. 用户行为分析
D. 社保资金安全

32. 表示数据分布的集中位置，如Mean：平均数、Median：中位数、Mode：众数等。

A. 集中趋势度量
B. 数据属性
C. 数据分布形状
D. 离中趋势度

33. 以下关于大数据关键问题的说法，不正确的是（）。

A. 非结构化与半结构化数据的处理是一项重要的课题
B. 大数据复杂性，不确定性特征描述的方法及大数据的系统建模是实现大数据知识发现的前提与关键
C. 传统的统计理论与技术能很好地实现大数据知识发现
D. 大数据处理问题复杂多样，难以用一种单一的计算模式涵盖互联网企业表现强势

34. 是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。

A. 主成分分析
B. 回归分析
C. 指数分析
D. 预测分析

35. 以下哪一项不属于Hadoop可以运行的模式（）。

A. 互联模式
B. 分布式模式
C. 单机（本地）模式
D. 伪分布式模式

36. ()的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。

A. 数据集成
B. 数据归约
C. 数据变换
D. 数据清洗

37. 是目标类数据的一般特性的汇总，通常以用户指定类的数据通过数据库查询收集，其输出可以用多种形式呈现，例如饼图，条形图，折线图等等。

A. 数据属性
B. 数据采集
C. 数据整合
D. 数据特征

38. 框架由一个单独的master JobTracker和每个集群节点一个slave TaskTracker共同组成。

A. Reduce
B. Map
C. Map/Reduce
D. master

39. 以下哪些方法可用于预测分析（）。

A. 指数平滑
B. 其余选项均是
C. 周期变化分析
D. 回归分析

40. 是在已知各种情况发生概率的基础上，通过构成树状结构来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

A. 哈夫曼树
B. 文本树
C. 生成树
D. 决策树

41. 美国沃尔玛连锁超市的真实案例\:尿布与啤酒这两种风马牛不相及的商品居然摆在一起，但这一奇怪的举措居然使尿布和啤酒的稍量大幅增加了。这个案例是使用了（）的典型例子。

A. 聚类
B. 云计算
C. 物联网
D. 关联规则

42. 以下哪个属于非关系型数据库（）。

A. Mysql
B. SQL
C. Access
D. MonogoDB

43. 是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

A. 质心
B. 边界点
C. 离群点
D. 核心点

44. 大数据的（），指的是数据有很多不同形式（文本、图像、视频、机器数据），无模式或者模式不明显

A. 大量性
B. 高速
C. 多样性
D. 低价值密度

45. 许多公司利用大数据技术来收集海量数据、训练模型、优化模型，并发布预测模型来提高业务水平或者避免风险，这是大数据在（）的技术。

A. 数据校验
B. 预测分析
C. 知识搜索
D. 数据整合

46. 下面哪一项不属于大数据系统的必备要素（）。

A. 数据
B. 物联网
C. 云平台
D. 数据库

47. 下列演示方式中，不属于传统统计图方式的是（）。

A. 饼状图
B. 柱状图
C. 网络图
D. 曲线图

48. Hadoop框架中最核心的设计是（）。

A. MapReduce和Hive
B. MapReduce和HDFS
C. Hive和HDFS
D. ZooKeeper和HDFS

49. 国务院于（）年印发了《促进大数据发展行动纲要》，指出数据已成为国家基础性战略资源。

A. 2017
B. 2015
C. 2014
D. 2016

50. HDFS中的block默认保存（）份

A. 1
B. 不确定
C. 3
D. 2

51. 协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度（）,并将这些用户喜欢的项推荐给有相似兴趣的用户。

