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。