MOOC 系统-北京大学 中国大学慕课答案

MOOC推荐系统-北京大学中国大学慕课答案测验11、问题：推荐系统主要用于解决________问题.选项：A、信息安全B、信息超载C、信息不足D、信息冗余正确答案:【信息超载】2、问题：长尾物品的特点为_______.选项：A、需求量大，数量多B、需求量小，数量多C、需求量大，数量少D、需求量小，数量少正确答案:【需求量小，数量多】3、问题：最早公开使用协同过滤系统来解决信息过载问题的公司是______。选项：A、谷歌B、雅虎C、施乐D、微软正确答案:【施乐】4、问题：___公司举办的推荐系统大奖赛对推荐系统的发展起到了极大的促进作用选项：A、日本电气B、网易C、网飞D、亚马逊正确答案:【网飞】5、问题：推荐系统关于用户U，物品I，相关度R之间的关系可用映射_____表示选项：A、f:UxI→RB、f:UxR→IC、f:IxR→UD、f:UxI→I正确答案:【f:UxI→R】6、问题：推荐系统根据用户A的相似用户的购买历史为A生成了推荐结果，这属于_______推荐选项：A、混合推荐B、协同过滤C、基于内容D、基于知识正确答案:【协同过滤】7、问题：新闻推荐于电商推荐相比，其特点在于_____.选项：A、新闻项目数量更多B、用户群体更多样化C、项目的时效性更高D、项目的生命周期更长正确答案:【项目的时效性更高】8、问题：按照应用问题，推荐系统可大致分为_____和_____两类.选项：A、基于内容的推荐、基于协同过滤的推荐B、机器学习、深度学习C、评分预测、top-N推荐D、单一推荐、混合推荐正确答案:【评分预测、top-N推荐】9、问题：推荐系统能够让_______受益.选项：A、平台B、用户C、供应商D、行业正确答案:【平台#用户#供应商#行业】10、问题：用户画像主要包含哪几部分特征？选项：A、用户兴趣偏好B、用户行为C、消费特征D、人口统计学属性正确答案:【用户兴趣偏好#用户行为#消费特征#人口统计学属性】11、问题：推荐系统的常见应用场景有____.选项：A、电商B、新闻C、音乐D、电影正确答案:【电商#新闻#音乐#电影】测验21、问题：协同过滤算法分类正确的是（）选项：A、基于评分预测的协同过滤和基于邻域（记忆）的协同过滤B、基于偏好的协同过滤和基于可解释性的协同过滤C、基于邻域（记忆）的协同过滤和基于模型的协同过滤D、基于用户的协同过滤和基于邻域的协同过滤正确答案:【基于邻域（记忆）的协同过滤和基于模型的协同过滤】2、问题：以下属于显式反馈行为的是（）选项：A、收藏B、点击C、评分D、浏览正确答案:【评分】3、问题：基于邻域的协同过滤算法的关键是（）选项：A、收集数据B、训练模型C、计算相似度D、根据邻域信息计算推荐结果正确答案:【计算相似度】4、问题：基于二部图的协同过滤能够缓解传统的基于邻域的推荐算法存在的数据稀疏问题和（）选项：A、冷启动B、推荐范围受限C、可解释性差D、长尾效应正确答案:【推荐范围受限】5、问题：基于邻域的协同过滤的一般步骤包括（）选项：A、寻找邻域B、收集数据C、训练模型D、计算推荐结果正确答案:【寻找邻域#收集数据#计算推荐结果】6、问题：以下属于协同过滤算法假设的是（）选项：A、过去兴趣相似的用户在未来的兴趣也相似B、基本属性相似的用户在未来的兴趣相似C、相似的用户会产生相似的历史行为数据D、用户会喜欢相似用户有过正反馈的项目正确答案:【过去兴趣相似的用户在未来的兴趣也相似#相似的用户会产生相似的历史行为数据#用户会喜欢相似用户有过正反馈的项目】7、问题：