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