当前位置：首页 > news >正文

搜广推校招面经六十四

news 来源：原创 2025/5/9 19:27:46

滴滴搜推算法

一、定义一个树结构、特征结构。写一个决策树对样本打分

逆天啊，上来就是暴击

import numpy as np
class TreeNode:def __init__(self, feature_index=None, threshold=None, left=None, right=None, score=None):self.feature_index = feature_index   # 用于分裂的特征索引self.threshold = threshold           # 分裂阈值self.left = left                     # 左子树self.right = right                   # 右子树self.score = score                   # 叶子节点的分数def is_leaf(self):return self.score is not Noneclass DecisionTree:def __init__(self, root):self.root = rootdef score_sample(self, sample):"""对单个样本进行打分"""node = self.rootwhile not node.is_leaf():if sample[node.feature_index] <= node.threshold:node = node.leftelse:node = node.rightreturn node.score# 示例树（手动构造）
leaf1 = TreeNode(score=0.1)
leaf2 = TreeNode(score=0.7)
leaf3 = TreeNode(score=0.4)
leaf4 = TreeNode(score=0.9)node2 = TreeNode(feature_index=1, threshold=1.5, left=leaf1, right=leaf2)
node3 = TreeNode(feature_index=2, threshold=2.5, left=leaf3, right=leaf4)root = TreeNode(feature_index=0, threshold=0.5, left=node2, right=node3)
decision_tree = DecisionTree(root)# 测试样本
sample1 = np.array([0.3, 2.0, 3.0])  # 走左子树，再走右子树，得分 0.7
sample2 = np.array([0.8, 0.5, 2.0])  # 走右子树，再走左子树，得分 0.4print(decision_tree.score_sample(sample1))  # 输出: 0.7
print(decision_tree.score_sample(sample2))  # 输出: 0.4

二、itemcf 和 usercf 的使用场景、分别有什么好处

2.1. ItemCF（基于物品的协同过滤）

使用场景

适用于商品、电影、音乐、书籍等推荐系统，尤其是商品数量相对固定，而用户行为动态变化的场景。
适合短期兴趣推荐，如电商平台的“看了又看”或“买了还买”。
适用于内容较丰富但用户行为较少的场景，比如新用户冷启动时。

优点

计算相对稳定，商品相似度矩阵变化较小，推荐结果较稳定。
适用于用户行为稀疏的数据集，即便单个用户数据较少，也能提供较好的推荐效果。
容易解释，能通过物品相似度解释推荐原因（例如：你买了A，所以推荐B）。
适合长尾商品推荐，提高物品曝光率。

缺点

无法解决用户兴趣变化的问题，例如短期流行趋势较难捕捉。
依赖用户的行为数据，如果冷启动商品缺乏行为数据，则无法计算相似度。
计算物品相似度可能会受到热门物品的影响，导致热门物品推荐过多。

2.2. UserCF（基于用户的协同过滤）

使用场景

适用于社区、社交平台、新闻推荐等场景，尤其是用户互动较多的情况。
适合基于社交关系的推荐，如“和你兴趣相似的用户喜欢这个”。
适用于需要个性化推荐的场景，如个性化视频推荐。

优点

适用于短期兴趣推荐，比如新闻推荐，能够快速适应用户兴趣变化。
能挖掘用户之间的相似性，适用于社交推荐，例如好友推荐、共同兴趣群体推荐。
对冷启动用户友好，可以利用相似用户的历史行为来提供推荐。

缺点

计算量大，用户数量多时计算相似度代价高。
依赖用户的行为数据，用户行为过少时难以计算出有效的相似度。
用户兴趣变化快时，历史相似用户可能不再合适，导致推荐效果下降。
容易受流行用户的影响，可能导致热门用户行为被过度推荐。

2.3. 使用场景对比

维度	ItemCF	UserCF
用户数量	用户数远大于物品数时更适用	物品数远大于用户数时更适用
实时性	新用户加入系统影响小	新物品加入系统影响小
行为密度	在用户行为较丰富的场景表现更好	在用户行为较稀疏的场景更稳定
场景案例	电商商品推荐、内容推荐	社交推荐、小众兴趣发现