A. 相同
B. 预测
C. 推荐
D. 相似

52. 决策树中不包含一下哪种结点（）。

A. 根结点
B. 外部结点
C. 内部结点
D. 叶结点

53. 大数据环境下的隐私担忧，主要表现为（）。

A. 用户画像的生成
B. 个人信息的被识别与暴露
C. 恶意广告推送
D. 病毒入侵

54. 电商网站上的"猜你喜欢”实际上是基于（）原理。

A. 物联网
B. 推荐系统
C. 数据仓库
D. 网络爬虫

55. 大数据处理流程不包括以下哪个（）。

A. 结果展示
B. 抽样统计
C. 数据分析与挖掘
D. 数据采集

56. 是指对数据源进行清洗、裁剪，并共享多样化数据来加快数据分析。

A. 数据抽取
B. 数据加载
C. 数据整合
D. 数据挖掘

57. 大数据的特征不包含（）。

A. 规模性
B. 高速性
C. 多样性
D. 价值密度高

58. 以下哪些算法是分类算法（）。

A. C4.5
B. DBSCAN
C. K-Means
D. EM

59. Kmeans算法包括如下步骤： ①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； ②更新中心点为每类的均值； ③随机选取k个中心点； ④j<-j+1,迭代更新，直至误差小到某个值或者到达一定的迭代步数，误差不变。 这些步骤正确的排序是（）。

A. ①②③④
B. ③①②④
C. ④③②①
D. ①④③②

60. 下面关于数据开放的陈述哪个是不正确的（）。

A. 允许公民要求数据开放数据
B. 要提供全部的原始数据
C. 要提供应用程序开放接口
D. 允许公众免费查询、下载

61. 在统计计算中，（）算法是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量。

A. 最大期望算法
B. Apriori算法
C. K-Means算法
D. KNN算法

62. 大数据的特征有

A. Variety（多样）
B. Volume（大量）
C. Value（低价值密度）
D. Visualization（可视化）

63. 随着现在硬件和软件解决方案的成熟，许多公司利用大数据技术来

A. 收集海量数据
B. 预测模型
C. 训练模型
D. 优化模型

64. 用于分类与回归应用的主要算法有\:( ) 。

A. K均值法、SOM神经网络
B. Apriori算法、HotSpot算法
C. RBF神经网络、K均值法、决策树
D. 决策树、BP神经网络、贝叶斯

65. 是目标类数据的一般特性的汇总，通常以用户指定类的数据通过数据库查询收集，其输出可以用多种形式呈现，例如饼图，条形图，折线图等等。

A. 数据整合
B. 数据特征
C. 数据属性
D. 数据采集

66. 是研究两个或两个以上处于同等地位的随机变量相关性的统计分析方法，包括变量之间是否存在依存关系，存在什么样的依存方向等等。

A. 相关分析
B. 判别分析
C. 回归分析
D. 主成分分析

67. 决策树中不包含一下哪种结点（）。

A. 外部结点
B. 叶结点
C. 内部结点
D. 根结点

68. 大数据的6V特征中，Variety表示

A. 多样
B. 高速
C. 低价值密度
D. 大量

69. Hadoop框架中最核心的设计是（）。

A. MapReduce和Hive
B. ZooKeeper和HDFS
C. MapReduce和HDFS
D. Hive和HDFS

70. 预测建模任务主要包括哪几大类问题？

A. 模式发现和模式匹配
B. 分类和模式发现
C. 分类和模式匹配
D. 分类和回归

71. 在统计计算中，（）算法是在概率模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量。

A. Apriori算法
B. 最大期望算法
C. K-Means算法
D. KNN算法

72. 反映数据的精细化程度，越细化的数据，价值越高。

A. 规模
B. 活性
C. 关联度
D. 颗粒度

73. 以下说法正确的是（）。

A. 聚类是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。
B. 原始数据集来自多个数据库或数据仓库，它们的结构和规则是相同的。
C. 孤立点在数据挖掘时总是被视为异常、无用数据而丢弃。
D. 可信度是对关联规则的准确度的衡量。

74. 目前所获取的总数据量的80%以上都是（）数据。。

A. 结构化
B. 半结构化
C. 非结构化
D. 文本

75. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？

A. 预测建模
B. 寻找模式和规则
C. 建模描述
D. 根据内容检索

76. 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为（）。所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。

