190 lines
8.6 KiB
Python
190 lines
8.6 KiB
Python
import random
|
||
|
||
questions = [
|
||
["""《最高人民法院、最高人民检察院关于办理侵犯公民个人信息刑事案件适用法律若干问题
|
||
的解释》（法释〔2017〕10号）对《刑法》第二百五十三条之一进行解释，其中非法获
|
||
取、出售或者提供公民个人信息，应当认定为 “情节严重”的情形有【】
|
||
A、出售或者提供行踪轨迹信息，被他人用于犯罪的；
|
||
B、知道或者应当知道他人利用公民个人信息实施犯罪，向其出售或者提供的；
|
||
C、非法获取、出售或者提供行踪轨迹信息、通信内容、征信信息、财产信息五十条以上
|
||
的；
|
||
D、非法获取、出售或者提供住宿信息、通信记录、健康生理信息、交易信息等其他可能影
|
||
响人身、财产安全的公民个人信息五百条以上的；
|
||
E、获得当事人的同意而出售个人信息；""", 'ABCD'],
|
||
["""为加强国家的网络安全监测预警和应急制度建设，提高网络安全保障能力，《网络安全
|
||
法》规定【】
|
||
A、国务院有关部门建立健全网络安全监测预警和信息通报制度，加强网络安全信息收集、
|
||
分析和情况通报工作
|
||
B、建立网络安全应急工作机制，制定应急预案
|
||
C、规定预警信息的发布及网络安全事件应急处置措施
|
||
D、为处置重大突发社会安全事件，规定网络管制制度
|
||
E、确立网络安全等级保护制度""", 'ABCD'],
|
||
["""为实现个人信息的保护与利用的平衡，《个人信息保护法》明确个人信息处理者的合规管
|
||
理和保障个人信息安全等义务，要求【】
|
||
A、按照规定制定内部管理制度和操作规程，采取相应的安全技术措施
|
||
B、指定负责人对其个人信息处理活动进行监督；
|
||
C、定期对其个人信息活动进行合规审计；
|
||
D、处理敏感个人信息须事前进行风险评估；
|
||
E、履行个人信息泄露通知和补救义务等""", 'ABCDE'],
|
||
["""根据法律的规定，为规范数据交易行为，实现数据来源的可溯性，从事数据交易中介服务
|
||
的机构提供服务，应当【】
|
||
A、要求数据提供方说明数据来源
|
||
B、审核交易双方的身份
|
||
C、留存审核、交易记录
|
||
D、审核交易双方的资金状况
|
||
E、审核交易双方的经营状况""", 'ABC'],
|
||
["""以下属于司法解释的有【】。
|
||
A、《关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》
|
||
B、《关于审理利用信息网络侵害人身权益民事纠纷案件适用法律若干问题的规定》
|
||
C、《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》
|
||
D、《关于办理非法利用信息网络、帮助信息网络犯罪活动等刑事案件适用法律若干问题的
|
||
解释》
|
||
E、《移动互联网应用程序信息服务管理规定》""", 'ABCD'],
|
||
["""透明度原则的实现有赖于人工智能算法【】。
|
||
A、可解释性
|
||
B、可验证性
|
||
C、可复制
|
||
D、可预测性""", 'ABD'],
|
||
["""《新一代人工智能伦理规范》要求，在大数据、人工智能产品使用阶段，相关主体应当遵
|
||
循的职业伦理有【】。
|
||
A、进行善意使用，促进公共利益
|
||
B、避免误用滥用，减少不当侵害
|
||
C、禁止违规恶用，不得从事违法犯罪
|
||
D、及时主动反馈，促进技术革新
|
||
E、提高使用能力，提升使用效能""", 'ABCDE'],
|
||
["""职业道德伦理具备以下哪些特征【】。
|
||
A、职业性；
|
||
B、实践性；
|
||
C、承继性；
|
||
D、法定性；
|
||
E、多变形；""", 'ABC'],
|
||
["""职业伦理道德规范的对象有【】。
|
||
A、从业人员内部关系
|
||
B、从业人员与服务对象关系
|
||
C、国家与公民关系
|
||
D、公民与行业关系
|
||
E、国家行为""", 'AB'],
|
||
["""大数据不当使用，会造成数据泄漏以及个人信息安全，并可能引发如下哪些问题【】。
|
||
A、个人隐私曝光导致消费者日常生活受扰
|
||
B、个人信息泄露导致财产受损失
|
||
C、隐私保护不利导致企业信任度的降低
|
||
D、隐私保护推高企业数据存储及维护成本
|
||
E、为保护个人信息，不应发展大数据产业""", 'ABCD'],
|
||
["""我国目前人均可支配收入仍存在不平等现象,主要表现在【】。
|
||
A、城乡差距
|
||
B、区域差距
|
||
C、行业差距
|
||
D、男女差距
|
||
E、国内外差距""", 'ABCD'],
|
||
["""目标市场营销战略即STP战略，包括【】。
|
||
A、医药市场细分
|
||
B、医药市场选择
|
||
C、目标市场选择
|
||
D、医药产品选择
|
||
E、医药产品市场定位""", 'ACE'],
|
||
["""下述关于数据分析人员利用定量数据分析技术达到业务构建的说法，正确的选项有【】。
|
||
A、收集业务数据来验证预感
|
||
B、直觉可以解释业务现象
|
||
C、将自己关于业务分析的想法回报给领导
|
||
