信息檢索(測評)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1、(單選，4分)所有檢索策略都包含三個要素，以下選項中不屬于三要素的一項是（）A、匹配函數(shù)B、排序函數(shù)C、文檔表示D、查詢表示答案：B2、(單選，4分)在向量模型中，不可以通過（）來衡量文檔和查詢之間的相似度。A、向量間距離B、向量內(nèi)積C、向量間夾角大小D、向量間正切值答案：D3、(單選，4分)T1、T2、T3表示特征項，D1、D2、D3、D4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最大可能相關的是（）A、D1B、D2C、D3D、D

2、4答案：A4、(單選，4分)以下選項中屬于概率模型的優(yōu)點的是（）A、模型具有內(nèi)在的相關反饋機制，將文檔根據(jù)相關概率按遞減順序排列B、模型最初將文檔分成相關的集合和不相關的集合C、模型中所有的權值都是二值的D、模型假設標引詞相互獨立答案：A5、(單選，4分)信息檢索模型中，神經(jīng)網(wǎng)絡模型屬于（）A、布爾模型B、向量模型C、概率模型D、結構化模型答案：B6、(單選，4分)以下關于網(wǎng)絡爬蟲的描述中，錯誤的一項是（）A、在爬蟲開始的時候，需要給爬蟲輸送一個URL列表，作為爬蟲的起始位置B、根據(jù)某種抓取策略爬行新發(fā)現(xiàn)的URL，如此重復下去C、爬蟲程序會抓取所有網(wǎng)頁，以保證搜索正確性D、對于商業(yè)搜索引擎來說

3、，分布式爬蟲是必須采用的技術答案：C7、(單選，4分)在實際的搜索引擎系統(tǒng)中，通過存儲（）來存儲文檔信息A、文檔地址B、文檔簡化序號C、文檔編號D、文檔編號差值答案：D8、(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：D9、(單選，4分)關于PageRank標準算法與簡化算法正確的是（）A、PageRank簡化算法對G中的每一個節(jié)點n，設定其初始值均為1/nB、PageRank簡化算法可以保證迭代過程中的PageRank值之和為1C、PageRank標準算法不考慮沒有超鏈接網(wǎng)頁的情況D、在實際運算過程中，由于節(jié)點數(shù)n的值巨大，因此通

4、常采用適用于稀疏矩陣運算的PageRank標準算法來對運算過程進行改善答案：A10、(單選，4分)關于HITS算法描述正確的是（C）A、算法最后輸出的是按照內(nèi)容權威度排序的結果列表B、如果在原有的擴展網(wǎng)頁集合內(nèi)添加刪除個別網(wǎng)頁或者改變少數(shù)鏈接關系，HITS算法的排名結果不會有非常大的改變C、HITS算法核心思想是對網(wǎng)頁兩個方面的權威程度進行評價，一個是內(nèi)容權威度，另一個是鏈接權威度，兩者具有相互增強的關系D、HITS是與查詢相關的算法，計算效率較高答案：C11、(單選，4分)網(wǎng)頁重定向?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、Web2.0作弊答案：C12、(單選，4分)

5、對網(wǎng)頁進行兩次抓取，第一次是正常的搜索引擎爬蟲抓取，第二次以模擬人工訪問頁面的方式抓取，如果兩次抓取到的內(nèi)容差異較大，則認為是作弊頁面，這屬于（）A、識別網(wǎng)頁重定向B、識別頁面隱藏C、反內(nèi)容作弊D、鏈接反作弊答案：B13、(單選，4分)以下不是搜索引擎的主要功能模塊的一項是（）A、網(wǎng)絡爬蟲B、搜索引擎索引C、PageRankD、搜索排序答案：C14、(單選，4分)以下選項中描述不正確的是（）A、爬蟲的作用是為搜索引擎抓取大量的數(shù)據(jù)，抓取的對象是整個互聯(lián)網(wǎng)上的網(wǎng)頁B、根據(jù)具體應用的不同，可以將爬蟲分為兩種類型，即增量型爬蟲和垂直型爬蟲C、暗網(wǎng)是一些垂直領域網(wǎng)站，它們通常是網(wǎng)站提供組合查詢界面，用

