Gids-gekoppelde quiz · Middelmatig Niveau

Impliciete feedback en afwisselende kleinste kwadratenquiz

Begrijp waarom ontbrekende interacties geen afkeer zijn, hoe vertrouwensgewogen ALS factorupdates afwisselt en hoe blootstelling de evaluatie beïnvloedt.

Vraag 1 van 8

Hoe moet een niet-geobserveerde interactie tussen gebruiker en item gewoonlijk worden geïnterpreteerd in impliciete feedback?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Hoe moet een niet-geobserveerde interactie tussen gebruiker en item gewoonlijk worden geïnterpreteerd in impliciete feedback?
    • As missing preference evidence, not automatically as dislike
    • As a confirmed negative rating
    • As a purchase with zero price
    • As proof the user saw the item
  2. Wat vertegenwoordigt een betrouwbaarheidsgewicht c_ui bij impliciete ALS?
    • The probability that a user exists
    • How strongly the model trusts the preference evidence for a pair
    • The number of latent dimensions
    • A guaranteed item relevance score
  3. Wat lost ALS afwisselend op?
    • The number of users and the number of catalog items
    • A classification tree and a cluster model
    • User factors with item factors fixed, then item factors with users fixed
    • Explicit ratings and future labels
  4. Waarom kan het misleidend zijn om alle niet-geobserveerde paren als antipathieën te behandelen?
    • Missing entries are always numerical zeros in meaning
    • The latent factors then become probabilities
    • ALS requires every user to rate every item
    • Some items may never have been exposed to the user
  5. Welke objectieve term beperkt de omvang van gebruikers- en itemfactoren?
    • Set confidence equal to interaction count
    • Penalize overly large user and item factor vectors
    • Guarantee every item is recommended
    • Convert clicks into explicit star ratings
  6. Why use a time-based holdout for recommendation evaluation?
    • It removes popularity bias by definition
    • It guarantees that missing pairs are negatives
    • It tests predictions on interactions that occur after training data
    • It makes all users equally active
  7. Which bias can interaction-only logs create?
    • All event types have the same meaning
    • Every user sees every catalog item
    • Latent factors have no regularization
    • Items not shown cannot generate observed clicks
  8. What should be monitored in addition to ranking accuracy?
    • Catalog coverage and popularity concentration
    • Only the matrix reconstruction objective
    • The alphabetical order of users
    • Whether every latent factor is positive