Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Enjin Pemperibadian AI

Ketahui cara sistem pengesyor menggabungkan gelagat, ciri item, pengambilan calon dan kedudukan untuk menyesuaikan senarai untuk seorang pengguna.

Laluan panduan yang berkaitanEnjin Pemperibadian AI
soalan 1 daripada 8

Apakah yang paling bergantung pada penapisan kolaboratif?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang paling bergantung pada penapisan kolaboratif?
    • Corak merentas banyak pengguna, mis. 'orang yang suka X juga suka Y'
    • Hanya penerangan teks bagi setiap item
    • Paras bateri peranti pengguna
    • Senarai 10 teratas editorial tetap
  2. Apakah 'masalah permulaan dingin' dalam pemperibadian?
    • Pelayan mengambil masa terlalu lama untuk but
    • Mempunyai sedikit atau tiada data tentang pengguna baharu atau item baharu
    • Pengesyoran hanya berfungsi pada musim sejuk
    • Pengguna kerap log keluar
  3. Dalam seni bina dua peringkat biasa, apakah yang dilakukan oleh peringkat pertama (generasi calon)?
    • Tepat kedudukan hanya sepuluh item
    • Menulis huraian produk akhir
    • Mengecilkan berjuta-juta item dengan pantas kepada beberapa ratus
    • Memadam akaun pengguna yang tidak aktif
  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. Apakah 'pembenaman' dalam sistem pengesyoran?
    • Vektor yang mewakili pengguna dan item supaya kedekatan menandakan perkaitan
    • Cip fizikal dalam pelayan
    • Kuki disimpan dalam penyemak imbas
    • E-mel baris subjek
  6. Mengapakah maklum balas tersirat (klik, masa tonton) sering diberi berat berbanding penilaian bintang yang jelas?
    • Ia lebih mudah untuk dipalsukan
    • Ia jauh lebih banyak dan mencerminkan tingkah laku sebenar
    • Ia dikehendaki oleh undang-undang
    • Penarafan bintang adalah haram
  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