资源简介

(共42张PPT)
课时04 数据管理与大数据处理
一、数据管理
1. 数据管理是利用计算机　　　　和　　　　技术对数据进行有效收集、存储、处理和应用的过程。
2. 数据管理的目的在于充分、有效地发挥数据的作用。
硬件
软件
3. 计算机数据的管理已经经历了人工管理、　　　　管理和　　　　管理三个阶段。
（1）文件管理。
①在计算机中，数据一般以　　　　的形式存储。
②根据编码规则的不同，文件的格式也不相同，用以区分不同类型的存储数据，如文本、图像、音频等。
③在目前使用较广的Windows操作系统中，可以用文件　　　　来表示某些特定的文件类型，如网页文件的文件扩展名为.htm或.html，而JPEG图像的文件扩展名为
　　　　等。
④计算机一般采用　　　　结构来管理文件，在Windows系统中，则采用了更为形象的　　　　来管理文件。
（2）数据库管理。
①传统数据库技术基于　　　　 数据开发，凭借其数据独立性、数据可共享等特点，已经成为现代社会数据管理的主要方式。
②数据库系统解决了数据冗余、维护和更新数据时需要大量人工干预的问题。
文件
数据库
文件
扩展名
.jpg
树形目录
文件夹
结构化
4. 对于大量半结构化、非结构化数据，已经很难用传统的数据库技术进行管理。一般借助　 　　、　　　　等技术来管理数据。
5.数据形式。
（1）结构化数据：也称作行数据，是由　　　　结构来进行逻辑表达和实现的数据，严格地遵循数据格式与长度规范。
（2）非结构化数据：是数据结构不规则或不完整，没有　　　　的数据模型，是不方便用数据库二维逻辑表来表现的数据，包括各类格式的办公文档、文本、图片、HTML、各类报表、图像、音频、视频等。
（3）半结构化数据：是介于结构化数据和非结构化数据之间的数据，具有一定的
　　　　。
云计算
大数据
二维表
预定义
结构性
1. 数据处理的核心是　　　　，数据的质量直接影响数据分析的结果。
2. 数据整理的目的是检测和修正错漏的数据、整合数据资源、规整数据格式、提高数据质量。
数据
二、数据整理
3.常见的数据问题及处理方法。
（1）数据缺失。
①最简单的处理方法是忽略含有缺失值的实例或属性。
②较好的方法是根据数据间的　　　　估计较准确的缺失值，并通过合适的方法对缺失值进行填充。
③通常采用　　　　、中间值或概率统计值来填充缺失值。
（2）数据重复。
①重复数据的检测可以分为基于　　　　和基于　　　　两个方面，需要根据实际情况采用不同的算法进行检测。
②对于重复数据，可以在进一步审核的基础上进行合并或删除等处理。
（3）数据异常：异常数据指数据集中不符合一般规律的数据对象，它可能是要去掉的噪声，也可能是含有重要信息的数据对象。
（4）逻辑错误：指数据集中的属性值与　　　　不符，或违背业务规则或逻辑。通过检测字段中各属性有效数据值的范围可以判断数据是否错误。
（5）格式不一致。
①通过　　　　形成一个适合后续分析和挖掘的描述形式。
②数据转换通常包括属性数据类型的转换、根据已有属性集构造新属性的转换、将不同来源的相同属性的定义及其值进行统一标准化表达的转换等。
关联性
平均值
字段
记录
实际值
数据转换
1. 日常简单的数据处理可以使用Excel软件完成，专业的数据处理和统计分析工具有SPSS、SAS、MATLAB等，也可以通过R、Python、Java等计算机语言编程进行数据处理。
2.Excel中的公式以“=”开头，由常数、　　　　、单元格引用和　　　　组成。
3. 单元格引用是指对工作表中的单元格或单元格区域的引用。
（1）默认情况下，单元格引用是　　　　的，如A3。
（2）单元格绝对引用，如$A$3。
（3）单元格混合引用，如A$3。
（4）连续的单元格区域引用，如A2:D5。
（5）不连续的单元格区域引用，如A2:A5,D2:D5。
函数
运算符
三、数据计算
相对
4.运算符。
（1）算术运算符有^、%、*、/、+、-，用于进行基本的　　　　。
