【文章內(nèi)容簡(jiǎn)介】 B(單選，4分)在向量模型中，不可以通過(guò)（）來(lái)衡量文檔和查詢之間的相似度。A、向量間距離B、向量?jī)?nèi)積C、向量間夾角大小D、向量間正切值答案：D(單選，4分)TTT3表示特征項(xiàng)，DDDD4為文檔向量，Q為查詢向量，其中，D1=4T1+2T2+3T3，D2=T1+4T2+2T3，D3=5T1+2T3，D4= T2+3T3，Q=T1+0T2+2T3 。以上文檔中和Q最大可能相關(guān)的是（）A、D1B、D2C、D3D、D4答案：A(單選，4分)以下選項(xiàng)中屬于概率模型的優(yōu)點(diǎn)的是（）A、模型具有內(nèi)在的相關(guān)反饋機(jī)制，將文檔根據(jù)相關(guān)概率按遞減順序排列B、模型最初將文檔分成相關(guān)的集合和不相關(guān)的集合C、模型中所有的權(quán)值都是二值的D、模型假設(shè)標(biāo)引詞相互獨(dú)立答案：A(單選，4分)信息檢索模型中，神經(jīng)網(wǎng)絡(luò)模型屬于（）A、布爾模型B、向量模型C、概率模型D、結(jié)構(gòu)化模型答案：B(單選，4分)以下關(guān)于網(wǎng)絡(luò)爬蟲(chóng)的描述中，錯(cuò)誤的一項(xiàng)是（）A、在爬蟲(chóng)開(kāi)始的時(shí)候，需要給爬蟲(chóng)輸送一個(gè)URL列表，作為爬蟲(chóng)的起始位置B、根據(jù)某種抓取策略爬行新發(fā)現(xiàn)的URL，如此重復(fù)下去C、爬蟲(chóng)程序會(huì)抓取所有網(wǎng)頁(yè)，以保證搜索正確性D、對(duì)于商業(yè)搜索引擎來(lái)說(shuō)，分布式爬蟲(chóng)是必須采用的技術(shù)答案：C(單選，4分)在實(shí)際的搜索引擎系統(tǒng)中，通過(guò)存儲(chǔ)（）來(lái)存儲(chǔ)文檔信息A、文檔地址B、文檔簡(jiǎn)化序號(hào)C、文檔編號(hào)D、文檔編號(hào)差值答案：D(單選，4分)下面方法中，不是建立索引的方法的是（）A、兩邊文檔遍歷法B、排序法C、歸并法D、HITS答案：D(單選，4分)關(guān)于PageRank標(biāo)準(zhǔn)算法與簡(jiǎn)化算法正確的是（）A、PageRank簡(jiǎn)化算法對(duì)G中的每一個(gè)節(jié)點(diǎn)n，設(shè)定其初始值均為1/nB、PageRank簡(jiǎn)化算法可以保證迭代過(guò)程中的PageRank值之和為1C、PageRank標(biāo)準(zhǔn)算法不考慮沒(méi)有超鏈接網(wǎng)頁(yè)的情況D、在實(shí)際運(yùn)算過(guò)程中，由于節(jié)點(diǎn)數(shù)n的值巨大，因此通常采用適用于稀疏矩陣運(yùn)算的PageRank標(biāo)準(zhǔn)算法來(lái)對(duì)運(yùn)算過(guò)程進(jìn)行改善答案：A(單選，4分)關(guān)于HITS算法描述正確的是（C）A、算法最后輸出的是按照內(nèi)容權(quán)威度排序的結(jié)果列表B、如果在原有的擴(kuò)展網(wǎng)頁(yè)集合內(nèi)添加刪除個(gè)別網(wǎng)頁(yè)或者改變少數(shù)鏈接關(guān)系，HITS算法的排名結(jié)果不會(huì)有非常大的改變C、HITS算法核心思想是對(duì)網(wǎng)頁(yè)兩個(gè)方面的權(quán)威程度進(jìn)行評(píng)價(jià)，一個(gè)是內(nèi)容權(quán)威度，另一個(gè)是鏈接權(quán)威度，兩者具有相互增強(qiáng)的關(guān)系D、HITS是與查詢相關(guān)的算法，計(jì)算效率較高答案：C1(單選，4分)網(wǎng)頁(yè)重定向?qū)儆谙铝心姆N作弊方式（C）A、內(nèi)容作弊B、鏈接作弊C、隱藏作弊D、答案：C1(單選，4分)對(duì)網(wǎng)頁(yè)進(jìn)行兩次抓取，第一次是正常的搜索引擎爬蟲(chóng)抓取，第二次以模擬人工訪問(wèn)頁(yè)面的方式抓取，如果兩次抓取到的內(nèi)容差異較大，則認(rèn)為是作弊頁(yè)面，這屬于（）A、識(shí)別網(wǎng)頁(yè)重定向B、識(shí)別頁(yè)面隱藏C、反內(nèi)容作弊D、鏈接反作弊答案：B1(單選，4分)以下不是搜索引擎的主要功能模塊的一項(xiàng)是（）A、網(wǎng)絡(luò)爬蟲(chóng)B、搜索引擎索引C、PageRankD、搜索排序答案：C1(單選，4分)以下選項(xiàng)中描述不正確的是（）A、爬蟲(chóng)的作用是為搜索引擎抓取大量的數(shù)據(jù)，抓取的對(duì)象是整個(gè)互聯(lián)網(wǎng)上的網(wǎng)頁(yè)B、根據(jù)具體應(yīng)用的不同，可以將爬蟲(chóng)分為兩種類型，即增量型爬蟲(chóng)和垂直型爬蟲(chóng)C、暗網(wǎng)是一些垂直領(lǐng)域網(wǎng)站，它們通常是網(wǎng)站提供組合查詢界面，用戶按照需求輸入查詢之后，才能獲取相關(guān)數(shù)據(jù)D、倒排列表是指記載出現(xiàn)過(guò)某個(gè)單詞的所有文檔的文檔列表、以及單詞在該文檔中出現(xiàn)的位置信息答案：B1(單選，4分)以下選項(xiàng)中描述正確的是（）A、動(dòng)態(tài)索引包含2個(gè)關(guān)鍵的索引結(jié)構(gòu)：倒排索引、臨時(shí)索引B、查準(zhǔn)率是衡量系統(tǒng)在實(shí)施某一作業(yè)時(shí)檢出相關(guān)文獻(xiàn)能力的一種測(cè)度指標(biāo)，是對(duì)檢索遺漏程度的度量。C、中文分詞技術(shù)采用了基于符號(hào)的方法來(lái)識(shí)別D、機(jī)器學(xué)習(xí)的四個(gè)步驟中，文檔特征抽取是指利用抽取算法抽取查詢?cè)~TF/IDF信息、文檔長(zhǎng)度、網(wǎng)頁(yè)P(yáng)ageRank值、網(wǎng)頁(yè)入鏈/出鏈數(shù)量等答案：D1(單選，4分)以下關(guān)于推薦系統(tǒng)和搜索引擎的說(shuō)法中，錯(cuò)誤的是（）A、推薦系統(tǒng)和搜索引擎都是為了解決信息過(guò)載的問(wèn)題B、搜索引擎需要用戶提供明確的需求C、推薦系統(tǒng)是由用戶主導(dǎo)的D、搜索引擎注重結(jié)果之間的排序答案：C1(單選，4分)下列關(guān)于推薦系統(tǒng)評(píng)測(cè)中在線實(shí)驗(yàn)的說(shuō)法，錯(cuò)誤的是（）A、可以公平獲得不同算法實(shí)際在線時(shí)的性能指標(biāo)B、成本較低，容易部署C、可以獲得商業(yè)上關(guān)注的指標(biāo)，如轉(zhuǎn)化率、點(diǎn)擊率等D、周期較長(zhǎng)，需要進(jìn)行長(zhǎng)期的實(shí)驗(yàn)才能得到可靠的結(jié)果答案：B1(單選，4分)為了覆蓋用戶的不同興趣領(lǐng)域，我們需要提高推薦結(jié)果的（）A、