山东大学软件AI2023年社交网络与推荐系统试题回忆以及知识点详细总结
需积分: 0 149 浏览量
2023-06-02
18:19:56
上传
评论
收藏 2.13MB DOCX 举报
2023 试题回忆：
一、填空题(1 分*36，记不全了，我尽力)
1.推荐算法三个评测维度：___, ____, ____;
2.RS 三个核心问题：____, ____, ____;
3.基于人口统计学的推荐算法，输入是____和____;
4.用户活跃度的分布符合____分布；
5.解决冷启动问题的三个途径：____ , ____和____;
6.矩阵分解的工具有：______;
7.上下文感知信息包括用户心情、___和____等
8.UGC 的全称是_____;
9.Bandit 算法评估指标是____;
10.Tompson Sampling 用到了____分布;
11.COFIBA 算法是____与____的合体;
12.现代推荐系统框架中，在线部分大致分为两个阶段:____和____，其中第一阶段的主要算法
有____和____;
13.社区发现（Community Detection）算法， 可以视为一种广义的____算法；社区发现算法
有 GN、Louvain、____和_____算法等；
14.社会正则化方式有 基于平均的正则化___或者___基于个体的正则化_
15.组群推荐传统策略：____和____;
16.在图结构中，用户行为用___表示
二、写出下列算法的思想、公式、用途和特点(10 分*4)
1.SVD++ 2.FM 3. PersonalRank 4.UCB
三、简答题(12 分*2)
1. 简述推荐系统评测方法；
2.user-based VS item-based，试从思想、应用等方面进行比较
算 法 总 结 ： FunkSVD 算 法 biasSVD SVD++ nmf BPR time-svd++ simRank
personalRank 因子分解机 FM LFM（隐语义模型）
时间图模型算法 usercf itemcf CB bandit 算法（Thompson sampling、UCB） LinUCB
一、大众化推荐
1. MostPopular 算法：
MostPopular 算法
a) 对每个用户都选择出当前流行度最高的 Top-K 个物品进行推荐
b) 大众化推荐
MostPopular 算法 变种 1
c) 在推荐的时候，需要去除用户原先就浏览过的项目
d) 加入个性化因素
剩余33页未读，继续阅读
资源评论
