资源简介

数据采集的方法和工具练习题
（粤教版·必修一《数据与计算》5.2.1）
一、单选题（共15题，每题5分，共75分）
1. 数据采集是指（　　）
A. 对数据进行清洗和整理的过程
B. 从数据中提取有用信息的过程
C. 根据系统的需求，从数据源获取数据的过程
D. 将数据以图形化方式呈现的过程
2. 下列哪种方式属于通过传感器进行数据采集？（　　）
A. 用问卷调查收集学生的身高信息
B. 用温度计测量室内温度并自动记录
C. 从统计局网站下载人口普查数据
D. 通过日志文件记录用户登录时间
3. 在智慧农业中，用于监测土壤湿度的设备是（　　）
A. 网络爬虫
B. 湿度传感器
C. GPS定位仪
D. 二维码扫描器
4. 下列数据采集方法中，属于人工采集的是（　　）
A. 用网络爬虫抓取网页数据
B. 使用摄像头自动抓拍违章车辆
C. 调查员入户访问填写问卷
D. 通过RFID读取货物标签信息
5. 某电商网站需要分析用户的购物行为，通常会记录用户的浏览、点击、购买等操作，这些记录主要来源于（　　）
A. 问卷调查
B. 传感器
C. 系统日志
D. 人工观察
6. 以下选项中，属于专业数据采集工具的是（　　）
A. Excel表格
B. 网络爬虫软件
C. Photoshop
D. PowerPoint
7. 大规模采集互联网网页数据时，常用的自动化工具是（　　）
A. 网络爬虫
B. 数据库管理系统
C. 电子表格软件
D. 文字处理软件
8. 关于数据采集的原则，下列说法正确的是（　　）
A. 采集的数据越全面越好，不需要考虑成本
B. 采集过程中无需考虑个人隐私问题
C. 采集的数据应当真实、准确、可靠
D. 为了效率可以随意修改原始数据
9. 智能手环记录佩戴者的心率、步数、睡眠时间等数据，主要采用的采集技术是（　　）
A. 问卷调查
B. 传感器技术
C. 网络爬虫
D. 人工记录
10. 下列采集方法中，能够实时、自动获取环境数据的是（　　）
A. 人工抄录水表读数
B. 使用温湿度传感器并连接物联网平台
C. 发放纸质问卷收集居民意见
D. 从图书馆借阅记录中统计借书量
11. 某研究团队需要获取近十年某城市的空气质量数据，最合适的采集方式是（　　）
A. 自己购买设备每天测量
B. 从政府环保部门公开的数据平台下载
C. 通过街头随机询问市民
D. 利用网络爬虫从社交媒体抓取相关讨论
12. 关于网络爬虫采集数据，下列说法不正确的是（　　）
A. 网络爬虫可以按照一定规则自动抓取网页信息
B. 使用网络爬虫时应遵守网站的robots.txt协议
C. 网络爬虫可以无限制地高速访问任何网站
D. 网络爬虫是获取公开数据的重要工具之一
13. 在校园内采集学生上下学交通方式的数据，最便捷高效的方法是（　　）
A. 在每个学生身上安装GPS追踪器
B. 通过班级群发放电子问卷并收集回复
C. 人工蹲守校门口逐个询问记录
D. 调取学校门口的监控录像逐一分析
14. 下列数据中，最适合使用GPS定位技术采集的是（　　）
A. 某地区的气温变化
B. 共享单车的实时位置
C. 某商场顾客的年龄分布
D. 某班级学生的考试成绩
15. 以下选项中，不属于数据采集工具的是（　　）
A. 条码扫描枪
B. 问卷星（在线问卷平台）
C. Python程序（用于抓取数据）
D. MySQL数据库管理系统
二、填空题（共10题，每题2分，共20分）
1. 数据采集的方法主要分为__________采集和__________采集两大类。
2. 通过人工观察、访谈、问卷等方式获取数据的方法属于__________采集。
3. 利用温度传感器、湿度传感器、摄像头等设备自动获取数据的方法属于__________采集。