（2）比较运算符有=、>、<、>=、<=、<>，用于比较两个值，结果为逻辑值
　　　　或FALSE。
（3）文本连接运算符“&”，可以连接一个或多个文本字符串，生成一段文本。
5. 函数是预定义的　　　　，通过使用　　　　按特定顺序或结构进行计算。常用函数有SUM、AVERAGE、MIN和MAX等。
数学运算
TRUE
公式
参数
函数语法 功能
SUM(number1,[number2],…) 求参数的和
AVERAGE(number1,[number2],…) 求参数的平均值
MIN(number1,[number2],…) 返回参数列表中的最小值
MAX(number1,[number2],…) 返回参数列表中的最大值
注：参数可以是数字、单元格或单元格区域
1. 常见的图表类型有柱形图、折线图、饼图、雷达图、散点图、气泡图等。
2. 使用图表呈现数据的方法：分析表格数据→选择图表类型→创建图表→检查图表，并描述数据特征。
四、数据图表呈现
1. 威胁数据安全的因素有很多，如硬盘驱动器损坏、操作失误、　　　　 入侵、感染计算机病毒、遭受　　　　等，都有可能造成计算机中数据的损坏。
2.保障数据安全的方法。
（1）保护存储数据的　　　　：通过磁盘阵列、数据备份、异地容灾等手段。
（2）提高数据本身的安全：通过数据　　　　、数据校验等方法提高数据的
　　　　性和完整性。
①数据加密：是指通过加密算法和加密密钥将明文转变为密文，而解密则是通过解密算法和解密密钥将密文恢复为明文。
②数据校验：是为保证数据的　　　　进行的一种验证操作，常见的数据校验方法有MD5、CRC、SHA-1等。
（3）提高　　　　数据安全意识：每个人都应提高数据安全意识，增强法律意识，采取必要的安全防范措施，及时　　　　重要数据。
黑客
五、数据安全
自然灾害
介质
加密
保密
完整性
个人
备份
1. 大数据的概念：大数据代表着信息量大、速度快、种类繁多的　　　　，需要特定的技术和分析方法将其转化为价值。其典型应用有智能交通、电子商务等。
2. 数据量大并不一定就是大数据，用传统算法和　　　　系统可以处理的海量数据不能算“大数据”。
3. 大数据的特征：数据规模大、处理速度快、数据类型多、价值　　　　。
4. 大数据思维。
（1）大数据要分析的是　　　　数据，而不是抽样数据。
（2）对于数据不再追求数据的精确性，而是能够接受数据的　　　　。
（3）不一定强调对事物因果关系的探求，而是更加注重它们的　　　　。
5. 大数据对社会的影响。
（1）积极影响：大数据让生活更便利、大数据让决策更精准、大数据带来新的就业需求。
（2）消极影响：大数据带来新的社会问题。如信息泄露、数据安全、个人隐私甚至伦理道德等方面的社会问题。
信息资产
六、大数据
数据库
密度低
全体
混杂性
相关性
1. 处理大数据时，一般采用　　　　：把一个复杂的问题分成两个或更多相同或相似的子问题，找到求这几个子问题的解法后，再找出合适的方法把它们组合成求
　　　　的解法。如果这些子问题还难以解决，可以再把它们分成几个更小的子问题，以此类推，直至可以直接求出解为止。
分治思想
七、大数据处理的基本思想与架构
整个问题
2. 大数据处理的类型和架构。
3. 实时处理和批处理的整合：缩短了批处理与流处理之间的切换延时时间，有利于减少系统的开销，降低使用成本。
数据 类型 数据特征 处理方式 平台或软件
静态 数据 在处理时已收集完、在计算时不会发生改变的数据 批处理计算 Spark、Hadoop等
流数据 不间断地、持续地到达的实时数据 流计算 IBM InfoSphere Streams、Twitter Storm等
图数据 现实世界中以图的形式呈现的数据，或者是可以转换为图以后再进行分析的数据，如社交网络、网络浏览与购买行为、传染病的传播路径等 图计算 Google Pregel、Apache Giraph等
