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
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
举一反三
- 协同过滤分析用户兴趣,在用户群中找到指定用户的( )用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度( ),并将这些用户喜欢的项推荐给有相似兴趣的用户。 A: 相似;推荐 B: 相同;推荐 C: 相似;预测 D: 相同;预测
- 实现UserCF算法的关键步骤是计算用户与用户之间的兴趣相似度,下列哪些是属于计算相似度的算法? A: 泊松相关系数 B: 余弦相似度 C: 调整余弦相似度 D: 调整正弦相似度
- 个性化营销的行为学理论基础是()。 A: A网络用户的浏览行为基本一致 B: B网络用户的兴趣爱好差别较小 C: C具有相似浏览行为的用户兴趣爱好相似 D: D具有相似兴趣爱好的用户浏览行为相似
- 以下不属于三类相似的是() A: 几何相似 B: 运动学相似 C: 动力学相似 D: 介质相似
- 协同过滤分析用户兴趣,在用户群中找到指定用户的相似(兴趣)用户,综合这些用户对某一信息的评价,形成系统对该指定用户对此信息的喜好程度预测。