学堂在线北京大学推荐系统(2021暑假班)课后作业题答案

• 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 2021-06-26
• 矩阵分解模型的理论依据是（） A机器学习 B奇异值分解SVD C嵌入学习 2021-06-26
• 下列不是隐式反馈数据特征的是（） A没有负反馈 B包含噪声较多 C代表用户真实的 2021-06-26
• 下列关于Apriori算法的说法错误的是( ) A初始化的目的是找到所有的 频繁 1- 2021-06-26
• 隐语义模型LFM的基本思想为( ) A计算用户之间相似度，基于用户关联性为用户进 2021-06-26

• 下列关于概率矩阵分解PMF的说法错误的是( ) APMF将用户评分、用户特征、项 2021-06-26
• 针对隐式反馈的常用负采样方法有( ) A假设每个未观测到反馈的样本都是负样 2021-06-26
• 以下属于显式反馈行为的是（） A收藏 B点击 C评分 D浏览 2021-06-26
• 基于邻域的协同过滤的一般步骤包括（） A寻找邻域 B收集数据 C训练模型 D计算推 2021-06-26
• 基于邻域的协同过滤算法的关键是（） A收集数据 B训练模型 C计算相似度 D根据邻 2021-06-26

• 带权重的网络扩散模型有哪些 A激活扩散模型 B基于物质扩散的模型 C基于热传 2021-06-26
• 逆用户频率的基本思想是惩罚____项目 2021-06-26
• ____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。 2021-06-26
• 协同过滤算法中相似度的计算可以采用下列哪些方法（） A杰卡德相似度 B余弦相似 2021-06-26
• 长尾物品的特点为_______. A需求量大，数量多 B需求量小，数量多 C需求量大，数量 2021-06-26

• 推荐系统主要用于解决________问题. A信息超载 B信息安全 C信息不足 2021-06-26
• 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. Af:UxI→R Bf 2021-06-26
• 推荐系统中项目画像的意义在于_____. A提高吞吐量 B用户-项目迅速匹配 C丰 2021-06-26
• 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 2021-06-26
• 新闻推荐于电商推荐相比，其特点在于_____. A新闻项目数量更多 B用户群体更多 2021-06-26

• 推荐系统的常见应用场景有____. A电商 B新闻 C音乐 D电影 2021-06-26
• 基于用户的协同过滤的特点有哪些（） A思想简单、容易实现 B不存在数据稀疏问题 2021-06-26
• 以下属于协同过滤算法假设的是（） A过去兴趣相似的用户在未来的兴趣也相似 B基 2021-06-26
• 协同过滤算法分类正确的是（） A基于评分预测的协同过滤和基于邻域（记忆）的协同过 2021-06-26
• 协同过滤算法分类正确的是（） A基于评分预测的协同过滤和基于邻域（记忆）的协同过 2021-06-26