典例 1 ［2024.7浙江］某社区使用“智能配送系统”提供配送服务。其中，无人驾驶配送车配备激光雷达、摄像头、自动驾驶系统，可全面感知与识别周边行人、交通标志、障碍物等，实现全天候智能配送；管理员可远程监控每台配送车的实时工作动态、任务次数、障碍预警等信息，一旦车辆出现问题能及时人工接管。下列关于该系统数据处理的说法，正确的是 （　　）
A.该系统采集环境数据的过程无须数字化
B.该系统中所有的数据都由传感器采集获得
C.该系统只能处理非结构化数据
D.该系统对数据实时处理的结果为无人驾驶提供支撑
D
√
题型导向一　数据管理
胜券点拨1
明考向 本题主要考查数据采集和数据处理
审关键 数字化、所有、非结构化、实时处理
考场思维快闪 A 该系统采集环境数据的过程是模/数转换的过程，对数据进行了数字化
B 该系统除了通过传感器获取数据，还有激光雷达、摄像头等
C 信息系统可以处理结构化、半结构化、非结构化等多种类型的数据
典例 2 ［2025.6浙江选考］某校师生可在学校图书馆自助设备上借还图书，还可通过在线图书馆系统查看借阅记录、续借图书、浏览新书推荐。下列关于数据的说法，正确的是 （　　）
A.图书的封面图像和馆藏数量在编码方式上没有差异
B.数据库的应用降低了图书数据管理的效率
C.对借阅数据的加工处理可为图书采购提供依据
D.图书借还的数据仅存储在自助设备中
C
√
胜券点拨2
明考向 本题主要考查数据编码、处理、存储等
审关键 编码方式、数据管理、加工处理、存储
考场思维快闪 A 图书的封面图像是图像数据，通常使用JPEG、PNG等图像编码方式，馆藏数量是数值数据，通常使用整数、浮点数等数字编码方式
B 数据库的应用实现了数据的集中存储、快速检索、高效更新和共享
D 数据一般存储在服务器的数据库中
典例 3 下列关于常见数据问题的说法，正确的是 （　　）
A.数据集中的缺失值可在审核后直接删除
B.数据集中格式不一致的数据可在审核后直接删除
C.数据集中逻辑错误的数据可在审核后直接删除
D.数据集中的重复数据可在审核后直接删除
D
√
胜券点拨3
明考向 本题主要考查常见数据问题及其解决办法
审关键 缺失值、格式不一致、逻辑错误、重复数据
考场思维快闪 A 对于数据缺失问题，可以忽略含有缺失值的实例或属性，也可以用平均值、中间值或概率统计值来填充
B 格式不一致的数据要通过数据转换形成一个适合后续分析和挖掘的描述形式
C 逻辑错误问题可以通过检测字段中各属性有效数据值的范围判断该值错误，然后进行修改
题型导向二　数据整理
胜券点拨4
明考向 本题主要考查常见的数据问题
审关键 注意图表中信息的变化
考场思 维快闪 C8单元格的日期为2024年2月30日，与实际日期范围不符，属于逻辑错误问题。E6单元格的数据值与E列其他单元格数据的一般规律不同，属于数据异常问题
典例 4 某表格的部分数据如图所示，图中数据存在的主要问题是 （　　）
①数据缺失　②数据重复　③数据异常　④逻辑错误　⑤格式不一致
A.①② B.③④ C.①⑤ D.②④
B
√
典例 5 下列关于数据管理与安全的说法，不正确的是 （　　）
A.数据的完整性可采用MD5校验方法来验证
B.借助云计算与大数据等技术，能提高数据管理水平
C.数据安全就是保障数据不被损坏
D.为防止系统停止工作时造成数据丢失，可通过容灾系统来解决
C
√
胜券点拨5
明考向 本题主要考查数据管理与安全
审关键 完整性、管理水平、容灾系统
考场思 维快闪 保护数据安全一是指保护存储数据的介质，可用数据备份、磁盘阵列、异地容灾等手段；二是指保护数据本身的安全，可用数据加密和数据校验来提高数据的保密性和完整性；三是指提高个人数据安全意识
题型导向三　数据安全
典例 6 某校要举行120周年校庆活动，校友用手机、电脑等终端在校庆网站注册账号登录，通过线上视频、图像、文字、直播了解当天庆典的盛况。参加线下活动的校友，通过人脸识别系统进入校园，现场安排的导引机器人会引导校友参加活动，并回答校友的相关提问。下列关于数据安全的说法，合理的是（　　）
