Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor AI-aanbevelingssystemen

Beoordeel aanbevelingsmethoden, samenwerkings- en inhoudsfiltering, matrixfactorisatie, hybride systemen en betrokkenheidsrisico's.

Gerelateerde gidspadenAI-aanbevelingssystemen
Vraag 1 van 8

Waarop is 'collaborative filtering' gebaseerd om aanbevelingen te doen?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Waarop is 'collaborative filtering' gebaseerd om aanbevelingen te doen?
    • Patronen bij veel gebruikers met dezelfde smaak
    • Alleen de tekstbeschrijving van elk item
    • De prijs van het product
    • Een vaste redactionele top-10 lijst
  2. Op inhoud gebaseerde filtering beveelt items voornamelijk aan op basis van:
    • Willekeurige greep uit de catalogus
    • Artikeleigenschappen afstemmen op uw eerdere voorkeuren
    • Totale wereldwijde verkoop tellen
    • Andere gebruikers vragen om te stemmen
  3. What did the Netflix Prize seek to improve by 10% over the Cinematch baseline?
    • Click-through rate for every recommended film
    • The number of films watched per user
    • Root mean squared error (RMSE) on the competition’s held-out ratings
    • A user’s average watch time on the service
  4. Bij matrixfactorisatie worden gebruikers en items weergegeven als:
    • Enkele ja/nee-vlaggen
    • Recensies in platte tekst
    • Kalenderdata
    • Vectoren van verborgen 'latente factoren'
  5. What mechanism did the Deep Interest Network paper propose for modeling a user’s different interests across candidate ads?
    • A local activation unit that forms a candidate-specific interest representation
    • A fixed user vector that is identical for every candidate
    • A rule that selects only the most popular ad
    • A graph algorithm that proves every ad is relevant
  6. Een 'hybride' aanbeveling is er een die:
    • Werkt alleen in het weekend
    • Combineert samenwerkings- en op inhoud gebaseerde methoden
    • Gebruikt helemaal geen data
    • Beveelt alleen de nieuwste items aan
  7. What is one limitation of collaborative filtering for a new item with no interactions?
    • It cannot use ratings
    • It requires item descriptions only
    • It may lack the interaction data needed to recommend the item
    • It always recommends every new item
  8. What should a recommender evaluation measure besides click-through rate?
    • Only the model’s parameter count
    • Alleen trainingsverlies
    • Only the number of recommendations
    • User outcomes and harms such as diversity, exposure, or unwanted engagement