智慧食堂有一位叫“小知”的美食向导，他是全校最受欢迎的人。每当有同学走进食堂，小知就能脱口而出：“今天推荐你试尝山药排骨汤，你上周给菌菇汤点了赞，口味似乎偏清淡。”同学们惊讶于他如此懂自己。小知的心得，正是 AI 教育推荐系统的日常。 推荐内容远不只是“猜你喜欢”这么简单。它既要像协同过滤那样借助口味相似的同伴来了解你，又要像知识追踪那样捕捉你口味随季节的悄然变化；既要让推荐足够精准，又不能一味投喂熟悉的味道，把你困在“美食茧房”里。推荐效果好不好，还得像餐饮店做回头客分析那样评估，像新品试吃那样做 A/B 测试。 读完这篇，你会理解：从相似度计算到知识状态追踪，从加权融合到 A/B 测试，AI 教育产品的推荐引擎，是如何在一道道“菜品”之间找到平衡的。

岗位关联

对 AI 从业者：这是构建 AI+教育推荐系统的核心认知，理解从算法到评估的完整链路，能直接指导产品设计与实验决策，属于可复用的工程实践方法论。

目录
  1. 可视化演示
  2. 协同过滤：口味相似的食客圈子
  3. 知识追踪：记录口味变化的账本
  4. 融合策略：向导的搭配组合拳
  5. 精准平衡：菜单里的荤素搭配
  6. 推荐茧房：把胃口养窄的陷阱
  7. 效果评估：一份靠谱的体检报告
  8. A/B测试：小份试吃的大智慧
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

本节配有交互动效（进入视口后自动加载，约 3KB）。

协同过滤+知识追踪融合推荐——教育场景双信号驱动 CF: 相似学生推荐相似题目 KT: 贝叶斯知识追踪评估掌握度 融合：CF推荐+KT过滤已掌握 Score = α×CF_sim + (1-α)×KT_need, α控制准确/多样平衡

协同过滤：口味相似的食客圈子

小知刚到智慧食堂时，面对数千名学生手足无措。后来他发现一个窍门：不用挨个问口味，只要找到你身边那几个“口味雷达”高度重合的同学——他们爱吃的菜，推荐给你几乎不会出错。

这背后正是协同过滤的核心直觉：用群体的行为信号代替个体的深度剖析。推荐系统维护一张“用户×物品”的交互矩阵，矩阵中的数字来自学生的练习得分、视频完成度、收藏等行为。基于用户的协同过滤先计算学生之间的偏好相似度，再把相似学生的选择推荐过来；基于物品的协同过滤则统计“常被一起学习”的物品组合，据此推测你下一个想学的知识点。

相似度计算最常用的工具是余弦相似度。把每个学生的打分记录看成高维空间里的一个向量，向量之间的夹角越小，说明口味越接近。公式如下：

如今的工程实践中，工程师还会用矩阵分解把高维稀疏矩阵压缩成稠密的隐向量，让小知在更紧凑的“口味地图”上计算距离。但无论包装得多复杂，本质仍是那句朴素的话——物以类聚，人以群分。至于新来的学生没有任何行为记录，小知只能先从招牌热菜推起，这也是推荐系统挥之不去的“冷启动”难题。

similarity(u,v)=∑i∈Iuvrui×rvi∑i∈Iurui2×∑i∈Ivrvi2\mathrm{similarity}(u,v) = \frac{\sum_{i\in I_{uv}} r_{ui} \times r_{vi}}{\sqrt{\sum_{i\in I_u} r_{ui}^2} \times \sqrt{\sum_{i\in I_v} r_{vi}^2}}
通俗说明：把两位学生的打分记录想象成两个箭头，箭头方向越一致，说明他们的口味偏好越相似。
  1. 分子（共同口味共鸣）两位学生对同一物品评分的乘积，两人都在某个视频上给了高分，这一项就会变大。
    rui×rvir_{ui} \times r_{vi}
  2. 分母（打分习惯归一化）每位学生打分向量的模长相乘，用来消除“有人手松、有人手紧”的评分尺度差异。
    ∑i∈Iurui2×∑i∈Ivrvi2\sqrt{\sum_{i\in I_u} r_{ui}^2} \times \sqrt{\sum_{i\in I_v} r_{vi}^2}
  3. 比值（夹角余弦）分子除以分母后得到余弦值，落在 -1 到 1 之间，越接近 1 代表偏好方向越一致。
    ru⋅rv∥ru∥×∥rv∥\frac{r_u \cdot r_v}{\|r_u\| \times \|r_v\|}
  4. 归一化效果这一步让相似度不再受打分绝对值影响，只看偏好“形状”是否吻合。
    similarity(u,v)∈[−1,1]\mathrm{similarity}(u,v) \in [-1, 1]

