ガイド連動クイズ · 中 レベル

AI パーソナライゼーション エンジンに関するクイズ

レコメンダー システムが動作、アイテムの特徴、候補の取得、ランキングを組み合わせて 1 人のユーザー向けにリストを調整する方法を学びます。

関連するガイドパスAI パーソナライゼーション エンジン
質問 1 の 8

協調フィルタリングは主に何に依存しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. 協調フィルタリングは主に何に依存しますか?
    • 多くのユーザーにわたるパターン。 「Xが好きだった人はYも好きだった」
    • 各項目のテキスト説明のみ
    • ユーザーのデバイスのバッテリー残量
    • 編集上の固定トップ 10 リスト
  2. パーソナライゼーションにおける「コールドスタート問題」とは何ですか?
    • サーバーの起動に時間がかかりすぎる
    • 新しいユーザーまたは新しいアイテムに関するデータがほとんどまたはまったくない
    • 冬にのみ機能する推奨事項
    • ユーザーが頻繁にログアウトする
  3. 一般的な 2 段階のアーキテクチャでは、最初の (候補生成) 段階では何を行うのでしょうか?
    • たった 10 項目を正確にランク付けします
    • 最終的な製品説明を作成します
    • 数百万のアイテムを数百まで迅速に絞り込みます
    • 非アクティブなユーザーアカウントを削除します
  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. レコメンデーション システムの「埋め込み」とは何ですか?
    • ユーザーとアイテムを表すベクトルにより、近さによって関連性が示される
    • サーバー内の物理チップ
    • ブラウザに保存される Cookie
    • メールの件名
  6. 暗黙的なフィードバック (クリック数、総再生時間) が明示的な星の評価よりも重視されるのはなぜですか?
    • 捏造するほうが簡単だよ
    • それははるかに豊富であり、実際の行動を反映しています
    • 法律で義務付けられています
    • 星の評価は違法です
  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