A.对校友注册的信息定期进行备份
B.网络中数据的传输都是安全的
C.对校友数据进行加密，能提高数据的完整性
D.安装防火墙，就可以确保系统的绝对安全
A
√
胜券点拨6
明考向 本题主要考查数据安全
审关键 备份、数据加密、防火墙
考场思维快闪 B 网络环境复杂多变，存在诸多安全风险，如网络监听、黑客攻击、中间人攻击等。这些威胁可能导致数据在传输过程中被窃取、篡改或泄露
C 对校友数据进行加密，主要作用是保障数据的保密性
D 系统安装防火墙，可以增强系统的安全性，但不能确保系统的绝对安全
典例 7 ［2025衢州联考］我国自主研制的机器狼是一款智能化无人装备，能够自主识别目标、规划路线和执行任务。机器狼的装备包括：激光雷达（相当于鼻子，能探测障碍物）、图像处理和回传系统（相当于眼睛）以及控制系统（相当于大脑）。它们能实时通信，并协同作战，其中，探测狼负责收集目标信息，打击狼根据探测狼回传的数据，对目标实施精确打击。下列关于机器狼执行任务过程中数据安全与保护的做法，不合理的是 （　　）
A.对机器狼之间实时通信的数据进行
加密传输
B.对探测狼收集的数据自动备份
C.对回传给打击狼的数据进行校验
D.实时共享任务执行过程中的数据
D
√
胜券点拨7
明考向 本题主要考查数据安全与保护
审关键 加密、备份、数据校验
考场思 维快闪 实时共享任务执行过程中的数据可能会导致数据泄露给不相关的对象，增加数据安全风险，使得任务可能被干扰或破坏
典例 8 ［2022.7浙江］下列关于数据与大数据的说法，正确的是 （　　）
A.数据是现代科学研究的重要资源
B.大数据的数据量庞大，价值密度高
C.计算机中的数据都以ASCII码存储
D.大数据的应用降低了用户隐私信息泄露的风险
A
√
胜券点拨8
明考向 本题主要考查大数据的特征、思维等
审关键 注意选项关键词的提取与概念的联系
考场思维快闪 B 大数据蕴含着巨大的价值，但因其数据量庞大，可能发挥价值的仅是其中非常小的部分，价值密度相对较低
C 计算机中的数据都以二进制的形式存储
D 大数据给生活带来便利的同时，也带来如信息泄露、数据安全、个人隐私甚至伦理道德等方面的社会问题
题型导向四　大数据
典例 9 ［2025温州联考］下列关于大数据的说法，正确的是 （　　）
A.大数据需要对全体数据进行分析
B.大数据不包含非结构化数据
C.处理大数据时，一般采用枚举的思想
D.数据的价值密度与数据总量成正比
A
√
胜券点拨9
明考向 本题主要考查大数据
审关键 大数据的概念、特征、大数据思维
考场思维快闪 B 大数据中往往包含大量非结构化数据，需要使用专门技术进行处理
C 处理大数据时一般采用分治思想
D 数据的价值密度与数据总量成反比
典例 10 下列关于大数据和大数据处理的说法，不正确的是（　　）
A.处理大数据时一般采用分治思想
B.道路交通中实时产生的数据属于流数据
C.大数据的特征是数据量大、速度快、数据类型多、价值密度低
D.大数据的数据规模大，因此分析数据只针对抽样数据，而不是全体数据
D
√
胜券点拨10
明考向 本题主要考查大数据和大数据处理的基本思想
审关键 分治思想、流数据、大数据特征
考场思 维快闪 大数据要分析的是全体数据，而不是抽样数据
题型导向五　大数据处理思想与架构
典例 11 下列关于大数据的说法，不正确的是 （　　）
A.用表格处理软件Excel来处理大数据
B.对过去一年的交通大数据可以采用批处理分析
C.大数据的汇集加大了用户隐私数据泄露的风险
D.当数据量很大时，个别数据的不准确就显得不那么重要
A
√
胜券点拨11
明考向 本题主要考查大数据和大数据处理的基本思想
审关键 表格、批处理、数据安全、数据的混杂性
考场思 维快闪 Excel是一款常用的表格处理软件，但它在处理大数据时存在局限性。可以采用大数据处理工具如Hadoop、Spark等