基于用户的协同过滤的特点有哪些（）选项：A、思想简单、容易实现B、不存在数据稀疏问题C、不需要领域知识D、个性化程度低正确答案:【思想简单、容易实现#不需要领域知识】8、问题：带权重的网络扩散模型有哪些选项：A、激活扩散模型B、基于物质扩散的模型C、基于热传导的模型D、以上都是正确答案:【基于物质扩散的模型#基于热传导的模型】9、问题：协同过滤算法中相似度的计算可以采用下列哪些方法（）选项：A、杰卡德相似度B、余弦相似度C、皮尔逊相似度D、基于距离的相似度正确答案:【杰卡德相似度#余弦相似度#皮尔逊相似度#基于距离的相似度】10、填空题：逆用户频率的基本思想是惩罚______项目正确答案:【热门】11、填空题：______相似度是通过计算两个向量的夹角余弦值来评估它们的相似度。正确答案:【余弦】测验31、问题：下列不是常用的关联规则度量指标的是()选项：A、置信度B、支持度C、覆盖率D、改善度正确答案:【覆盖率】2、问题：隐语义模型LFM的基本思想为()选项：A、计算用户之间相似度，基于用户关联性为用户进行推荐B、找出一些有效的关联规则，利用关联规则进行推荐C、将用户和项目映射到同一个隐藏的因子空间中，直接计算用户和项目的相关度D、计算项目之间相似度，基于项目关联性为用户进行推荐正确答案:【将用户和项目映射到同一个隐藏的因子空间中，直接计算用户和项目的相关度】3、问题：下列关于概率矩阵分解PMF的说法错误的是()选项：A、PMF将用户评分、用户特征、项目特征都看作是随机变量B、PMF假设用户特征、项目特征都服从均值为0的高斯分布C、PMF假设观测噪声服从均值为0的高斯分布D、PMF是从优化目标出发确定用户和项目的隐语义表示，使预测误差最小化正确答案:【PMF是从优化目标出发确定用户和项目的隐语义表示，使预测误差最小化】4、问题：矩阵分解模型的理论依据是（）选项：A、机器学习B、奇异值分解SVDC、嵌入学习D、人工神经网络正确答案:【奇异值分解SVD】5、问题：下列关于Apriori算法的说法错误的是()选项：A、初始化的目的是找到所有的频繁1-项集B、Apriori算法主要包含初始化和迭代搜索两部分C、迭代的目的是通过上一次迭代得到的频繁(k-1)-项集得到频繁k-项集D、Apriori算法通过最小置信度进行剪枝正确答案:【Apriori算法通过最小置信度进行剪枝】6、问题：下列关于隐语义模型LFM的说法错误的是()选项：A、LFM训练时需要知道完整的待分解矩阵B、LFM常用的模型参数学习方法是随机梯度下降法和交替最小二乘法C、LFM能够预测用户对项目的评分值D、LFM可以通过最小化均方误差来学习正确答案:【LFM训练时需要知道完整的待分解矩阵】7、问题：关于Apriori算法先验原理正确的是()选项：A、若A是频繁项集,则A的每一个子集都是频繁项集.B、若A是频繁项集,则A的每一个超集都是频繁项集.C、若A是非频繁项集,则A的每一个子集都是非频繁项集.D、若A是非频繁项集,则A的每一个超集都是非频繁项集.正确答案:【若A是频繁项集,则A的每一个子集都是频繁项集.