山东大学软件学院《社交网络与推荐系统》23试题回忆版

此试题为山东大学软件学院AI班限选课程《社交网络与推荐系统》2023年6月2日期末试题回忆版

典型"背多分"，后来者如果不喜欢背多分，能不选就不选，大三一堆限选课随便你选。

不过能点进来的想必已经入坑了吧，那我只能尽可能助你一臂之力。（为什么没人助我一臂之力！）答案都是ppt原话

社交网络考的比我想象的多，得有十多分的填空，我一点不会......

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.（记不清了）社交网络中，矩阵分解算法有___，____等

15.组群推荐传统策略：____和____;

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