引导式测验 · 中等 等级

AI 个性化引擎测验

了解推荐系统如何结合行为、项目特征、候选检索和排名来为单个用户定制列表。

相关引导路径人工智能个性化引擎
问题 1 的 8

协同过滤主要依靠什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 协同过滤主要依靠什么？
    • 许多用户的模式，例如“喜欢 X 的人也喜欢 Y”
    • 仅每个项目的文字描述
    • 用户设备的电池电量
    • 固定的编辑前 10 名列表
  2. 什么是个性化中的“冷启动问题”？
    • 服务器启动时间过长
    • 关于新用户或新项目的数据很少或没有
    • 建议仅在冬季使用
    • 用户频繁退出
  3. 在典型的两阶段架构中，第一阶段（候选生成）做什么？
    • 仅精确排名十项
    • 撰写最终产品描述
    • 快速将数百万个项目缩小到几百个
    • 删除不活动的用户帐户
  4. 为什么推荐者可能会将多样性目标添加到排名列表中？
    • 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. 推荐系统中的“嵌入”是什么？
    • 代表用户和项目的向量，因此密切程度表示相关性
    • 服务器中的物理芯片
    • 存储在浏览器中的 Cookie
    • 电子邮件主题行
  6. 为什么隐性反馈（点击次数、观看时间）通常比显性星级评分更重要？
    • 更容易造假
    • 它更加丰富并且反映了实际行为
    • 这是法律要求的
    • 星级评定是非法的
  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