知识追踪：记录口味变化的账本

小知渐渐发现，光知道“你和谁像”还不够——你的口味会变。上周偏爱重辣的同学，这周因为嗓子不舒服只想喝粥。真正懂行的向导，会记得你的口味轨迹，而不是把你永远钉在一个标签上。

在 AI 教育里，这种“口味轨迹”对应的是知识追踪。它不是记录学生做过哪道题，而是评估学生此刻“是否真正掌握了某个知识点”。系统的核心是一个随时间变化的状态变量：已掌握或未掌握。每当学生完成一次练习，系统就根据正确率、用时等证据，用贝叶斯公式更新这个状态。

贝叶斯更新公式如下：

小知每天都会翻开他的“口味账本”，把同学们的点菜记录、剩余饭菜量、表情反馈都记进去，动态调整第二天的推荐。知识追踪在 AI 教育中扮演的正是这个角色——让系统不是冷冰冰地猜你喜欢什么，而是理解你“现在学到了哪一步”。

P(Lt=1∣xt)=P(xt∣Lt=1)×P(Lt=1)P(xt)P(L_t = 1 \mid x_t) = \frac{P(x_t \mid L_t = 1) \times P(L_t = 1)}{P(x_t)}
通俗说明：先根据历史记录凭经验猜测你大概掌握了，再结合这次答题表现，把猜测和证据融合成一个更可信的新猜测。
  1. 先验概率在看到本次答题之前，根据过往表现认为该知识点已掌握的概率。
    P(Lt=1)P(L_t = 1)
  2. 似然在已经掌握的前提下，做出本次回答表现的概率，相当于“掌握了的人该表现如何”。
    P(xt∣Lt=1)P(x_t \mid L_t = 1)
  3. 证据概率不管掌握与否，观察到这次答题表现的总概率，起到归一化作用。
    P(xt)P(x_t)
  4. 后验概率把先验和证据相乘再归一化，得到更新后的掌握程度，作为下一次推荐的知识状态输入。
    P(Lt=1∣xt)P(L_t = 1 \mid x_t)

融合策略：向导的搭配组合拳

一个真正厉害的美食向导，不只会算“你和谁像”，还会看“你这周口味变了没”，甚至结合“今天天气适合吃什么”来出主意。小知的绝活，就是把多本账本叠在一起看。

技术上，这叫做多路召回与融合。常见有三种打法：第一种是加权融合，把协同过滤分数、知识追踪分数、内容特征分数按权重线性相加；第二种是级联过滤，先用粗筛模型从海量题库里捞出一批候选，再用精排模型仔细排序；第三种是特征拼接，把各种信号的 embedding 拼成一个长向量，交给深度学习模型自动学习它们的组合关系。

加权融合是最直观的基线方案，公式如下：

融合策略让推荐系统不再“偏听偏信”：协同过滤担心冷启动，知识追踪恰好能补位；知识追踪依赖大量练习数据，协同过滤又能用群体智慧托底。小知的搭配组合拳，本质就是让不同信息来源互相补短板，就像一桌菜既要有主菜也要有开胃汤，才算完整。

score(u,i)=α×fCF(u,i)+β×fKT(u,i)+γ×fcontent(u,i)\mathrm{score}(u,i) = \alpha \times f_{CF}(u,i) + \beta \times f_{KT}(u,i) + \gamma \times f_{\mathrm{content}}(u,i)
通俗说明：小知给每本账本分配一个信任度，最终推荐分就是各路意见的加权平均。
  1. 三路打分协同过滤给出“相似的人怎么选”，知识追踪给出“你还缺什么”，内容特征给出“知识点本身长什么样”。
    fCF(u,i),fKT(u,i),fcontent(u,i)f_{CF}(u,i), \quad f_{KT}(u,i), \quad f_{\mathrm{content}}(u,i)
  2. 权重约束三个权重之和为 1，权重越大表示越信任这一路信号。
    α+β+γ=1\alpha + \beta + \gamma = 1
  3. 加权求和将三路分数按权重累加，得到对物品 $i$ 的最终综合评分，排序后取 Top-K 推荐给学生。
    score(u,i)=αfCF(u,i)+βfKT(u,i)+γfcontent(u,i)\mathrm{score}(u,i) = \alpha f_{CF}(u,i) + \beta f_{KT}(u,i) + \gamma f_{\mathrm{content}}(u,i)

