2025年线性代数推荐系统算法基础试题.docVIP

2025年线性代数推荐系统算法基础试题

一、单项选择题（每题3分，共30分）

在推荐系统的用户-物品评分矩阵中，若用户数量为m，物品数量为n，则该矩阵的维度是（）

A.m×m

B.n×n

C.m×n

D.(m+n)×(m+n)

设用户-物品评分矩阵A的秩为r，则在矩阵分解模型中，通常将A分解为两个低秩矩阵的乘积，这两个矩阵的维度是（）

A.m×r和r×n

B.m×m和r×n

C.m×r和n×r

D.r×m和r×n

下列哪种矩阵分解方法最常用于协同过滤推荐系统中处理稀疏评分数据（）

A.LU分解

B.QR分解

C.奇异值分解（SVD）

D.Cholesky分解

已知用户向量u和物品向量v的内积表示预测评分，则下列表达式正确的是（）

A.u·v=||u||·||v||·sinθ

B.u·v=uTv

C.u·v=uvT

D.u·v=||u||·||v||·tanθ

在矩阵分解模型中，若用户特征矩阵为U(m×k)，物品特征矩阵为V(n×k)，则模型参数总数是（）

A.mk+nk

B.mk+k

C.m+n+k

D.mk+nk-k

设A为m×n的用户-物品交互矩阵，P为m×k的用户特征矩阵，Q为n×k的物品特征矩阵，则矩阵分解的目标函数通常是最小化（）

A.||A-PQT||2

B.||A-