一般推薦系統(Recommender System)時常會採用下列哪一個方法作為核心技術，來估計產品與使用者間的可能關係？
AMatrix Factorization正確答案
BHashing
CLinear Discriminative Analysis (LDA)
DPart-of-Speech (POS) Tagging
答案與詳解
逐選項解析
AMatrix Factorization✓ 正確
BHashing✕ 錯誤
Hashing（雜湊）是一種資料結構與加密技術，用於快速查找或資料完整性驗證，並非用來建立使用者與產品間關聯關係的推薦方法。
CLinear Discriminative Analysis (LDA)✕ 易錯陷阱
Linear Discriminative Analysis（線性判別分析，LDA）是一種監督式降維與分類方法，目的是找到最大化類別間距的投影方向，與推薦系統估計使用者偏好的用途不同。注意：LDA縮寫也可代表Latent Dirichlet Allocation（主題模型），兩者均非推薦系統核心技術。
DPart-of-Speech (POS) Tagging✕ 錯誤
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