6、戶按照需求輸入查詢之后，才能獲取相關數(shù)據(jù)D、倒排列表是指記載出現(xiàn)過某個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：B15、(單選，4分)以下選項中描述正確的是（）A、動態(tài)索引包含2個關鍵的索引結構：倒排索引、臨時索引B、查準率是衡量系統(tǒng)在實施某一作業(yè)時檢出相關文獻能力的一種測度指標，是對檢索遺漏程度的度量。C、中文分詞技術采用了基于符號的方法來識別D、機器學習的四個步驟中，文檔特征抽取是指利用抽取算法抽取查詢詞TF/IDF信息、文檔長度、網(wǎng)頁PageRank值、網(wǎng)頁入鏈/出鏈數(shù)量等答案：D16、(單選，4分)以下關于推薦系統(tǒng)和搜索引擎的說法中，錯誤的是（）A、推薦系統(tǒng)和搜索

7、引擎都是為了解決信息過載的問題B、搜索引擎需要用戶提供明確的需求C、推薦系統(tǒng)是由用戶主導的D、搜索引擎注重結果之間的排序答案：C17、(單選，4分)下列關于推薦系統(tǒng)評測中在線實驗的說法，錯誤的是（）A、可以公平獲得不同算法實際在線時的性能指標B、成本較低，容易部署C、可以獲得商業(yè)上關注的指標，如轉(zhuǎn)化率、點擊率等D、周期較長，需要進行長期的實驗才能得到可靠的結果答案：B18、(單選，4分)為了覆蓋用戶的不同興趣領域，我們需要提高推薦結果的（）A、驚喜度B、滿意度C、多樣性D、準確率答案：C19、(單選，4分)下列各項中為工業(yè)界更關注的評測指標的是（）A、點擊率B、驚喜度C、新穎性D、準確率答案：

8、A20、(單選，4分)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的方式B、可以增加用戶信任度和粘性，增加營收C、可以幫助用戶發(fā)現(xiàn)喜歡的新事物D、可以增強用戶體驗答案：B21、(單選，4分)下列選項中是顯性反饋數(shù)據(jù)的是（）A、用戶觀看了某個視頻B、用戶對某個視頻的評分C、用戶觀看視頻的日志D、用戶在某個視頻的停留時長答案：B22、(單選，4分)下列關于基于用戶的協(xié)同過濾算法的說法中，錯誤的是（）A、隨著網(wǎng)站的用戶數(shù)目越來越大，計算用戶興趣相似度矩陣將越來越困難B、基于用戶的協(xié)同過濾算法相對于基于物品的協(xié)同過濾算法來說更個性化，反映了用戶自己的興趣傳承C、基于用戶的協(xié)同過濾算法可以使用余弦相似度來評測兩個用戶之間的聯(lián)系D、新用戶剛加入系統(tǒng)時，基于用戶的協(xié)同過濾算法沒有辦法馬上對該用戶進行個性化推薦答案：B23、(單選，4分)下列關于推薦算法的說法中，錯誤的是（）A、隱語義模型很難實現(xiàn)實時推薦B、基于物品的協(xié)同過濾算法著重于維護用戶的歷史興趣C、使用基于內(nèi)容的推薦算法進行個性化推薦時，由于非結構化特征難以利用，我們通常直接將其舍棄D、基于用戶的協(xié)同過濾算法更社會化，著重于反映和用戶興趣相似的小群體的熱點答案：C24、(單選，4分)針對用戶冷啟動問題，下列選項中做法錯誤的是（）A、利用用戶的人口統(tǒng)計學信息B、推薦熱門商