精准平衡：菜单里的荤素搭配

小知曾经犯过一个错误：既然大家爱吃辣，他就顿顿推荐辣菜。结果过了一个月，几位老顾客反而抱怨“吃腻了，有点厌倦”。他这才意识到，推荐不能只追求“准”，还要讲究“搭配”。

在推荐系统里，这对应准确性与多样性的权衡。准确性指标（如 RMSE、准确率）衡量预测分与真实偏好的接近程度；多样性指标则衡量推荐列表内部彼此有多不同。如果一个推荐引擎永远推同一类内容，哪怕每一条都精准，也会让学生产生疲劳。此外还有“惊喜度”——推荐一个你没想到但恰好喜欢的知识点，往往比推送一个你早就知道的内容更有价值。

列表多样性通常用 ILS 指标衡量：

实际操作中，工程师会调整准确性目标与多样性目标的权重：比如对备考冲刺期的学生适度减少多样性、增加针对性；对平日自学的学生则多换花样、拓宽视野。小知后来重新赢得了顾客的信任，秘诀就在于他不再顿顿做辣菜，而是每周留出两成菜单去探索新菜品。

ILS(R)=2n(n−1)∑i,j∈R,i≠j(1−sim(i,j))\mathrm{ILS}(R) = \frac{2}{n(n-1)} \sum_{i, j \in R, i \neq j} \left(1 - \mathrm{sim}(i, j)\right)
通俗说明：把推荐列表里的物品两两配对，算出它们的平均差异——差异越大，说明这桌菜越“荤素搭配”。
  1. 两两配对枚举推荐列表 $R$ 中任意两个不同的物品 $i$ 和 $j$。
    i,j∈R,i≠ji, j \in R, \quad i \neq j
  2. 差异度用 1 减去物品间的相似度，刻画“这两个内容有多不一样”。
    1−sim(i,j)1 - \mathrm{sim}(i, j)
  3. 平均差异所有配对差异求平均，得到整个列表的多样性分数，值越大越多样。
    ILS(R)=2n(n−1)∑i,j∈R,i≠j(1−sim(i,j))\mathrm{ILS}(R) = \frac{2}{n(n-1)} \sum_{i, j \in R, i \neq j} \left(1 - \mathrm{sim}(i, j)\right)

推荐茧房：把胃口养窄的陷阱

如果小知每天只按你点过的菜推荐，你会发现自己翻来覆去就吃那七八样，甚至忘了食堂还有广式糖水和西北拉面。这种“越吃越窄”的状态，在推荐系统里有个形象的比喻——过滤气泡，也叫推荐茧房。

推荐茧房的成因不难理解：算法为了讨好用户，倾向于推荐用户已经表现出偏好的内容。学生越点击某类题目，系统就越推同类题目，于是学生接触到的新知识越来越少，最终被困在一个由算法编织的舒适圈里。在学习场景中，这比刷短视频更危险——因为它直接阻碍了知识面的拓宽。

为了打破茧房，常见策略是引入探索机制，最经典的是 ε-greedy 策略：

破茧之道不只是随机探索，还可以设计“兴趣扩张”目标：主动把推荐列表向相关但陌生的知识点延伸，让学生的知识树生长出新的枝条。小知后来每周五都会推出“神秘菜品”，看似随意，实则是精心设计的探索出口——让学生在不经意间遇见更大的世界。

π(a∣s)={arg⁡max⁡aQ(s,a),p=1−ϵrandom(A),p=ϵ\pi(a \mid s) =\begin{cases}\arg\max_a Q(s, a), & p = 1 - \epsilon \\\mathrm{random}(A), & p = \epsilon\end{cases}
通俗说明：小知每 100 次推荐里，有大约 ε×100 次故意跳出“你最爱的菜”，夹带一两个新品类试吃。
  1. 利用分支以概率 $1-\epsilon$ 选择当前价值估计最高的动作，即推送最可能被学生接受的内容。
    a=arg⁡max⁡aQ(s,a),p=1−ϵa = \arg\max_a Q(s, a), \quad p = 1 - \epsilon
  2. 探索分支以概率 $\epsilon$ 随机选择一个动作，让学生有机会接触从未学过的知识点。
    a=random(A),p=ϵa = \mathrm{random}(A), \quad p = \epsilon
  3. 超参数调节$\epsilon$ 越大，探索越频繁；$\epsilon$ 越小，系统越偏向保守利用已有偏好。
    ϵ∈[0,1]\epsilon \in [0, 1]

