Quiz collegato alla guida · Medio Livello

Quiz sull'intelligenza artificiale nei sistemi di raccomandazione musicale

Testa l'uso da parte dei consiglieri musicali di segnali collaborativi, funzionalità audio, contesto della playlist, spazi di incorporamento e obiettivi di scoperta.

Domanda 1 di 8

Qual è il problema della "partenza a freddo" nella raccomandazione musicale?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Qual è il problema della "partenza a freddo" nella raccomandazione musicale?
    • Difficoltà nel consigliare brani nuovi o utenti senza cronologia di ascolto
    • Canzoni che suonano troppo lentamente
    • I server si bloccano in inverno
    • Playlist troppo lunghe
  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. Il filtraggio collaborativo funziona principalmente trovando cosa?
    • Canzoni della stessa durata
    • Le piste più economiche
    • Ascoltatori con abitudini simili e che consigliano ciò che gli è piaciuto
    • Canzoni in ordine alfabetico
  4. Nei sistemi basati sull'embedding, due brani sono considerati simili quando i loro vettori sono cosa?
    • La stessa lunghezza della corda
    • Colori diversi
    • Memorizzato sullo stesso server
    • Vicini nello spazio condiviso
  5. Su cosa fa molto affidamento il Progetto Genoma Musicale di Pandora?
    • Etichettatura dettagliata degli attributi musicali delle canzoni
    • Mescolamento casuale
    • Solo la popolarità dell'artista
    • L'indirizzo email dell'utente
  6. Perché le piattaforme prestano maggiore attenzione all’equità nelle raccomandazioni?
    • Per rendere le playlist più brevi
    • Per evitare di rafforzare solo alcuni mega successi e aiutare gli artisti più piccoli a farsi scoprire
    • Per ridurre le dimensioni dei file
    • Per rallentare la riproduzione
  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