结合两者可实现更好的推荐效果，如混合推荐（Hybrid Recommendation）。

三、双塔召回一味的打压负样本有什么问题？

在推荐系统中，负样本通常是 用户未交互的物品，但其中可能包含用户潜在感兴趣的物品（即 硬负样本 Hard Negatives）。

3.1. 这里首先要理解什么叫打压负样本？

在双塔召回中，打压负样本通常是指通过采样或损失函数设计，使模型能够更好地区分正样本和负样本，实际上是让模型更关注负样本的学习，更好识别到负样本。
eg：
1. 增加难负样本(hard negative)的比例
2. 在损失函数中给负样本更大权重(如对比学习中)
3. 进行负样本挖掘(negative mining)

3.2. 可能带来的问题

3.2.1. 召回多样性下降（用户未交互的item不一定是真负样本(可能只是没曝光)）

如果负样本被过分打压，模型可能学会简单地记住某些类别的物品 永远不推荐，这可能会导致召回多样性降低。
例如，用户可能对某个类别的物品 偶尔感兴趣，但如果模型一味打压该类别的物品，它们可能永远不会被召回。

3.2.2. 可能损害硬负样本（Hard Negative）的贡献

硬负样本（如用户可能感兴趣但未交互的物品）可以提供有价值的监督信号。
过度打压负样本可能会让模型强行拉开所有负样本的距离，而忽略了其中一些“接近正样本”的负样本，影响推荐效果。

3.2.3. 过拟合（忽略掉全局分布，过度拟合特定的负样本）

过度强调负样本的区分，会使模型过于依赖当前训练数据中的负样本分布，而忽略潜在的 泛化能力。

四、为什么mmoe要加极化，这样容易导致波动增加。

这里我没太理解极化，chatgpt说，极化是指：某些专家始终被选中，而其他专家几乎不被选中（即门控权重接近 1 或 0），就会导致极化现象。
那我理解极化就是指每个门控gate的输出不经过激活函数，直接输出logit，做为每个experts的权重。

五、53. 最大子数组和（力扣hot100_数组）

在这里插入图片描述
这道题没法使用滑动窗口，因为存在负数，滑入一个数后，结果可能变大，也可能变小。

思路1：前缀和
这道题和121. 买卖股票的最佳时机一样，都是求最大子数组和。我们可以维护一个最小前缀和，用当前前缀和 减去维护的 最小前缀和 ，就得到最大数组和。

class Solution:def maxSubArray(self, nums: List[int]) -> int:ans = -infmin_pre_sum = pre_sum = 0for x in nums:pre_sum += x  # 当前的前缀和ans = max(ans, pre_sum - min_pre_sum)  # 减去前缀和的最小值min_pre_sum = min(min_pre_sum, pre_sum)  # 维护前缀和的最小值return ans

动态规划
维护 dp[i] 表示以 nums[i] 结尾的最大子数组和。

class Solution:def maxSubArray(self, nums: List[int]) -> int:dp = [0] * len(nums)dp[0] = nums[0]for i in range(1, len(nums)):dp[i] = max(dp[i - 1], 0) + nums[i]return max(dp)

滴滴搜推算法

一、定义一个树结构、特征结构。写一个决策树对样本打分

二、itemcf 和 usercf 的使用场景、分别有什么好处

2.1. ItemCF（基于物品的协同过滤）

使用场景

优点

缺点

2.2. UserCF（基于用户的协同过滤）

使用场景

优点

缺点

2.3. 使用场景对比

三、双塔召回一味的打压负样本有什么问题？

3.1. 这里首先要理解什么叫打压负样本？

3.2. 可能带来的问题

3.2.1. 召回多样性下降 （用户未交互的item不一定是真负样本(可能只是没曝光)）

3.2.2. 可能损害硬负样本（Hard Negative）的贡献

3.2.3. 过拟合（忽略掉全局分布，过度拟合特定的负样本）

四、为什么mmoe要加极化，这样容易导致波动增加。

五、53. 最大子数组和（力扣hot100_数组）

相关文章：

3.2.1. 召回多样性下降（用户未交互的item不一定是真负样本(可能只是没曝光)）