Prueba de IA en sistemas de recomendación musical

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Cuál es el problema del "arranque en frío" en la recomendación de música?
   • Dificultad para recomendar pistas nuevas o usuarios sin historial de escucha
   • Canciones que suenan demasiado lentas.
   • Los servidores fallan en invierno
   • Listas de reproducción demasiado largas
2. How can content-based audio analysis help recommend a new or little-heard song?
   • By relying only on the new track’s total number of past plays
   • By comparing audio-derived representations with tracks that match a listener’s musical preferences
   • By matching its file size to songs in the same playlist
   • By using the song’s upload date as its only similarity signal
3. ¿El filtrado colaborativo funciona principalmente encontrando qué?
   • Canciones de la misma duración.
   • Las pistas más baratas.
   • Oyentes con hábitos similares y recomendando lo que les gustó
   • Canciones en orden alfabético
4. En los sistemas basados en incrustaciones, dos canciones se consideran similares cuando sus vectores son ¿qué?
   • Cuerda del mismo largo
   • Diferentes colores
   • Almacenado en el mismo servidor.
   • Muy juntos en el espacio compartido.
5. ¿De qué depende en gran medida el Proyecto Genoma Musical de Pandora?
   • Etiquetado detallado de atributos musicales de canciones.
   • barajado aleatorio
   • Sólo la popularidad del artista.
   • La dirección de correo electrónico del usuario.
6. ¿Por qué las plataformas prestan más atención a la equidad en las recomendaciones?
   • Para acortar las listas de reproducción
   • Para evitar reforzar sólo unos pocos megaéxitos y ayudar a que los artistas más pequeños sean descubiertos.
   • Para reducir el tamaño de los archivos
   • Para ralentizar la reproducción
7. What does playlist co-occurrence contribute to a music recommender?
   • A measurement of the track’s audio sample rate
   • A prediction of how much storage a song requires
   • Context about which tracks listeners place together in playlists
   • A replacement for listening-history data
8. Why is nearest-neighbor search useful after music tracks are mapped into an embedding space?
   • It transcribes every track’s lyrics first
   • It changes the recording’s sample rate
   • It selects songs by file name only
   • It can quickly retrieve tracks whose vectors are close to a user’s vector