以下关于词袋模型(Bag of Words)正确的有() 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 喵查答案: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 ……继续阅读 »
以下关于TF-IDF模型,正确的有() 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 喵查答案: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……继续阅读 »
以下关于显示语义分析(Explicit Semantic Analysis, ESA)算法的描述正确的有() 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 喵查答案: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……继续阅读 »
以下关于基于效用的推荐的描述,正确的有() 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 喵查答案: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,……继续阅读 »
以下关于基于实例的推荐的描述,正确的有() 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 喵查答案: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……继续阅读 »
关于Apriori算法先验原理正确的是( ) 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. 喵查答案: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. ……继续阅读 »
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 喵查答案: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……继续阅读 »
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 喵查答案: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 ……继续阅读 »