D、统计业务数据来预测直觉
|
||
E、用数据及模型来验证对于业务问题的猜测""", 'ADE'],
|
||
["""下列关于数据分组的说法,正确的有【】。
|
||
A、全距的大小成正比
|
||
B、全距的大小成反比
|
||
C、只与全距大小有关
|
||
D、组数多少成正比
|
||
E、组数多少成反比""", 'AE'],
|
||
["""在下列关于市场定位策略的说法中，正确的有【】。
|
||
A、迎头定位策略
|
||
B、避强定位策略
|
||
C、差异性营销策略
|
||
D、重新定位策略
|
||
E、无差异性营销策略""", 'ABD'],
|
||
["""下列关于总体和样本的说法中，正确的选项包括【】
|
||
A、我们把研究对象的全体称为总体
|
||
B、构成总体的每个成员称为个体
|
||
C、样本中的个体称为样本元素
|
||
D、我们要研究某大学的学生身高情况，则该大学的全体学生构成问题的个体
|
||
E、构成总体的每个成员称为样本""", 'ABC'],
|
||
["""下述关于显著性水平与检验拒绝域关系的描述，哪些选项是正确的【】？
|
||
A、显著性水平提高，意味着拒绝域缩小
|
||
B、显著性水平降低，意味着拒绝域扩大
|
||
C、显著性水平提高，意味着拒绝域扩大
|
||
D、显著性水平降低，意味着拒绝域缩小
|
||
E、著性水平提高或降低，不影响拒绝域的变化""", 'AB'],
|
||
["""下列关于数据存储单位的叙述，哪些选项是不正确的【】?
|
||
A、1GB=1024Kb
|
||
B、1MB=1024B
|
||
C、1B=8b
|
||
D、1GB=1024MB
|
||
E、1ZB = 1024 EB""", 'AB'],
|
||
["""统计量是统计推断中用来对总体参数进行估计【】的变量。
|
||
A、分析
|
||
B、审查
|
||
C、检验
|
||
D、解析
|
||
E、估计""", 'ACE'],
|
||
["""统计指标按管理功能作用不同，可以分为【】。
|
||
A、质量指标
|
||
B、描述指标
|
||
C、评价指标
|
||
D、预警指标
|
||
E、数量指标""", 'BCD'],
|
||
["""二次优化模型是一类特殊的非线性优化模型，下述关于二次优化模型正确的描述为【】。
|
||
A、目标函数是二次函数，约束条件是线性的。
|
||
B、目标函数是线性函数，约束条件都是二次函数。
|
||
C、目标函数是二次函数，约束条件都是二次函数。
|
||
D、库恩－塔克条件不适应二次优化模型。
|
||
E、二次优化模型的算法可以用一种改进的单纯形法""", 'ABCE'],
|
||
["""一般来说，下列哪种数学模型不能用于预测连续独立变量？【】
|
||
A、线性回归。
|
||
B、逻辑回归。
|
||
C、决策树
|
||
D、k均值聚类
|
||
E、贝叶斯""", 'BCDE'],
|
||
["""求解不带约束条件的非线性优化模型的方法有 【】。
|
||
A、割平面法
|
||
B、分支定界法
|
||
C、单纯形法
|
||
D、牛顿法
|
||
E、梯度下降法""", 'DE'],
|
||
["""逻辑回归的应用包括下述哪些选项【】。
|
||
A、影响因素分析。
|
||
B、聚类分析
|
||
C、预测分析
|
||
D、统计推断分析
|
||
E、校正混杂因素""", 'ACE'],
|
||
["""如果一个整数线性优化模型的目标函数是求最大值，那么关于分枝定界法正确的有【】。
|
||
A、分枝是对可行域进行分割的过程。
|
||
B、定界是对每个子集内的解集计算一个目标下界。
|
||
C、分枝是对可行域进行合并的过程。
|
||
D、定界是对每个子集内的解集计算一个目标上界。
|
||
E、剪枝是去掉界限不大于已知可行解集目标值的那些子集。""", 'ADE'],
|
||
]
|
||
|
||
arr = []
|
||
while True:
|
||
if len(arr) == len(questions):
|
||
break
|
||
randomNum = random.randint(0, len(questions) - 1)
|
||
if randomNum in arr:
|
||
continue
|
||
arr.append(randomNum)
|
||
|
||
print("Q: {}".format(questions[randomNum][0]))
|
||
answer = input("A: ")
|
||
|
||
right = True
|
||
if len(answer) == len(questions[randomNum][1]):
|
||
for i in answer:
|
||
if i.lower() not in questions[randomNum][1].lower():
|
||
right = False
|
||
break
|
||
if right == False:
|
||
print("Wrong A! Answer is {}".format(questions[randomNum][1]))
|
||
else:
|
||
print("Right A!")
|
||
else:
|
||
print("Wrong A! Answer is {}".format(questions[randomNum][1]))
|
||
|
||
print(" ") |