驚喜度B、滿意度C、多樣性D、準(zhǔn)確率答案：C1(單選，4分)下列各項(xiàng)中為工業(yè)界更關(guān)注的評(píng)測(cè)指標(biāo)的是（）A、點(diǎn)擊率B、驚喜度C、新穎性D、準(zhǔn)確率答案：A從商家角度看，推薦系統(tǒng)受歡迎的原因有（）A、拓寬了用戶獲取知識(shí)的方式B、可以增加用戶信任度和粘性，增加營(yíng)收C、可以幫助用戶發(fā)現(xiàn)喜歡的新事物D、可以增強(qiáng)用戶體驗(yàn)答案：B2下列選項(xiàng)中是顯性反饋數(shù)據(jù)的是（）A、用戶觀看了某個(gè)視頻B、用戶對(duì)某個(gè)視頻的評(píng)分C、用戶觀看視頻的日志D、用戶在某個(gè)視頻的停留時(shí)長(zhǎng)答案：B2下列關(guān)于基于用戶的協(xié)同過(guò)濾算法的說(shuō)法中，錯(cuò)誤的是（）A、隨著網(wǎng)站的用戶數(shù)目越來(lái)越大，計(jì)算用戶興趣相似度矩陣將越來(lái)越困難B、基于用戶的協(xié)同過(guò)濾算法相對(duì)于基于物品的協(xié)同過(guò)濾算法來(lái)說(shuō)更個(gè)性化，反映了用戶自己的興趣傳承C、基于用戶的協(xié)同過(guò)濾算法可以使用余弦相似度來(lái)評(píng)測(cè)兩個(gè)用戶之間的聯(lián)系D、新用戶剛加入系統(tǒng)時(shí)，基于用戶的協(xié)同過(guò)濾算法沒(méi)有辦法馬上對(duì)該用戶進(jìn)行個(gè)性化推薦答案：B2下列關(guān)于推薦算法的說(shuō)法中，錯(cuò)誤的是（）A、隱語(yǔ)義模型很難實(shí)現(xiàn)實(shí)時(shí)推薦B、基于物品的協(xié)同過(guò)濾算法著重于維護(hù)用戶的歷史興趣C、使用基于內(nèi)容的推薦算法進(jìn)行個(gè)性化推薦時(shí)，由于非結(jié)構(gòu)化特征難以利用，我們通常直接將其舍棄D、基于用戶的協(xié)同過(guò)濾算法更社會(huì)化，著重于反映和用戶興趣相似的小群體的熱點(diǎn)答案：C2針對(duì)用戶冷啟動(dòng)問(wèn)題，下列選項(xiàng)中做法錯(cuò)誤的是（）A、利用用戶的人口統(tǒng)計(jì)學(xué)信息B、推薦熱門商品C、引導(dǎo)用戶勾選感興趣的標(biāo)簽D、利用用戶手機(jī)中其它應(yīng)用的日志文件分析用戶的興趣點(diǎn)答案：D2下列選項(xiàng)中不是冷啟動(dòng)問(wèn)題解決方案的是（）A、推薦熱門商品給新用戶B、請(qǐng)專家對(duì)商品進(jìn)行標(biāo)注C、推薦冷門物品給用戶D、雇傭少量用戶試用新商品并給出評(píng)分答案：C五、數(shù)據(jù)挖掘(單選，4分)以下哪項(xiàng)不屬于知識(shí)發(fā)現(xiàn)的過(guò)程？( )A、數(shù)據(jù)清理B、數(shù)據(jù)挖掘C、知識(shí)可視化表達(dá)D、數(shù)據(jù)測(cè)試答案：D(單選，4分)以下哪些不屬于數(shù)據(jù)挖掘的內(nèi)容？（ ）A、分類B、聚類C、離群點(diǎn)檢測(cè)D、遞歸分析答案：D(單選，4分)以下哪個(gè)不是常見(jiàn)的屬性類型？ （ ）A、A．標(biāo)稱屬性B、數(shù)值屬性C、高維屬性D、序數(shù)屬性答案：C(單選，4分)以下哪個(gè)度量屬于數(shù)據(jù)散度的描述？ （ ）A、均值B、中位數(shù)