大数据学试题及答案【2021年整理】.docx

大数据学试题及答案文档主要涵盖了大数据领域的基础知识和应用，包括大数据技术的起源、数据分析角色、数据清洗方法、数据采集技术、智慧城市构建、大数据的特征、数据分析理念、大数据环境、数据生命周期管理、网络用户行为、存储容量单位、聚类挖掘技术以及各国的大数据发展策略等。以下是对这些知识点的详细解释： 1. 大数据技术的基础由谷歌首先提出，这主要体现在谷歌的三篇著名论文——MapReduce、GFS（Google File System）和Bigtable，它们为大数据处理提供了分布式计算框架和大规模数据存储解决方案。 2. 大数据的起源是互联网，随着互联网的发展，数据量急剧增长，催生了大数据的概念和技术。 3. 数据分析师的角色中，决定选取哪种方法进行数据分析的人是研究科学家，他们负责设计和实施复杂的分析模型。 4. 数据的颗粒度反映了数据的精细化程度，粒度越细，数据的价值通常越高，因为它可以提供更深入的洞察。 5. 数据清洗方法包括处理缺失值、清除噪声数据、一致性检查，但不包括重复数据记录处理，后者是数据清洗的一个重要步骤，但不是清洗方法本身。 6. 智能健康手环利用传感器技术收集用户健康数据，体现了传感器数据采集技术的应用。 7. 数据重组并不涉及数据的重新生产和重新采集，而是指对已有数据进行重新组合和分析，以创造新价值。 8. 智慧城市的构建包含数字城市、物联网和云计算，但不包括联网监控，它更多地关注城市的智能化管理和服务。 9. 大数据的最显著特征是数据规模大，这使得传统的数据处理方式无法应对。 10. 莫里通过分析航海日志绘制新路线图，体现了大数据分析中更注重相关性分析而非因果分析的特点。 11. 舍恩伯格认为大数据具有规模大、类型多样、处理速度快的特点，而数据价值密度高是传统数据挖掘中的观点。 12. 目前最突出的大数据环境是互联网，它产生了海量的数据。 13. 在数据生命周期管理实践中，数据管理和维护是执行方法，确保数据的质量和可用性。 14. 网络用户的行为数据通常会被网络公司收集并用于提升服务质量，但用户的隐私保护问题仍然存在挑战。 15. 计算机存储容量单位中，一个汉字通常需要两个字节的存储空间，而不是一个。 16. 聚类挖掘技术要求同类数据的内容相似度尽可能大，不同类数据的内容相似度尽可能小。 17. 韩国的大数据发展行动体现了“重视基础、首都先行”的策略，首尔市在大数据应用上起到了示范作用。 18. 大数据分析理念中，更倾向于全体数据而不是抽样数据，注重相关分析而不是因果分析，这与传统的统计分析方法有显著区别。 以上内容详细阐述了文档中提到的大数据相关知识点，这些知识对于理解大数据的原理、应用和重要性至关重要。