গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
এআই পার্সোনালাইজেশন ইঞ্জিন কুইজ
সুপারিশকারী সিস্টেমগুলি কীভাবে একজন ব্যবহারকারীর জন্য একটি তালিকা তৈরি করতে আচরণ, আইটেম বৈশিষ্ট্য, প্রার্থী পুনরুদ্ধার এবং র্যাঙ্কিংকে একত্রিত করে তা শিখুন।
প্রশ্ন 1 এর 8
সহযোগী ফিল্টারিং প্রাথমিকভাবে কিসের উপর নির্ভর করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- সহযোগী ফিল্টারিং প্রাথমিকভাবে কিসের উপর নির্ভর করে?
- অনেক ব্যবহারকারী জুড়ে প্যাটার্ন, যেমন 'যারা X পছন্দ করেছে তারাও Y পছন্দ করেছে'
- প্রতিটি আইটেমের শুধুমাত্র টেক্সট বিবরণ
- ব্যবহারকারীর ডিভাইসের ব্যাটারির স্তর
- একটি নির্দিষ্ট সম্পাদকীয় শীর্ষ-10 তালিকা
- ব্যক্তিগতকরণে 'কোল্ড-স্টার্ট সমস্যা' কী?
- সার্ভারগুলি বুট হতে খুব বেশি সময় নিচ্ছে৷
- একটি নতুন ব্যবহারকারী বা নতুন আইটেম সম্পর্কে সামান্য বা কোন তথ্য আছে
- সুপারিশ শুধুমাত্র শীতকালে কাজ
- ব্যবহারকারীরা ঘন ঘন লগ আউট করে
- একটি সাধারণ দুই-পর্যায়ের আর্কিটেকচারে, প্রথম (প্রার্থী-প্রজন্ম) পর্যায়টি কী করে?
- অবিকল শুধুমাত্র দশটি আইটেম স্থান
- চূড়ান্ত পণ্যের বিবরণ লেখে
- দ্রুত লক্ষ লক্ষ আইটেমকে কয়েকশোতে সংকুচিত করে
- নিষ্ক্রিয় ব্যবহারকারী অ্যাকাউন্ট মুছে দেয়
- Why might a recommender add a diversity objective to a ranked list?
- To guarantee every item receives equal clicks
- To remove all user-history signals
- To make every recommendation random
- To avoid filling the list with near-duplicate items and broaden the alternatives shown
- একটি সুপারিশ সিস্টেমে 'এম্বেডিং' কি?
- ভেক্টর ব্যবহারকারী এবং আইটেম প্রতিনিধিত্ব করে তাই ঘনিষ্ঠতা প্রাসঙ্গিকতা সংকেত
- সার্ভারে শারীরিক চিপ
- ব্রাউজারে সংরক্ষিত কুকিজ
- ইমেল বিষয় লাইন
- কেন অন্তর্নিহিত প্রতিক্রিয়া (ক্লিক, দেখার সময়) প্রায়শই সুস্পষ্ট তারকা রেটিংগুলির চেয়ে বেশি ওজন করা হয়?
- এটি জাল করা সহজ
- এটি অনেক বেশি প্রচুর এবং প্রকৃত আচরণ প্রতিফলিত করে
- এটি আইন দ্বারা প্রয়োজনীয়
- তারকা রেটিং অবৈধ
- What does content-based filtering use to recommend items?
- Only other users’ passwords
- Random item order
- Features of items a user has liked or interacted with
- The device’s battery history
- What does normalized discounted cumulative gain (NDCG) evaluate?
- The number of users who created accounts
- The model’s training duration
- Whether an item description is grammatically correct
- The quality of a ranked list, giving higher weight to relevant items near the top