#若A是非频繁项集,则A的每一个超集都是非频繁项集.】8、问题：针对隐式反馈的常用负采样方法有()选项：A、假设每个未观测到反馈的样本都是负样本且影响相同B、用户没有反馈行为时,用户购买的项目越多越有可能是负样本C、用户没有反馈行为时,项目越热门越有可能是负样本D、用户没有反馈行为时,项目越冷门越有可能是负样本正确答案:【假设每个未观测到反馈的样本都是负样本且影响相同#用户没有反馈行为时,用户购买的项目越多越有可能是负样本#用户没有反馈行为时,项目越热门越有可能是负样本】9、问题：隐式反馈数据特征的包括（）选项：A、缺少负反馈B、包含较多噪声C、代表用户真实的喜好程度D、收集困难正确答案:【缺少负反馈#包含较多噪声】10、填空题：概率矩阵分解模型主要利用统计推理理论中的______公式进行推理分析正确答案:【贝叶斯】11、填空题：概率矩阵分解模型假设用户特征U和项目特征V都服从均值为______的高斯分布正确答案:【0】测验41、问题：以下关于词袋模型（BagofWords）正确的有（）选项：A、词袋模型常应用于文本分类，如垃圾邮件过滤B、词袋模型忽略文本中的词序、语法、句法C、词袋模型将文本看作若干词构成的一个集合，且每个词独立出现D、词袋模型考虑词与词之间的上下文关系正确答案:【词袋模型常应用于文本分类，如垃圾邮件过滤#词袋模型忽略文本中的词序、语法、句法#词袋模型将文本看作若干词构成的一个集合，且每个词独立出现】2、问题：以下关于TF-IDF模型，正确的有（）选项：A、假设词的重要性随着它在文档中出现的次数成正比B、假设词的重要性随着它在语料库中出现的频率成反比下降C、假设词的重要性和它所在文档的长度成反比D、逆文档频率的基本思想是如果一个词在语料库中出现的频率越高，则该词越普遍，对应的重要性（区分度）越低正确答案:【假设词的重要性随着它在文档中出现的次数成正比#假设词的重要性随着它在语料库中出现的频率成反比下降#假设词的重要性和它所在文档的长度成反比#逆文档频率的基本思想是如果一个词在语料库中出现的频率越高，则该词越普遍，对应的重要性（区分度）越低】3、问题：对词袋模型常用改进方法有（）选项：A、去停用词B、词干还原C、使用词组D、特征选择正确答案:【去停用词#词干还原#使用词组#特征选择】4、问题：以下关于显示语义分析（ExplicitSemanticAnalysis,ESA）算法的描述正确的有（）选项：A、ESA算法是一种基于本体库计算文本之间相似度的方法B、ESA算法是一种基于网络知识直接计算文本之间相似度的方法C、本质上也是一种基于向量空间模型的文本相似度计算方法D、ESA主要包括两个部分，基于网络知识建立语义解释器和利用语义解释器计算文本相似度正确答案:【ESA算法是一种基于网络知识直接计算文本之间相似度的方法#本质上也是一种基于向量空间模型的文本相似度计算方法#ESA主要包括两个部分，基于网络知识建立语义解释器和利用语义解释器计算文本相似度】5、问题：以下关于基于效用的推荐的描述，正确的有（）选项：A、基于效用的推荐可以看作是将绝对的约束（是否满足）转换成定量的效用（满意度）B、基本思想是利用多属性效用理论，基于预先定义的用户效用函数评估候选项目的效用值，并据此做出推荐C、每个项目都将根据预定义的维度集进行评估D、存在约束冲突问题正确答案:【基于效用的推荐可以看作是将绝对的约束（是否满足）转换成定量的效用（满意度）#基本思想是利用多属性效用理论，基于预先定义的用户效用函数评估候选项目的效用值，并据此做出推荐#每个项目都将根据预定义的维度集进行评估】6、问题：以下关于基于实例的推荐的描述，正确的有（）选项：A、目标是寻找和这个实例值完全一样或相近的项目子集B、根据项目属性值计算项目之间的相似度C、本质上是使用相似度度量对候选项目进行检索和排序D、针对具体应用中的属性，采用的相似度度量方法，需要根据领域知识来决定正确答案:【目标是寻找和这个实例值完全一样或相近的项目子集#根据项目属性值计算项目之间的相似度#本质上是使用相似度度量对候选项目进行检索和排序#针对具体应用中的属性，采用的相似度度量方法，需要根据领域知识来决定】7、填空题：基于约束的推荐的难点在于处理约束之间的______.