典例 12 下列关于大数据和大数据处理的说法，正确的是 （　　）
A.某校高二年级学生的学籍信息属于大数据
B.大数据时代，更强调事物因果关系的探求，而不是数据间的相关性
C.对于购物网站的广告推荐，一般采用批处理计算方式实现
D.某购物平台2024年“双11”的交易数据属于静态数据
D
√
胜券点拨12
明考向 本题主要考查大数据的特征和大数据处理的基本思想
审关键 相关性、批处理、静态数据
考场思维快闪 A 大数据具有数据规模大、处理速度快、数据类型多、价值密度低的特点，某校高二年级学生的学籍信息不属于大数据
B 大数据不一定强调对事物因果关系的探求，而是更加注重它们的相关性
C 购物网站的广告推荐通常需要实时地根据用户的浏览行为和购买历史进行个性化推荐。这种实时性要求通常通过流计算方式实现
文件格式 扩展名 说明
文本文件 .txt 纯文本文档，用记事本打开
.doc/.docx Word文档
.wps WPS文档，用金山WPS软件打开
.htm/.html 超文本标记语言文档
.pdf 电子图书文档
图形文件 .bmp 位图，一般不进行压缩
.jpg 按JPEG静态图像数据压缩标准形成的有损压缩格式，常用于网页制作
.gif 常被用于网页制作，既可以支持静态图片，也可以支持动态图片，背景可以透明
.psd Photoshop图像处理软件专用格式，以层的形式保存图像（保留图层）
.png 可移植网络图形格式文件，背景可以透明
声音文件 .wav 波形文件格式，是实际声音的采样和编码，文件的容量很大，没有压缩
.mid 由乐器数字接口指令序列组成的计算机乐谱，所占存储空间较小
.mp3 常用的音乐文件格式，音质较好，占用磁盘空间小，有损压缩
.wma 微软推出的一种音频格式
动画文件 .gif 网页中普遍使用的二维动画文件格式
.fla 用Flash制作的二维动画源文件
.swf 用Flash制作的二维动画文件格式
视频文件 .avi Windows标准视频格式
.mpg 采用MPEG标准压缩
.flv 一种流媒体格式，目前在线视频网站普遍采用该视频格式
.mov 苹果公司开发的影片格式
通法一　常见文件类型
错误提示 原因
#### 单元格宽度不够或列宽太窄
#DIV/0! 公式中除数为0。作为除数的单元格为空白或值为0
#VALUE! 计算公式中引用了非数字类型的单元格
#REF! 删除了公式引用的单元格（不是清除内容）或是粘贴后单元格引用无效
#NAME 单元格内的内容Excel不能识别，如公式名称书写错误
#NULL! 公式中不连续的区域没有用逗号隔开
通法二　Excel中的常见错误
通法三　理解Hadoop计算平台组成图示
1.下列关于计算机数据管理阶段的说法，不正确的是 （　　）
A.计算机数据的管理经历了人工管理、文件管理、数据库管理三个阶段
B.计算机数据管理的三个阶段都有其适用的场合
C.在人工管理阶段，人们主要靠大脑管理和利用数据
D.在文件管理阶段，计算机的作用只是进行科学计算
文件管理阶段的计算机除了进行科学计算，还用于信息管理等方面。
D　
√
一、数据管理
2.下列关于数据整理的说法，正确的是 （　　）
A.对某些缺失的数据，可以自己随意估计一个值进行补充
B.Excel表格中的异常数据可以直接删除或忽略
C.Excel表格中的重复数据可以进行合并或删除
D.对Excel中格式不一致的数据，一般只保留一种格式的数据，删除其他格式的数据
数据缺失问题最简单的处理方法是忽略含有缺失值的实例或属性，也可以采用平均值、中间值或概率统计值来填充缺失值。异常数据指数据集中不符合一般规律的数据对象，它可能是要去掉的噪声，也可能是含有重要信息的数据对象，不能直接删除或忽略。格式不一致的数据可通过数据转换形成一个合适的形式，可能包含多种格式。
C　
√
二、数据整理
3.下列关于数据及数据管理的说法，正确的是 （　　）