效果评估：一份靠谱的体检报告

小知凭什么知道自己推荐得好不好？他会悄悄观察三件事：顾客回头率有没有上升、剩饭率有没有下降、点新菜的人是不是变多了。推荐系统的效果评估，也需要这样一份多维度的“体检报告”。

评估分两个阵营。离线指标在历史数据集上计算，常见的有 Precision、Recall、NDCG；在线指标则在真实生产中观测，比如点击率（CTR）、学习完成率、次日留存率。离线评估快且可复现，但它看不见用户当下的真实情绪；在线评估更可信，却要承担实验成本和流量风险。两者缺一不可。

排序质量最常用的离线指标之一是 NDCG，它特别关心“好东西是否排在前面”：

学习场景的评估还要加上一层“学习成效”视角：推荐的题目学生能举一反三吗？收藏的知识点一周后还记得吗？小知并不只看顾客点没点这道菜，更会观察他们吃完后精神是否饱满——对于教育推荐，让学习真正发生，才是终极指标。

NDCG@k=∑i=1k2reli−1log⁡2(i+1)∑i=1k2reli∗−1log⁡2(i+1)\mathrm{NDCG@k} = \frac{\sum_{i=1}^{k} \frac{2^{\mathrm{rel}_i} - 1}{\log_2(i+1)}}{\sum_{i=1}^{k} \frac{2^{\mathrm{rel}_i^*} - 1}{\log_2(i+1)}}
通俗说明：如果把推荐列表比作菜单排版，NDCG 会惩罚“把顾客爱吃的菜藏在菜单角落里”的行为。
  1. 位置折损排在第 $i$ 位的物品，其相关性增益按 $\log_2(i+1)$ 折损，排名越靠后折扣越大。
    2reli−1log⁡2(i+1)\frac{2^{\mathrm{rel}_i} - 1}{\log_2(i+1)}
  2. DCG把列表中所有位置的折损增益累加，得到实际排序的累积收益。
    DCG@k=∑i=1k2reli−1log⁡2(i+1)\mathrm{DCG@k} = \sum_{i=1}^{k} \frac{2^{\mathrm{rel}_i} - 1}{\log_2(i+1)}
  3. IDCG在理想排序（最优排列）下能够达到的最大累积收益。
    IDCG@k=∑i=1k2reli∗−1log⁡2(i+1)\mathrm{IDCG@k} = \sum_{i=1}^{k} \frac{2^{\mathrm{rel}_i^*} - 1}{\log_2(i+1)}
  4. 归一化实际收益除以理想收益，得到 0 到 1 之间的分数，1 代表排序完美。
    NDCG@k=DCG@kIDCG@k\mathrm{NDCG@k} = \frac{\mathrm{DCG@k}}{\mathrm{IDCG@k}}

A/B测试：小份试吃的大智慧

小知研发了一道新菜品——藜麦鸡肉沙拉，他拿不准学生接不接受。最稳妥的做法不是直接换菜单，而是先做一周“小份试吃”：随机把一半窗口换成新菜，另一半维持旧菜单，最后对比两组顾客的反馈和复购率。

这就是 A/B 测试在推荐系统中的投影。流程并不复杂：第一步是实验设计，明确要验证的假设（比如“新推荐策略能把学习时长提高 5%”）；第二步是流量分配，把用户随机分到实验组和对照组，保证两组在学习水平、活跃度上大致均衡；第三步是跑一段时间后做显著性检验，判断观测差异是真实效果还是随机噪声。

