考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

某电商平台利用用户最近30天的点击流日志(包括商品ID、点击时间、页面类型等)预测用户是否会下单。团队尝试使用LSTM建模,但发现模型性能不如基于会话聚合特征+XGBoost的基线。以下哪些原因可能是导致LSTM表现不佳的关键因素?
A. 原始点击流未按时间排序或存在大量噪声事件(如误触),破坏了序列语义
B. 商品ID直接以整数形式输入LSTM,未经过Embedding层映射
C. LSTM隐藏状态维度设置过小(如8维),无法捕捉复杂行为模式
D. 未对时间间隔进行编码(如使用时间差作为额外输入特征)
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

RNN类模型对输入序列质量高度敏感,乱序或噪声会严重干扰时序建模(A正确)。商品ID若直接作为数值输入,模型无法理解其离散语义,必须通过Embedding(B正确)。隐藏单元过少限制模型容量(C正确)。真实用户行为中“时间间隔”蕴含重要意图信号(如长时间未点击可能表示兴趣衰减),忽略该信息会损失关键上下文(D正确)。