A.数据不可以通过图像的形式呈现
B.传统的数据库技术可以对大数据进行有效管理
C.提高数据本身安全是有效保证数据安全的手段之一
D.计算机中的数据可以通过十六进制形式存储以节省存储空间
数据可以通过图像的形式呈现。传统的数据库技术不可以对大数据进行有效管理。计算机中的数据不可以通过十六进制形式存储以节省存储空间，只能以二进制形式存储。
C　
√
三、数据安全
4.下列关于大数据的说法，正确的是 （　　）
A.在大数据时代，数据的主要来源还是人工
B.大数据采集的数据类型有结构化、半结构化和非结构化
C.用大数据进行数据处理时，必须保证每个数据都准确无误
D.大量的数据有很高的价值，故大数据的价值密度高
大数据的来源有很多，既有人工产生的，也有机器自动产生的，目前主要来源是机器产生的。大数据不再追求数据的精确性，而是能够接受数据的混杂性，个别数据的不准确并不重要。大数据有很高的价值，但与其海量的数据量相比，价值密度相对较低。
B　
√
四、大数据
5.下列关于大数据处理的说法，不正确的是 （　　）
A.处理大数据时，一般采用分治思想
B.可采用图计算处理方式对比赛的实时视频数据进行分析
C.高效率的数据处理技术能充分发挥数据的价值
D.某公司上一年度的各项数据属于静态数据
图计算通常用于处理图结构的数据，如社交网络分析等，而比赛的实时视频数据通常是连续的图像序列，更适合使用视频处理技术或计算机视觉技术进行分析。
B　
√
五、大数据处理思想与架构
6.［2025绍兴联考］下列关于数据安全的做法，正确的是 （　　）
A.专业人士要做好数据安全，普通人不需要关注数据安全
B.对于数据安全，不仅要做好防护上的安全，还应提高数据本身的安全
C.为了保证数据的完整性可以进行数据加密
D.只要保护好存储数据的介质，就能做到数据安全
数据安全关乎每一个人，并非只有专业人士需要关注。数据加密的主要目的是保证数据的保密性。保护好存储数据的介质只是数据安全的一部分，除此之外还需要提高数据本身的安全、提高个人数据安全意识等。
B　
√
7.［2026浙江六校联考］下列关于数据管理与安全的做法，不正确的是 （　　）
A.经常对数据进行备份，是为了数据加密
B.对数据进行管理可以更有效地发挥数据的作用
C.借助云计算与大数据等技术，能提高数据管理水平
D.数据需要进行加密与校验，以提高数据安全
经常对数据备份，目的是防止数据丢失。
A　
√
8.下列关于大数据与大数据处理的说法，不正确的是 （　　）
A.大数据分析更加注重事物的相关性，而不强调探求因果关系
B.大数据能够接受有一定错误的数据，不再追求所有数据的准确性
C.大数据分析时一般采用枚举的思想，并对全体数据进行分析
D.大数据中各种结构化、半结构化、非结构化数据共存
大数据分析不是采用枚举的思想处理所有数据，而是通过数据挖掘和机器学习等方法从大量数据中寻找模式和规律，对部分数据进行分析，以此达到有效预测和决策。
C　
√
9.［2026强基联盟］某动物保护机构推出“动物保护与科普”平台，24小时播放园内实时画面，并配有动物科普文章与中英文讲解功能。注册用户可以收藏喜爱的动物，并接收相关资讯推送。下列关于数据的说法，正确的是 （　　）
A.播放的实时画面属于大数据中的图数据
B.直播视频和讲解音频都属于结构化数据
C.不同格式数据不能存储在同一存储介质中
D.分析用户的收藏和观看数据可用于个性化推荐
播放的实时画面属于大数据中的流数据。直播视频和讲解音频都属于非结构化数据。不同格式数据可以存储在同一存储介质中。
D　
√
10.智能教育手环是一款创新的可穿戴学习设备，能通过多模态传感器实时监测学生的生理数据（如心率、血氧、脑电波）。系统基于生理数据，利用AI算法量化评估师生的课堂互动行为，并实时分析学生的学习状态。该设备还具有自然语音交互功能，可支持师生间的智能化互动。其大数据分析平台可整合历史数据，自动生成个性化学习诊断报告。关于该校大数据分析平台的处理过程，下列说法正确的是 （　　）