正确答案:【冲突】8、填空题：基于内容的推荐能够解决协同过滤所面临的______冷启动问题。正确答案:【项目】9、填空题：基于知识的推荐常用于低频、______成本的项目推荐正确答案:【高】测验51、问题：关于混合/组合方法的说法，错误的是（）选项：A、Boosting和Stacking集成方法都属于有监督组合模型B、串行混合各基模型可以独立构造，并不依赖于前面的基模型C、整体式混合模型只包含一个混合单元，通过预处理和组合多个知识源将多种模型整合在一起D、无监督组合模型不需要训练额外模型，一般直接使用多数表决或者加权平均来集成基模型的输出正确答案:【串行混合各基模型可以独立构造，并不依赖于前面的基模型】2、问题：下面关于级联过滤模型的说法，错误的是（）选项：A、级联过滤就是对基推荐模型排序之后，使用后面的基推荐模型对前面模型的推荐结果进行优化的过程B、级联过滤的不同基推荐模型具有一定的依赖关系C、被第k个基推荐模型删除的项目，在第k+1个基推荐模型中依然可能会被推荐D、级联过滤的关键在于基模型的选择和排序正确答案:【被第k个基推荐模型删除的项目，在第k+1个基推荐模型中依然可能会被推荐】3、问题：下面哪些方法可用来确定加权式混合的权值（）选项：A、根据基推荐模型在验证集上的性能来确定权值B、通过学习的方式来确定权值C、根据用户偏好，设定个性化的权值D、采用无监督组合的方式来确定权值正确答案:【根据基推荐模型在验证集上的性能来确定权值#通过学习的方式来确定权值#根据用户偏好，设定个性化的权值#采用无监督组合的方式来确定权值】4、问题：整体式混合方法包括（）选项：A、特征组合B、特征扩充C、基于图模型的混合D、切换式混合正确答案:【特征组合#特征扩充#基于图模型的混合】5、问题：串行式混合方法包括（）选项：A、排序混合B、级联过滤C、级联学习D、加权式混合正确答案:【级联过滤#级联学习】6、问题：排序混合可以采用哪些方法（）选项：A、波达计数法B、凯梅尼优化C、成对投票表决D、多数表决法正确答案:【波达计数法#凯梅尼优化#成对投票表决】7、问题：下面关于基于双层图模型进行混合推荐的说法，正确的是（）选项：A、用户层中的边代表的是用户的行为信息B、项目层中的边代表的是项目之间的相似度C、将推荐问题转化为一个图搜索的问题D、用户层中的边代表的是用户之间的相似度正确答案:【项目层中的边代表的是项目之间的相似度#将推荐问题转化为一个图搜索的问题#用户层中的边代表的是用户之间的相似度】8、填空题：混合推荐的基本思想是通过不同模型的混合，取长补短，以提升系统整体的准确度和______性。正确答案:【稳定】9、填空题：混合推荐的理论依据是通过模型组合能够降低______错误正确答案:【不相关】10、填空题：根据基模型之间的依赖关系，混合推荐方法可以分为：______混合、串行式混合和整体式混合。正确答案:【并行式】测验61、问题：B测试的关键在于（）选项：A、算法之间的差异B、用户流量的分配C、算法所处环境的一致性D、评价指标正确答案:【用户流量的分配】2、问题：在进行数据集划分时，如果无法获取到用户行为时间戳，则可以采用（）选项：A、时间划分B、顺序划分C、随机划分D、分段划分正确答案:【随机划分】3、问题：针对分为模型评价的混淆矩阵中TN指的是（）选项：A、预测值为正，真实值为负B、