Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ AI Personalization Engines

Μάθετε πώς τα συστήματα συστάσεων συνδυάζουν τη συμπεριφορά, τις δυνατότητες στοιχείων, την ανάκτηση υποψηφίων και την κατάταξη για να προσαρμόσουν μια λίστα για έναν χρήστη.

Σχετικές διαδρομές οδηγώνΜηχανές εξατομίκευσης AI
Ερώτηση 1 του 8

Σε τι βασίζεται κυρίως το συνεργατικό φιλτράρισμα;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Σε τι βασίζεται κυρίως το συνεργατικό φιλτράρισμα;
    • Μοτίβα σε πολλούς χρήστες, π.χ. «σε άτομα που τους άρεσε το Χ άρεσε και το Υ»
    • Μόνο η περιγραφή κειμένου για κάθε στοιχείο
    • Επίπεδο μπαταρίας της συσκευής του χρήστη
    • Μια σταθερή λίστα εκδοτικών κορυφαίων 10
  2. Ποιο είναι το «πρόβλημα ψυχρής εκκίνησης» στην εξατομίκευση;
    • Οι διακομιστές χρειάζονται πολύ χρόνο για την εκκίνηση
    • Έχοντας λίγα ή καθόλου δεδομένα σχετικά με έναν νέο χρήστη ή ένα νέο στοιχείο
    • Οι συστάσεις λειτουργούν μόνο το χειμώνα
    • Χρήστες που αποσυνδέονται συχνά
  3. Σε μια τυπική αρχιτεκτονική δύο σταδίων, τι κάνει το πρώτο στάδιο (υποψήφια γενιά);
    • Κατατάσσει με ακρίβεια μόνο δέκα στοιχεία
    • Γράφει τις τελικές περιγραφές προϊόντων
    • Περιορίζει γρήγορα εκατομμύρια αντικείμενα σε μερικές εκατοντάδες
    • Διαγράφει ανενεργούς λογαριασμούς χρηστών
  4. 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
  5. Τι είναι οι «ενσωματώσεις» σε ένα σύστημα συστάσεων;
    • Διανύσματα που αντιπροσωπεύουν χρήστες και αντικείμενα, οπότε η εγγύτητα σηματοδοτεί τη συνάφεια
    • Φυσικά τσιπ στον διακομιστή
    • Cookies αποθηκευμένα στο πρόγραμμα περιήγησης
    • Γραμμές θέματος email
  6. Γιατί η έμμεση ανατροφοδότηση (κλικ, χρόνος παρακολούθησης) συχνά σταθμίζεται σε μεγάλο βαθμό σε σχέση με τις ρητές αξιολογήσεις με αστέρια;
    • Είναι πιο εύκολο να παραποιηθείς
    • Είναι πολύ πιο άφθονο και αντανακλά την πραγματική συμπεριφορά
    • Επιβάλλεται από το νόμο
    • Οι αξιολογήσεις με αστέρια είναι παράνομες
  7. 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
  8. 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