A.手环每秒钟产生的实时数据适合采用批处理计算
B.需先清洗异常血氧数据再进行特征提取
C.分析时只需抽样20%学生的数据即可保证准确性
D.该平台处理的数据均为结构化数据
手环每秒钟产生的实时数据适合采用流计算处理。仅抽样20%学生的数据可能导致样本量不足，无法全面反映整体学生的学习状态，难以保证分析结果的准确性。该平台处理的数据包括非结构化数据。
B　
√
11.［2025七彩阳光联盟］大模型（Large Model）是指具有大规模参数和复杂计算结构的机器学习模型。例如OpenAI的GPT-4模型。大模型的应用有自然语言处理、计算机视觉、语音识别和推荐系统等。大模型通过训练海量文本、图像、音频等数据来学习复杂的模式和特征，具有强大的泛化能力，可以对未见过的数据做出准确预测。下列关于大模型和其训练所用大数据的说法，正确的是 （　　）
A.大模型训练用的大数据都需要人工采集并输入给大模型
B.用大模型生成网络趣图等应用时，要遵守信息社会道德准则和法律法规
C.用大模型做商品智能推荐时，无须分析用户浏览、购买等行为数据的关联性
D.大模型中的数据不受信息泄露、操作失误、存储器损坏等安全因素影响
大数据的生成不可能完全依靠人工，也需要机器参与，如网络爬虫等。大数据的个性化推荐应用，不必知道人们购买某些商品的原因，只要找到商品之间的关联性，就能为客户提供精确的推荐。信息系统中的数据安全受到各种因素的威胁，如硬盘驱动器损坏、操作失误、黑客入侵、感染计算机病毒、遭受自然灾害等。
B　
√
阅读下列材料，回答第12至13题：
2025年9月3日，中国举行纪念抗日战争胜利80周年大阅兵。为确保装备方队精准受阅，技术团队开展了一系列工作：①收集装备车辆的发动机转速、油温等实时数据；②通过分析这些数据，得出“不同油温下车辆最佳行驶速度曲线”；③结合“装备方队百米标齐误差需≤0.03米”的要求，制定训练方案；④指挥部综合训练效果与市民生活需求，决定在夜间开展关键合练。
12.［2026精诚联盟］在中国大阅兵筹备期间，需存储大量装备参数、训练调度等核心数据。下列关于数据安全的说法，不正确的是 （　　）
A.存储数据的服务器可能因地震、水灾和火灾等自然灾害损坏，可用异地容灾等方式提高数据的安全性
B.“黑客入侵”“工作人员误删数据”都属于威胁数据安全的因素
C.对装备性能等敏感数据进行加密处理，能提高数据完整性，降低数据泄露风险
D.保护数据存储介质的安全可以选择磁盘阵列、数据备份等手段
对敏感数据进行加密处理是为了降低数据泄露风险，无法直接提高数据的完整性。
C　
√
阅读下列材料，回答第12至13题：
2025年9月3日，中国举行纪念抗日战争胜利80周年大阅兵。为确保装备方队精准受阅，技术团队开展了一系列工作：①收集装备车辆的发动机转速、油温等实时数据；②通过分析这些数据，得出“不同油温下车辆最佳行驶速度曲线”；③结合“装备方队百米标齐误差需≤0.03米”的要求，制定训练方案；④指挥部综合训练效果与市民生活需求，决定在夜间开展关键合练。
13.［2026精诚联盟］下列关于该过程中大数据应用的说法，正确的是 （　　）
A.大数据让训练方案更精准，是因为它对每一个数据的精确性要求极高，不允许存在任何误差
B.装备实时数据的价值密度高，每一条数据都能直接用于生成“最佳行驶速度曲线”
C.“夜间开展关键合练”是仅通过大数据分析就能直接得出的结论，无须考虑市民生活需求
D.大数据分析更注重从海量数据中挖掘“发动机转速”与“油温”相关性的规律
大数据对于数据不再追求精确性，而是能够接受数据的混杂性。装备实时数据的价值密度并不高，很多数据需要经过清洗、分析等处理后，才能用于生成“最佳行驶速度曲线”，不是每一条数据都能直接使用。“夜间开展关键合练”不仅要通过大数据分析，还必须考虑市民生活需求。
D　
√

展开更多......

收起↑