某企業將機器學習模型部署於線上推薦系統。模型在測試階段表現良好，但上線數月後，點擊率與預測準確度逐漸下降。經分析發現，近期使用者行為模式與模型訓練期間的資料特徵出現顯著變化。此現象最可能屬於下列何者？
iPAS 考題解析
某企業將機器學習模型部署於線上推薦系統。模型在測試階段表現良好，但上線數月後，點擊率與預測準確度逐漸下降。經分析發現，近期使用者行為模式與模型訓練期間的資料特徵出現顯著變化。此現象最可能屬於下列何者？
- A. 模型過度擬合訓練資料，無法泛化至未知樣本
- B. 特徵工程設計不佳，導致輸入資訊不足
- C. 資料統計特徵隨時間改變，影響模型推論效果 ✓ 正確答案
- D. 系統資料結構調整，造成特徵欄位錯置
詳細解析
使用者行為模式隨時間改變，導致訓練資料的統計特徵不再反映當前情況，這是典型的資料漂移（Data Drift）現象，會影響模型推論效果。
出題年份：115 難度：★★☆