2019年公需科目參考答案信息檢索

1、信息檢索：考試時，試題序號和答案序號要隨機(jī)變化。1、（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、Web2.0 作弊C I C、鏈接作弊"D、隱藏作弊2、（單選，4分）以下關(guān)于網(wǎng)絡(luò)爬蟲的描述中，錯誤的一項(xiàng)是（）J A、對于商業(yè)搜索引擎來說，分布式爬蟲是必須采用的技術(shù)匚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、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*D、爬蟲程序會抓取所有網(wǎng)頁，以保證搜索正確性3、（單選，4分）在實(shí)際的搜索引擎系統(tǒng)中，通過存儲（）來存儲文檔信息 A、文檔編號"B、文檔簡化序號口 C、文檔編號差值

2、匚D、文檔地址從商家角度看，推薦系統(tǒng)受歡迎的原因有（）" A、可以增加用戶信任度和粘性，增加營收 B、可以幫助用戶發(fā)現(xiàn)喜歡的新事物廣 C、可以增強(qiáng)用戶體驗(yàn) D、拓寬了用戶獲取知識的方式5、（單選，4分）對網(wǎng)頁進(jìn)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(rèn)為是作弊頁面，這屬于（） A、識別頁面隱藏廠 B、識別網(wǎng)頁重定向仔 C、反內(nèi)容作弊O D、鏈接反作弊6、（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O B、如果在原有的擴(kuò)展網(wǎng)頁集合內(nèi)添加刪除個別網(wǎng)頁或

3、者改變少數(shù)鏈接關(guān)系，HITS算法的排名結(jié)果不會有非常大的改變匚C、HITS算法核心思想是對網(wǎng)頁兩個方面的權(quán)威程度進(jìn)行評價，一個是內(nèi)容權(quán)威度，另一個是鏈接權(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，計算效率較高在向量模型中，不可以通過（）來衡量文檔和查詢之間的相似度。"A、向量內(nèi)積 B、向量間正切值廣 C、向量間距離 D、向量間夾角大小8、（單選，4分）針對用戶冷啟動問題，下列選項(xiàng)中做法錯誤的是（）A、引導(dǎo)用戶勾選感興趣的標(biāo)簽B、利用用戶的人口統(tǒng)計學(xué)信息" C、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)UD d、推薦熱門商品9、（單選，4分）關(guān)于Pa

4、geRank標(biāo)準(zhǔn)算法與簡化算法正確的是（）A A、PageRank標(biāo)準(zhǔn)算法不考慮沒有超鏈接網(wǎng)頁的情況B IIB、PageRank簡化算法可以保證迭代過程中的PageRank值之和為1 C、PageRank簡化算法對 G中的每一個節(jié)點(diǎn)n ,設(shè)定其初始值均為 1/n"D、在實(shí)際運(yùn)算過程中，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)算法來對運(yùn)算過程進(jìn)行改善10、（單選，4分）下列關(guān)于基于用戶的協(xié)同過濾算法的說法中，錯誤的是（）*A、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廣 B、新用戶剛加入系統(tǒng)時， 基于用戶

5、的協(xié)同過濾算法沒有辦法馬上對該用戶進(jìn)行個性化推薦 C、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 D、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11、（單選，4分）信息檢索模型中，神經(jīng)網(wǎng)絡(luò)模型屬于（）A、結(jié)構(gòu)化模型B_J B、向量模型 C、概率模型 D、布爾模型12、（單選，4分）所有檢索策略都包含三個要素，以下選項(xiàng)中不屬于三要素的一項(xiàng)是（）" A、排序函數(shù)廣 B、文檔表示T c、 匹配函數(shù)C IID、查詢表示13、（單選，4分）下面方法中，不是建立索引的方法的是（）廠 A、歸并法1 B、 兩邊文檔遍歷法仔 C、HITS D、排序法14、（單

6、選，4分）以下選項(xiàng)中描述不正確的是（） A、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 B、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 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)1V D、根據(jù)具體應(yīng)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15、（單選，4分）下列關(guān)于推薦算法的說法中，錯誤的是（） A、隱語義模型很難實(shí)現(xiàn)實(shí)時推薦 B、基于物品的協(xié)同過濾算法著重于維護(hù)用戶的歷史興趣廣 C、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

7、熱點(diǎn)UD、使用基于內(nèi)容的推薦算法進(jìn)行個性化推薦時，由于非結(jié)構(gòu)化特征難以利用，我們通常直接將其舍棄16、（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、搜索引擎索引B、網(wǎng)絡(luò)爬蟲C、 PageRankD、搜索排序17、（單選，4分）以下選項(xiàng)中描述正確的是（）A、中文分詞技術(shù)采用了基于符號的方法來識別B、查準(zhǔn)率是衡量系統(tǒng)在實(shí)施某一作業(yè)時檢出相關(guān)文獻(xiàn)能力的一種測度指標(biāo),是對檢索遺漏程度的度量。C、機(jī)器學(xué)習(xí)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D、動態(tài)索引包含2個關(guān)鍵的索引結(jié)構(gòu)：倒排索引、臨時索引提示：

8、請選擇答案。18、（單選，4分）T1、T2、T3表示特征項(xiàng)，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(guān)的是（）A、D3B、D2C、D4D、D1下列選項(xiàng)中是顯性反饋數(shù)據(jù)的是（）A、 用戶在某個視頻的停留時長廣 B、用戶觀看了某個視頻C IIC、用戶對某個視頻的評分 D、用戶觀看視頻的日志20、（單選，4分）下列關(guān)于推薦系統(tǒng)評測中在線實(shí)驗(yàn)的說法，錯誤的是（）O A、周期較長，需要進(jìn)行長期的實(shí)驗(yàn)才能得到可靠的結(jié)果 B、

9、可以公平獲得不同算法實(shí)際在線時的性能指標(biāo) 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 、成本較低，容易部署21、（單選，4分）以下關(guān)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、搜索引擎注重結(jié)果之間的排序, D 、推薦系統(tǒng)是由用戶主導(dǎo)的22、（單選，4分）以下選項(xiàng)中屬于概率模型的優(yōu)點(diǎn)的是（）0 A、模型中所有的權(quán)值都是二值的 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 IIC、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 D、模型假設(shè)標(biāo)引詞相互獨(dú)立23、（單選，4分）下列選項(xiàng)中不是冷啟動問題解決方案的是（）M A、推薦冷門物品給用戶B、請專家對商品進(jìn)行標(biāo)注C、推薦熱門商品給新