推荐系统方向常见算法面试题6道含解析
9本电子书在文末自取
1、什么是协同过滤，优缺点。
协同过滤即是通过（不同用户/物品）合作，实现信息的过滤（即筛选），是一个简单且可解释性强的方案。最常见的协同过滤的方法有UserCF和ItemCF，可以发现早期协同过滤的方法使热门的物品（或用户）具备很强的头部效应，使所有物品都与它有较大的相似度。这揭示了这一方法的天然缺陷，即对于稀疏的数据处理能力弱。
2、UserCF、ItemCF，应用场景。
UserCF：得到共现矩阵，根据共现矩阵得到所有用户两两之间的相似度，对User i取TopN个相似用户，对这TopN个用户的项目评分取加权平均，作为该用户预测评分结果。
优点：简单易用，复合直觉“兴趣相似的人喜欢的东西相似”。
缺点：用户的历史数据稀疏，找到相似用户的准确度并不是很高。UserCF不适用于正反馈较难获取的应用场景。另一方面，用户的增长是远大于Item的增长的，从这个角度来看，UserCF带来的存储压力更大。
ItemCF：得到共现矩阵，根据共现矩阵得到所有物品两两之间的相似度，对User i取正反馈物品列表，根据相似度计算出相似的TopK个物品作为推荐列表。
优点：物品相似度存储压力远小于用户相似度。复合直觉“用户喜欢某物品，应推荐相似物品”。
缺点：头部效应严重，同样不适用于处理稀疏数据。
应用场景：UserCF更适用于新闻推荐，用户能快速得知与自己兴趣相似的人最近喜欢什么，从而更趋向于新闻的及时性、热点性。ItemCF更适用于兴趣在短时间内变化较为稳定的场景，如电商推荐，用户倾向于在短时间内寻找一类商品，此时利用物品相似度时更符合用户动机的。由于UserCF与ItemCF这两种不同的特性，可以作为多路召回策略。
3、user/item冷启动怎么解决？
user冷启动：基于规则的冷启动（如热度、最高评分）；基于模型的冷启动（收集必要的用户属性信息进行建模）；主动学习方案的冷启动（用户自由选择/反馈）；基于迁移学习的冷启动（合理利用其它领域/来源的信息）。
item冷启动：采用随机分发资源获取用户反馈信息；基于重要属性的冷启动（如同一作者/系列等）；设置“最新”排序列表获取用户反馈信息。
4、推荐系统中常见的Embedding方法有哪些？
word2vec是最经典的词向量embedding方式，基于word2vec思想，item2vec使用item向量代替词向量。这类方法无法处理网络化的数据，于是出现了大量Graph Embedding技术。
DeepWalk使用用户行为序列构建物品关系图，然后通过随机游走生成新的序列数据，继而通过word2vec训练。DeepWalk可以看做序列embedding到Graph embedding的过度方法。
Node2vec核心思想在于同质性与结构性的权衡。同质性指的图中距离近的节点应该尽量相似（倾向于DFS），结构性指图中节点所处结构位置相似的应该尽量相似（倾向于BFS）。Node2vec设置了跳转概率，使当前游走过程可能朝着更深的方向（同质性），或是返回之前的方向（结构性）。
EGES（基于边信息的增强图Embedding）引入边信息作为物品embedding的补充信息，边信息可以是基于知识图谱获得的信息（这类信息包括特征信息）。EGES的方法是对Item及其特征一起进行embedding建模，最终得到的单个Item的embedding向量是该item及其特征的加权平均。EGES对缺少历史数据的Item更为亲切。
5、fm和矩阵分解模型思想上的的异同点。
MF 是用use和item 的特征隐向量表示user 和 item 的特征，进而做相似度计算，用于item召回。
FM 是用因子分解机来做特征的二阶交叉，进而预测user 和 item 的ctr概率，可用于召回或者排序阶段。
相同点：MF可以理解为一种特殊的FM，即只有 uid 和 iid 的 FM模型，MF将这两类特征通过矩阵分解来达到 embedding 的目的。
区别：FM使用了id 之外的特征，同时FM还做了矩阵积的优化，复杂度大幅降低。
6、LR中连续特征为什么要做离散化？
1、数据角度：离散化的特征对异常数据有很强的鲁棒性；离散化特征利于进行特征交叉。
2、模型角度：当数据增加/减少时，利于模型快速迭代；离散化相当于为模型引入非线性表达；离散化特征简化了模型输入，降低过拟合风险；LR中离散化特征很容易根据权重找出bad case。
3、计算角度：稀疏向量内积计算速度快。（在计算稀疏矩阵内积时，可以根据当前值是否为0来直接输出0值，这相对于乘法计算是快很多的。）
而离散化连续值特征后同样会带来一些缺点，如下：
1、不合理的区间划分容易降低模型表达能力，构造合理的区间划分同样比较困难（需要从区间数、区间分段大小、区间内样本分布进行权衡）。
2、如果连续特征x对y有着很强的先验知识（如强线性关系），离散化后会使x的信息表达能力损失。
↓ ↓ ↓以下9本书电子版免费领，直接送 ，想要哪本评论区说声，我小窗给你↓ ↓ ↓
《2022年Q3最新大厂面试题》电子书，部分截图如下：
周杰伦暗黑三部曲之一，难得传唱至今的快歌
听jay听得久的大都知道，他有三首歌常被归类到一起去，就是《夜曲》、《以父之名》、《夜的第七章》。这三首歌在整体的词曲创作，mv拍摄，产品制作上体现出了超高于同期作品的艺术性，独特性。
这其中出自于2005年专辑《十一月的萧邦》中的主打歌《夜曲》更是以流畅的旋律，华丽奇诡的歌词随着一代人的长大而传唱至今。
蒸鱼叔叔作为jay的歌迷，在刚使用某款音乐软件时就发表了《夜曲》翻唱版本，虽然一年多过去，蒸鱼叔叔从小鲜肉变成了胡茬叔，音频音质也差了很多，但相信仍然值得一听。
欢迎大家发表评论批评交流，日后会有更多好音乐，美食送给大家。
这里是音频http://kg4.qq.com/node/play?s=h2X9CRhFMnx8nhAZ&shareuid=6594998526283e8b&topsource=a0_pn201001006_z11_u79403590_l0_t1506926667__