4. 网络爬虫是一种按照一定规则，自动抓取__________信息的程序或脚本。
5. 常见的传感器类型有温度传感器、__________传感器、__________传感器等。
6. 在数据采集过程中，应当遵循__________、__________、安全可靠等原则。
7. 将物理世界中的模拟信号转换为数字信号并输入计算机的设备，通常称为__________。
8. RFID技术（射频识别）常用于__________采集，如门禁卡、商品电子标签等。
9. 系统日志记录了操作系统或应用程序的运行事件，是__________采集的重要来源。
10. 手机内置的加速度计、陀螺仪、磁力计等都属于__________。
三、情景作答题（共3题）
情景一：智慧校园中的考勤数据采集
某中学计划建设智慧校园系统，需要采集学生每日到校、离校的时间数据，以便进行考勤统计和安全管理。现有以下几种方案可供选择：
方案A：由各班班长每天人工统计迟到、早退名单，上报给教务处。
方案B：在校门口安装人脸识别闸机，学生通过时自动记录时间。
方案C：给学生每人配发一张校园卡，进出校门时刷卡记录。
方案D：让学生用手机App进行签到，系统记录签到时间和位置。
请回答以下问题：
1. 以上四种方案中，哪些属于自动采集？哪些属于人工采集？（4分）
2. 从数据采集的“准确性”“实时性”“成本”三个角度，对比方案B和方案C的优缺点。（6分）
3. 如果要采集学生上课期间的课堂专注度（如是否打瞌睡、是否看手机），你认为可以采用哪些数据采集方法和工具？请提出一个合理的方案，并说明需要遵守的伦理原则。（6分）
情景二：城市共享单车运营数据采集
某共享单车公司需要在城市中投放和调度单车，需要采集以下数据：
单车的实时位置
单车的开锁、关锁时间
单车的使用频率（每天被骑行的次数）
用户的骑行轨迹
请回答以下问题：
1. 要获取单车的实时位置，应该使用什么技术或设备？（2分）
2. 开锁、关锁时间和使用频率可以通过单车上的哪个部件自动记录？（2分）
3. 用户的骑行轨迹通常如何采集？请从技术角度说明采集原理。（4分）
4. 该公司在采集用户骑行数据时，应当注意哪些法律和伦理问题？（4分）
情景三：水果价格采集与分析（创新实践）
某电商平台希望建立一套水果价格监测系统，实时采集全国主要批发市场的水果价格，以便及时调整零售价。目前可用的数据源包括：
各批发市场的官方网站发布的每日价格行情（公开数据）
市场内安装的电子显示屏数据（可通过接口获取）
市场工作人员手动输入的价格报表
社交媒体上商户发布的价格信息
请回答以下问题：
1. 针对官方网站发布的价格数据，最适合采用哪种自动化采集工具？请说明理由。（4分）
2. 如果电子显示屏数据可以通过API接口直接获取，与人工输入相比，这种方式有什么优势？（4分）
3. 从社交媒体上抓取商户发布的价格信息，可能会遇到哪些问题？请列出至少两点。（4分）
4. 为了保证采集到的价格数据真实有效，可以采取哪些验证措施？请写出两种。（4分）
参考答案与解析
一、单选题答案解析
1. C
解析：数据采集是根据系统需求，从数据源获取数据的过程。A是数据预处理，B是数据分析，D是数据可视化。
2. B
解析：传感器是能感知物理量并转换为电信号的设备。温度计测量温度属于传感器采集；问卷调查、下载数据、日志记录都不是传感器。
3. B
解析：土壤湿度监测用湿度传感器；A网络爬虫用于网页抓取；C用于定位；D用于识别。
4. C
解析：人工采集包括人工观察、访谈、问卷等。调查员入户访问属于人工采集；其他选项都是自动采集。
5. C
解析：用户浏览、点击、购买等操作会被系统自动记录在日志文件中，属于系统日志采集。
