免費開始練習
地特三等申論題 110年 [圖書資訊管理(選試英文)] 資訊系統與資訊檢索

第 一 題

📖 題組：
許多內容網站如 Youtube、Amazon、Facebook 等，都有自動推薦功能。
📝 此題為申論題，共 2 小題

小題 (一)

與資訊檢索方式比較，試述這些自動推薦功能對那一類型使用者，較有助益？（10 分）

思路引導 VIP

考生應先比較「資訊檢索（主動輸入查詢）」與「自動推薦系統（被動接收推播）」在使用者資訊需求（Information Need）與行為上的本質差異。接著，可運用圖資學中的「知識異狀（ASK）」理論，聚焦於「資訊需求模糊」、「缺乏檢索技能」或「無特定目的瀏覽」的使用者特徵進行剖析，論述推薦系統如何解決其痛點。

🤖
AI 詳解
AI 專屬家教

【破題】 傳統「資訊檢索（Information Retrieval, IR）」依賴使用者主動提出明確的查詢指令（Pull）；而「自動推薦系統（Recommender Systems, RS）」則透過演算法分析使用者行為脈絡，進行被動式的資訊推播（Push）。相較之下，自動推薦功能對「資訊需求模糊」或「缺乏領域知識」的使用者助益最大。 【論述】

小題 (二)

自動推薦功能，可以依據那三種資訊，進行推薦服務？（15 分）

思路引導 VIP

看到此題，應立即聯想推薦系統（Recommender Systems）的核心演算法（如內容導向、協同過濾）背後所需的資料來源。解題策略上，建議將資訊分類為「人（使用者特徵）」、「物（內容屬性）」以及「人與物/人的互動（歷史行為）」，並結合題目提到的 YouTube、Amazon、Facebook 等平台實例進行論述，以獲取高分。

🤖
AI 詳解
AI 專屬家教

【破題】自動推薦系統（Recommender Systems）的核心目的在於解決資訊超載，主動提供符合使用者潛在需求的內容。當前主流平台如 Youtube、Amazon、Facebook 等，主要依賴以下「三種核心資訊」來建構其推薦模型： 【論述】 一、使用者背景與特徵資訊（User Profile / Demographic Information）

📝 同份考卷的其他題目

查看 110年[圖書資訊管理(選試英文)] 資訊系統與資訊檢索 全題

升級 VIP 解鎖