检验组间差异是否显著，常用两比例 z 检验：

小份试吃最大的价值在于“低成本纠错”：如果新菜不受欢迎，最多只影响一半窗口一周；如果效果显著，再全量切换也来得及。A/B 测试正是推荐系统迭代的刹车片和油门——它用严谨的实验为每一次改动兜底，让系统在持续优化的路上走得更稳。

z=p^A−p^Bp^(1−p^)(1nA+1nB)z = \frac{\hat{p}_A - \hat{p}_B}{\sqrt{\hat{p}(1-\hat{p}) \left(\dfrac{1}{n_A} + \dfrac{1}{n_B}\right)}}
通俗说明：把两组的成功率差值和“随机波动可能造成的差值”对比，算出这个信号比噪声大多少倍。
  1. 组间差异实验组与对照组的观测成功率之差，是我们要评估的核心信号。
    p^A−p^B\hat{p}_A - \hat{p}_B
  2. 合并标准误用合并比例 $\hat{p}$ 和两组样本量 $n_A$、$n_B$ 估算差异的随机波动范围。
    p^(1−p^)(1nA+1nB)\sqrt{\hat{p}(1-\hat{p}) \left(\frac{1}{n_A} + \frac{1}{n_B}\right)}
  3. z 统计量信号除以噪声，衡量差异相对于随机波动的倍数。
    z=p^A−p^BSE(p^A−p^B)z = \frac{\hat{p}_A - \hat{p}_B}{SE(\hat{p}_A - \hat{p}_B)}
  4. 显著性决策当 $|z| > 1.96$（对应 5% 显著性水平）时，认为 A/B 两组差异不太可能来自偶然。
    ∣z∣>1.96⇒差异显著|z| > 1.96 \Rightarrow \text{差异显著}

AI 应用场景

自适应刷题 App 的“每日精练”推荐

阶段：内容推荐与路径规划

解决的问题：传统刷题 App 要么按教材章节顺序机械出题，要么随机抽题，导致“学生会的反复练、不会的永远不练”。融合协同过滤与知识追踪后，系统既能找到水平相似学生的错题作为参考，又能判断当前薄弱知识点，精准推荐“最该练的那一题”。

具体案例：某数学练习产品接入混合推荐后，学生单题练习耗时下降约 18%，单元测验通过率提升约 12%；系统还会每周插入 20% 的新题型作为“探索菜品”，有效延缓练习疲劳。

视频课的“防弃学”实时干预

阶段：学习状态监测

解决的问题：视频学习过程中，学生可能在 5 分钟内悄悄流失。知识追踪捕捉快进、暂停、重复观看、答题卡顿等隐式反馈信号，实时推断学生状态，在低谷时刻切换推荐策略——例如推送更轻松的拓展视频或随堂小题。

具体案例：某在线教育平台利用隐式反馈做状态预警，当检测到某学生连续跳过 3 次例题讲解时，自动插入趣味动画讲解，次日完课率提升约 9%。

备考冲刺的策略调度

阶段：策略优化与实验验证

解决的问题：考前时间有限，推荐要在“补短板”与“固强项”之间做精细权衡。通过 A/B 测试对比不同推荐策略（死磕弱项 vs 强弱交替）的学习效果，避免学生陷入只练擅长科目的复习茧房。

具体案例：某备考平台在 3000 名学生的样本上开展策略 A/B 实验，最终“强弱交替 + 每 10 题穿插 1 道新题型”的策略胜出，模拟考平均分提升 7 分。