6. B
解析：网络爬虫是专门用于采集网页数据的自动化工具；A是表格处理软件；C是图像处理；D是演示文稿。
7. A
解析：网络爬虫是自动抓取网页数据的工具，适合大规模数据采集。
8. C
解析：数据采集应遵循真实、准确、可靠的原则；A要考虑成本；B要保护隐私；D不得随意修改原始数据。
9. B
解析：智能手环内置心率传感器、加速度计等传感器，自动采集生理数据。
10. B
解析：传感器连接物联网平台可实现实时、自动采集；其他选项需要人工参与或非实时。
11. B
解析：环保部门公开的数据平台已有现成的历史数据，是最合适的采集方式；自行测量成本高且无法回溯；街头询问不可靠；社交媒体数据未必准确。
12. C
解析：网络爬虫应当遵守robots.txt协议，控制访问频率，不能无限制高速访问，否则可能对网站造成负担甚至违法。
13. B
解析：电子问卷发放便捷、回收快、成本低；A侵犯隐私且成本高；C效率低；D分析监控工作量大。
14. B
解析：GPS用于定位，共享单车位置最合适；气温用温度传感器；年龄和成绩用问卷或系统记录。
15. D
解析：MySQL是数据库管理系统，用于存储和管理数据，不是采集工具；A、B、C都是采集工具或方法。
二、填空题答案解析
1. 人工；自动
2. 人工
3. 自动
4. 网页（或互联网）
5. 湿度；压力（或光、声音、距离等，合理即可）
6. 真实准确；全面有效（或“合法合规”“及时”等）
7. 传感器
8. 数据（或信息）
9. 数据
10. 传感器
三、情景作答题答案解析
情景一：智慧校园中的考勤数据采集
1. 自动采集与人工采集
自动采集：方案B（人脸识别闸机）、方案C（校园卡刷卡）、方案D（手机App签到）
人工采集：方案A（班长人工统计）
2. 方案B与方案C对比
准确性：B（人脸识别）准确率高，但受光线、戴口罩影响；C（刷卡）准确率也高，但存在代刷可能。
实时性：两者都能实时记录，数据即时上传。
成本：B成本较高（摄像头、算法）；C成本相对较低（卡+读卡器）。
3. 采集课堂专注度的方案
可采用摄像头（视频采集）结合姿态识别算法，自动分析学生头部姿态、眼睛开合等；或使用脑电波头环（传感器）采集注意力数据。伦理原则：必须提前告知学生和家长，获得同意；数据仅用于教学改进，不得公开或滥用；保障学生隐私，视频数据匿名化处理。
情景二：城市共享单车运营数据采集
1. 实时位置
使用GPS（全球定位系统）模块和移动通信模块（如4G/5G）将位置上传服务器。
2. 开锁关锁记录
智能锁内置控制芯片，记录开锁/关锁时间，并通过网络上传。
3. 骑行轨迹采集
单车每隔一段时间（如几秒）记录一次GPS坐标，连续记录形成轨迹。原理：终端定时采集经纬度，打包发送至后台，后台按时间排序生成轨迹线。
4. 法律和伦理问题
需告知用户采集哪些数据及用途，获得授权；不得将轨迹数据用于营销或转卖；应匿名化处理，避免可识别个人身份；遵守《个人信息保护法》。
情景三：水果价格采集与分析
1. 自动化采集工具
网络爬虫。理由：官方网站数据是结构化的网页，可编写爬虫定期抓取价格行情，自动更新，节省人力。
2. API接口 vs 人工输入
API接口可实现自动、实时、准确的采集，避免人工输入的错误和延迟；还能高频采集，捕捉价格变动。
3. 社交媒体抓取的问题
① 数据格式不统一，难以解析（图片、非结构化文本）；② 信息真实性难保证（商户可能虚报价格）；③ 可能存在版权或隐私问题。
4. 验证措施
① 多源对比：将爬取的价格与其他官方渠道数据交叉验证；② 设立异常检测：若某价格与历史均值偏差过大，自动报警进行人工复核；③ 随机抽样核实：人工电话或实地询问部分商户验证。

展开更多......

收起↑