A. 聚类
B. 机器学习
C. 关联规则
D. 云计算

77. 以下哪个选项是目前利用大数据分析技术无法进行有效支持的（）。

A. 新型病毒的分析判断
B. 精确预测股票价格
C. 个人消费习惯分析及预测
D. 天气情况预测

78. 是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

A. 核心点
B. 边界点
C. 质心
D. 离群点

79. 主要包括偏态和峰值，常见的有正态分布、偏态分布等。

A. 离中趋势度
B. 数据分布形状
C. 集中趋势度量
D. 数据属性

80. HDFS中的block默认保存（）份

A. 不确定
B. 3
C. 1
D. 2

81. 大数据环境下的隐私担忧，主要表现为（）。

A. 恶意广告推送
B. 病毒入侵
C. 用户画像的生成
D. 个人信息的被识别与暴露

82. 大数据处理流程不包括以下哪个（）。

A. 数据采集
B. 结果展示
C. 抽样统计
D. 数据分析与挖掘

83. 框架由一个单独的master JobTracker和每个集群节点一个slave TaskTracker共同组成。

A. Map
B. master
C. Map/Reduce
D. Reduce

84. 以下哪个属于非关系型数据库（）。

A. SQL
B. MonogoDB
C. Access
D. Mysql

85. 如下哪个不是最近邻分类器的特点。

A. 分类一个测试样例开销很大
B. 最近邻分类器基于全局信息进行预测
C. 它使用具体的训练实例进行预测，不必维护源自数据的模型
D. 可以生产任意形状的决策边界

86. MapReduce任务过程分为两个处理阶段：map阶段和（）阶段。。

A. map
B. reduce
C. Map/Reduce
D. master

87. 是一种用作显示一组数据分散情况资料的统计图，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。

A. 直方图
B. 雷达图
C. 折线图
D. 箱形图

88. 下列关于网络用户行为的说法中，错误的是（）。

A. 数字轨迹用完即自动删除
B. 网络公司能够捕捉到用户在其网站上的所有行为
C. 用户离散的交互痕迹能够为企业提升服务质量提供参考
D. 用户的隐私安全很难得以规范保护

89. 下面（）程序负责 HDFS 数据存储。

A. Datanode
B. SecondaryNameNode
C. Jobtracker
D. NameNode

90. ()的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的分析结果。

A. 数据集成
B. 数据变换
C. 数据清洗
D. 数据归约

91. 大数据的（）指数据能够被组织并呈现。借助于图形化手段，清晰有效地传达和沟通信息。基于数据，借助可视化手段提高大脑利用率。

A. 大量性
B. 多样性
C. 可视化
D. 低价值密度

92. 分析顾客消费行业，以便有针对性的向其推荐感兴趣的服务，属于（）问题。

A. 时序预测
B. 关联规则挖掘
C. 分类与回归
D. 聚类分析

93. 大数据的特征有

A. Value（低价值密度）
B. Volume（大量）
C. Variety（多样）
D. Visualization（可视化）

94. 数据挖掘的预测建模任务主要包括哪几大类问题

A. 回归
B. 模式匹配
C. 分类
D. 模式发现

95. 大数据可视化可以用在以下何种场景（）。

A. 公司财务报表、销售统计
B. 其余所有选项均可
C. 股票趋势
D. 电子地图

96. 以下哪个不是无监督学习（）。

A. KNN
B. PCA
C. K-means
D. Apriori

97. 可用作数据挖掘分析中的关联规则算法有（）。

A. 线性回归
B. Apriori算法
C. K均值法
D. 决策树

98. 以下各项均是针对数据仓库的不同说法，不正确的有（）。

A. 数据仓库是面向业务的，支持联机事务处理（OLTP）
B. 数据仓库支持决策而非事务处理
C. 数据仓库是一切商业智能系统的基础
D. 数据仓库就是数据库

99. 分类与回归树(ClassificationAndRegressionTree)是一种（）。

A. 无向图
B. 决策树
C. 有向图
D. 最小生成树

100. 大数据的6V特征中，Variety表示

A. 多样
B. 大量
C. 低价值密度
D. 高速