Quiz collegato alla guida · Medio Livello
Quiz sull'intelligenza artificiale nei ristoranti e sui menu
Valuta i consigli sugli alimenti, il filtraggio delle interazioni, la revisione del testo, il recupero, gli incorporamenti, la disponibilità e i limiti del contesto utente.
Domanda 1 di 8
Su cosa si basa principalmente il filtraggio collaborativo per formulare raccomandazioni?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Su cosa si basa principalmente il filtraggio collaborativo per formulare raccomandazioni?
- Modelli di utenti con gusti simili
- Il contenuto nutrizionale di ogni piatto
- Il design degli interni del ristorante
- Temperatura della cucina in tempo reale
- Perché i modelli PNL di review mining sono utili nelle app alimentari?
- Cucinano il cibo più velocemente
- Riassumono il sentiment ed estraggono segnali a livello di piatto dal testo
- Sostituiscono la necessità di menu
- Fissano i prezzi dei ristoranti
- In a proposed two-stage food recommender, what would candidate retrieval do before ranking?
- Confirm the restaurant reservation
- Process the customer’s payment
- Select a candidate subset for a later scoring stage
- Guarantee the final recommendation matches every preference
- A cosa servono gli incorporamenti nei suggerimenti dei menu?
- Memorizzazione delle password dei clienti
- Crittografia degli indirizzi di consegna
- Misurazione della temperatura del forno
- Rappresentare i piatti come vettori in modo che oggetti simili siano vicini tra loro
- Why can a new diner with no recorded preferences pose a cold-start problem?
- Interaction-based personalization has little user-history evidence to work from
- The restaurant must change its menu
- The model cannot represent food text
- Opening hours become unavailable to everyone
- What can the MenuAI research system do with a menu image and a nutritional search key?
- Book a table without user confirmation
- Rank menu dishes according to a query such as calories or protein
- Diagnose a food allergy from a photograph
- Guarantee a dish is available today
- Why include restaurant availability or opening hours in recommendations?
- It improves a model’s parameter count
- It guarantees the restaurant is highest rated
- A highly relevant option is not useful if it is unavailable at the requested time
- It replaces user preferences
- What is one limitation of review-mining sentiment for food recommendations?
- Sentiment scores are always objective
- Reviews contain exact nutrition facts
- Review mining removes popularity bias
- A review’s language may be sparse, subjective, or unrepresentative of the current menu