Python 演示

python38 行
import numpy as np  class HybridRecommender:    """加权融合协同过滤与知识追踪的推荐器"""     def __init__(self, n_users, n_items):        self.n_users = n_users        self.n_items = n_items        self.interaction = np.zeros((n_users, n_items))        self.mastery = np.zeros((n_users, n_items))        self.alpha = 0.6     def add_interaction(self, user, item, rating):        if 0 <= user < self.n_users and 0 <= item < self.n_items:            self.interaction[user, item] = rating     def update_mastery(self, user, item, delta):        if 0 <= user < self.n_users and 0 <= item < self.n_items:            self.mastery[user, item] = float(delta)     def recommend(self, user, top_k=3):        cf_scores = self.interaction[user] / (np.sum(self.interaction[user]) + 1e-6)        kt_scores = self.mastery[user] / (np.sum(self.mastery[user]) + 1e-6)        hybrid = self.alpha * cf_scores + (1 - self.alpha) * kt_scores        seen = set(np.where(self.interaction[user] > 0)[0])        candidates = [(i, hybrid[i]) for i in range(self.n_items) if i not in seen]        candidates.sort(key=lambda x: x[1], reverse=True)        return [item for item, _ in candidates[:top_k]]  if __name__ == "__main__":    engine = HybridRecommender(n_users=50, n_items=20)    engine.add_interaction(user=0, item=1, rating=5)    engine.add_interaction(user=0, item=3, rating=4)    engine.update_mastery(user=0, item=7, delta=0.7)    engine.update_mastery(user=0, item=9, delta=0.4)    print("Top-3 推荐为:", engine.recommend(user=0, top_k=3))
目的：演示一个最小可运行的混合推荐器，将协同过滤分数与知识追踪分数按权重 α 融合，为学生生成 Top-K 个性化推荐。
  1. self.interaction = np.zeros((n_users, n_items))初始化用户-物品交互矩阵，记录学生做过的题和评分。
  2. self.mastery = np.zeros((n_users, n_items))初始化知识掌握度矩阵，模拟知识追踪输出的状态分数。
  3. self.alpha = 0.6协同过滤权重，1 - alpha 自然成为知识追踪权重，两者和为 1。
  4. cf_scores = self.interaction[user] / (np.sum(self.interaction[user]) + 1e-6)归一化协同过滤分数，让它与知识追踪分数在同一量级。
  5. hybrid = self.alpha * cf_scores + (1 - self.alpha) * kt_scores加权融合核心行，把两路分数按权重相加。
  6. candidates.sort(key=lambda x: x[1], reverse=True)按融合分数从高到低排序，实现 Top-K 截断。
  7. engine.update_mastery(user=0, item=7, delta=0.7)模拟学生解答难题后系统更新其知识掌握度，体现知识追踪的动态性。

常见误区

误区推荐系统嘛，当然是谁推荐得准谁就强，把所有不相关的都过滤掉，用户肯定开心。

正解一味追求精准会陷入“信息偏食”。就像小知顿顿推辣菜，再爱吃辣的人也会腻。推荐需要同时兼顾多样性、惊喜度和长期学习目标，精准只是众多目标之一。

为何常见：因为离线指标通常把“预测准确”当作第一目标，从业者很容易把评估指标直接等同于产品价值。

误区模型在历史数据集上准确率和 NDCG 都涨了，上线之后效果肯定更好。

正解离线评估面对的是过去的数据，无法反映用户对新内容的即时反应、系统带来的长期学习效果，以及推荐反馈循环造成的偏差。就像用去年的菜单预测今年学生的口味，总会有时差。在线 A/B 测试才是最终裁判。

为何常见：离线实验跑起来又快又可复现，容易给人“可掌控”的错觉，而真实世界的不确定性被忽略了。

误区新推荐策略上线后跑了三天，点击率涨了 2%，赶紧全量发布！

正解两三天往往收集不到足够样本，且可能撞上周一与周末的用户行为差异。必须事先计算最小样本量、控制混杂变量、做显著性检验，才能确认差异不是随机波动。试吃如果只给三个人尝就说“大家都爱吃”，显然不可靠。

为何常见：产品迭代节奏快，大家都想尽快出结果，容易误把小样本波动当作真实信号。

误区把学生每道题的对错存进数据库，再统计个正确率，就是知识追踪了。

正解知识追踪的核心是建立“当前掌握状态”的数学模型，并用贝叶斯更新或深度序列模型随每次交互动态演进。只记对错好比只看顾客点了什么菜，却不关心他到底吃没吃完、喜不喜欢。对错之外的用时、犹豫、跳过等隐式反馈同样重要。

为何常见：答题对错是最直观可见的数据，初学者容易把“数据记录”误当成“状态建模”。

面试题

Q1. 协同过滤推荐的核心思路是什么？

单选题 · easy

  • A.分析物品的详细内容特征
  • B.利用用户或物品间的相似性← 正确答案
  • C.依靠人工专家编写推荐规则
  • D.每次随机推荐最热门的物品

答案：B。协同过滤不深究物品内容，而是利用群体行为：找到口味相似的用户，或常被一起选择的物品，据此预测偏好。A 属于内容推荐，C 属于规则系统，D 是随机策略，均不符合协同过滤定义。

Q2. 新用户没有历史行为时推荐难做，这在推荐系统中被称为什么？

单选题 · easy

  • A.冷启动问题← 正确答案
  • B.过滤气泡现象
  • C.知识追踪失效
  • D.显著性水平过高

答案：A。冷启动指新用户或新物品缺少交互数据，导致相似度和状态建模无从下手。过滤气泡是过度个性化造成的茧房效应，与冷启动相反；知识追踪失效和显著性水平则属于不同范畴的问题。

