智能推荐系统的特点包括（）。A、根据用户的购买记录记忆用户的偏好B、根据浏览时间判断商品对用户的吸引力C、推荐用户消费过的相关产品D、根据用户的喜好进行相关推荐
智能推荐系统的特点包括（）。
- A、根据用户的购买记录记忆用户的偏好
- B、根据浏览时间判断商品对用户的吸引力
- C、推荐用户消费过的相关产品
- D、根据用户的喜好进行相关推荐
相关考题：
___是信息过滤的派生和继续,是用相关特征来定义所要推荐的商品。例如,News Weeder等新闻过滤的文本推荐系统就是采用文本中的单词作为文本的特征。系统通过学习用户已评价过的商品的特征来获得对用户兴趣的描述。 A、基于内容的推荐B、基于内存的协同过滤C、基于人口统计的推荐D、基于效用的推荐
设有某电子商务平台，该平台业务繁忙。为实现面向用户的精确营销，提高向用户推荐商品的成功率，需要建立数据仓库系统，并将数据仓库作为数据挖掘应用程序的数据源。设电子商务平台的OLTP环境中有销售数据表Tl和用户信息表T2。数据仓库用表T3保存近5年的销售细节数据，同时有用户信息表T4和用户商品推荐表T5。下列方案一般情况下最为合理的是（ ）。A.实时更新T3，即每产生一条销售记录，就将该记录同时写到T1和T3中，并触发数据挖掘程序运行，以增加数据挖掘结果的准确性和实时性B.当一个销售事务完成并生成销售记录后，触发数据挖掘程序在T1上执行并得到针对该用户的商品推荐列表，然后将商品推荐列表写到T5中。每隔数小时从T1获取新数据批量更新T3C.根据T1的变化实时更新T3，每天定时运行数据挖掘程序，生成用户商品推荐列表，并将其写到T5中D.每天根据T1对T3做一次批量更新，数据挖掘程序根据新数据生成用户商品推荐列表，并将其写到T5中
一些大型社交平台和信息平台使用推荐算法，根据用户的向其推荐内容，从而让用户陷入了“信息茧房”而不自知。一些报道甚至认为，很多谣言甚嚣尘上，正是由于社交媒体的所致。A.兴趣煽风点火B.偏好推波助澜C.个性别有用心D.喜好添油加醋
下列哪种做法会被搜索引擎认为是作弊？（）A、根据浏览器用户代理（UserAgent）的不同，对搜索引擎蜘蛛和普通浏览器返回不同页面内容B、根据用户IP地址的地理位置，返回不同页面内容C、根据用户的操作系统和浏览器类型，对移动设备和普通大屏幕电脑返回不同页面内容D、根据用户Cookies记录的访问和购买历史，返回不同页面内容
一个用户在使用抖音APP过程中，间隔多久会看到一次有效播放DTV产品？（）A、用户浏览抖音推荐流时，每隔90秒有几率展现一次广告。两次广告展现之间至少间隔12支用户视频B、用户浏览抖音推荐流时，每隔60秒有几率展现一次广告。两次广告展现之间至少间隔10支用户视频C、用户浏览抖音推荐流时，每隔30秒有几率展现一次广告。两次广告展现之间至少间隔7支用户视频D、用户浏览抖音推荐流时，每隔90秒有几率展现一次广告。两次广告展现之间至少间隔7支用户视频
亚马逊网站浏览某一产品时会有“购买此商品的顾客也同时购买”推荐商品的一栏，所使用的个性化推荐技术是（）。A、基于消费者的协同过滤B、基于产品的协同过滤C、基于产品内容的过滤D、基于用户社交网络的过滤
对不同用户，如何选择视频监控产品或解决方案向用户进行推荐（）A、对项目规模较小、无定制开发需求、不想自建管理支撑平台的中小型企业、家庭用户，建议推荐神眼（融合型）系列产品，基于统一的公共平台来实现B、对规模较大、存在定制开发需求、用户愿意自建管理支撑平台的企事业单位的，将根据用户的需求，建议推荐项目型解决方案或具有独特功能的特色型产品、并通过定制开发来完成C、将所有产品或解决方案列表，由用户自行选择D、主要由用户确定承建商，联通作为通道提供商，提供通道服务即可
近两年来，“快手”“抖音”等短视频平台快速火爆，用户在近一年时间内陡增，而随着短视频平台的进一步发展，平台利用“算法推荐”给用户推荐内容，内容呈现同质化，聚集化现象。导致用户浏览内容存在扎堆固化等现象。所谓“算法推荐”，是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，故而在当前的短视频平台中，根据推测结果，呈趋势性给客户推荐内容，导致客户获取内容范围局限。当前，“快手”、“抖音”等短视频的使用迅速火爆，受大众喜欢，然而在火爆的同时，出现了平台利用“算法推荐”为客户推送喜好内容。对此，你怎么看？
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（），并将这些用户喜欢的项推荐给有相似兴趣的用户。A、相似B、相同C、推荐D、预测
(难度：中等)某电商平台根据用户消费记录分析用户偏好，预测未来消费倾向，这是大数据的的典型应用。（）