Gids-gekoppelde quiz · Middelmatig Niveau

Quiz over AI-personalisatiemotoren

Ontdek hoe aanbevelingssystemen gedrag, itemkenmerken, het ophalen van kandidaten en de rangschikking combineren om een ​​lijst op maat te maken voor één gebruiker.

Gerelateerde gidspadenAI-personalisatiemotoren
Vraag 1 van 8

Waar is collaboratief filteren voornamelijk op gebaseerd?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Waar is collaboratief filteren voornamelijk op gebaseerd?
    • Patronen bij veel gebruikers, b.v. 'Mensen die X leuk vonden, vonden Y ook leuk'
    • Alleen de tekstbeschrijving van elk item
    • Het batterijniveau van het apparaat van de gebruiker
    • Een vaste redactionele top-10 lijst
  2. Wat is het ‘koudestartprobleem’ bij personalisatie?
    • Servers doen er te lang over om op te starten
    • Weinig of geen gegevens hebben over een nieuwe gebruiker of nieuw item
    • Aanbevelingen alleen werken in de winter
    • Gebruikers loggen regelmatig uit
  3. Wat doet de eerste fase (kandidaatgeneratie) in een typische tweefasenarchitectuur?
    • Precies rangschikt slechts tien items
    • Schrijft de uiteindelijke productbeschrijvingen
    • Verkleint snel miljoenen items tot een paar honderd
    • Verwijdert inactieve gebruikersaccounts
  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. Wat zijn 'embeddings' in een aanbevelingssysteem?
    • Vectoren die gebruikers en items vertegenwoordigen, zodat nabijheid de relevantie aangeeft
    • Fysieke chips in de server
    • Cookies opgeslagen in de browser
    • E-mailonderwerpregels
  6. Waarom weegt impliciete feedback (klikken, kijktijd) vaak zwaarder dan expliciete sterbeoordelingen?
    • Het is gemakkelijker om te faken
    • Het is veel overvloediger en weerspiegelt feitelijk gedrag
    • Het is wettelijk verplicht
    • Sterbeoordelingen zijn illegaal
  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