Q3. 知识追踪模型主要关注什么？

单选题 · mid

  • A.物品之间的相似程度
  • B.用户对物品的实时点击
  • C.学习者知识状态的动态变化← 正确答案
  • D.推荐结果的商业转化率

答案：C。知识追踪的核心是随学习过程动态更新“是否掌握某知识点”的状态变量，比如用贝叶斯公式融合每次答题证据。A 是物品协同过滤，B 是点击行为统计，D 是商业指标，都不是知识追踪的关注点。

Q4. 加权融合公式 score = α·f_CF + β·f_KT 中，α 表示什么？

单选题 · mid

  • A.知识追踪分数的权重
  • B.协同过滤分数的权重← 正确答案
  • C.多样性惩罚系数
  • D.随机探索的完整概率

答案：B。α 是协同过滤分数的权重，β 对应知识追踪分数，通常满足 α + β = 1。调大 α 意味着更信任“相似人群”的信号，调大 β 则更依赖“掌握状态”。C 和 D 分别属于平衡与探索机制的参数，与融合权重无关。

Q5. 下列哪些属于推荐茧房的应对策略？

多选题 · mid

  • A.引入随机探索机制← 正确答案
  • B.增加推荐多样性约束← 正确答案
  • C.只推送评分最高的物品
  • D.主动扩展学生兴趣边界← 正确答案

答案：ABD。破解茧房需要给系统注入“新鲜空气”：随机探索（ε-greedy）、多样性约束（ILS）、兴趣扩张都能打破窄化。C 反而会强化过滤气泡，是典型的茧房推手，故不选。

Q6. ε-greedy 策略中增大 ε 值会带来什么影响？

单选题 · mid

  • A.让推荐更偏向已知喜好
  • B.增加随机探索的比例← 正确答案
  • C.降低学习状态的影响
  • D.消除用户个性化推荐

答案：B。ε 是探索概率，增大 ε 意味着系统更频繁地随机尝试新内容，有助于发现新兴趣，但会牺牲部分利用效率。A 是减小 ε 的效果，C 与知识追踪无关，D 表述过于绝对，探索增多不等于完全消除个性化。

Q7. NDCG@k 指标最关注什么？

单选题 · hard

  • A.推荐列表的整体多样程度
  • B.相关物品在排序中的位置← 正确答案
  • C.候选物品集的覆盖广度
  • D.用户每次点击的间隔时长

答案：B。NDCG 在“相关物品要被推荐出来”的基础上，还要求它们尽量排在靠前的位置，位置越靠后折损越大。A 对应 ILS 多样性，C 对应覆盖率，D 属于用户行为分析，三者都不是 NDCG 的核心关注。

Q8. 离线评估指标的局限有哪些？

多选题 · hard

  • A.无法反映真实用户反馈← 正确答案
  • B.数据存在较强时间偏差← 正确答案
  • C.忽略推荐带来的长期影响← 正确答案
  • D.计算效率总是低于在线指标

答案：ABC。离线评估用历史数据衡量模型，看不到用户当下的反应，也无法捕捉反馈循环和长期学习效果；历史数据本身也有时效性。D 说“总是低于在线指标”是错误的，离线评估通常更快更廉价，这正是它的优势。

Q9. A/B 测试中 p 值小于显著性水平意味着什么？

单选题 · hard

  • A.实验组效果一定显著优于对照组
  • B.观察到的差异大概率不是随机误差← 正确答案
  • C.样本容量仍然不够充分
  • D.推荐算法必须立刻回滚

答案：B。p < 0.05 表示在“两组无差异”的假设下，观测到当前差异的概率不足 5%，因此我们倾向于认为差异是真实效果。但“显著”不等于“巨大”，也不代表必须全量上线，仍需结合实际收益判断。A 过于绝对，C 和 D 混淆了结论。

Q10. 推荐系统可能放大认知偏差的途径有哪些？

多选题 · extreme

  • A.只推荐用户的历史偏好内容← 正确答案
  • B.用点击率指标强化热门偏见← 正确答案
  • C.缺乏对学习目标的约束← 正确答案
  • D.定期重设模型并扩展探索空间

答案：ABC。只推历史偏好会制造过滤气泡；用点击率做唯一优化目标会放大“马太效应”，越热的内容越被推荐；缺少学习目标约束则可能让学生停留在舒适区。D 定期重设模型并扩展探索是缓解偏差的手段，不是放大偏差的途径。