Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący sztucznej inteligencji w systemach rekomendacji muzyki
Przetestuj, czy osoby polecające muzykę wykorzystują sygnały współpracy, funkcje audio, kontekst playlisty, przestrzenie do osadzania i cele odkrywania.
Pytanie 1 z 8
Na czym polega problem „zimnego startu” w rekomendacjach muzycznych?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Na czym polega problem „zimnego startu” w rekomendacjach muzycznych?
- Trudności z polecaniem zupełnie nowych utworów lub użytkowników bez historii słuchania
- Utwory, które grają zbyt wolno
- Serwery zawieszają się zimą
- Playlisty, które są za długie
- How can content-based audio analysis help recommend a new or little-heard song?
- By relying only on the new track’s total number of past plays
- By comparing audio-derived representations with tracks that match a listener’s musical preferences
- By matching its file size to songs in the same playlist
- By using the song’s upload date as its only similarity signal
- Filtrowanie oparte na współpracy polega przede wszystkim na znalezieniu czego?
- Piosenki o tej samej długości
- Najtańsze utwory
- Słuchacze o podobnych nawykach i polecający to, co im się podobało
- Utwory w kolejności alfabetycznej
- W systemach opartych na osadzaniu dwa utwory są uważane za podobne, gdy ich wektory są jakie?
- Ciąg o tej samej długości
- Różne kolory
- Przechowywane na tym samym serwerze
- Blisko siebie we wspólnej przestrzeni
- Na czym w dużym stopniu opiera się projekt Music Genome Project firmy Pandora?
- Szczegółowe oznaczanie atrybutów muzycznych utworów
- Losowe przetasowanie
- Tylko popularność artysty
- Adres e-mail użytkownika
- Dlaczego platformy zwracają większą uwagę na uczciwość w rekomendacjach?
- Aby skrócić playlisty
- Aby uniknąć jedynie wzmacniania kilku megahitów i pomóc mniejszym artystom zostać odkrytym
- Aby zmniejszyć rozmiary plików
- Aby spowolnić odtwarzanie
- What does playlist co-occurrence contribute to a music recommender?
- A measurement of the track’s audio sample rate
- A prediction of how much storage a song requires
- Context about which tracks listeners place together in playlists
- A replacement for listening-history data
- Why is nearest-neighbor search useful after music tracks are mapped into an embedding space?
- It transcribes every track’s lyrics first
- It changes the recording’s sample rate
- It selects songs by file name only
- It can quickly retrieve tracks whose vectors are close to a user’s vector