介绍deepwalk
word2vec本质是什么
介绍node2vec
介绍graphsage
你使用的graphsage负样本怎么做的,一阶二阶采样多少个邻居,采用什么聚合策略
有没有对这些模型做改动,
异构图一般怎么处理
设计腾讯视频的推荐系统,推荐next item
graphsage 邻居采样数目怎么确定,对于不同大小的图,有没有公式可以参考
介绍下GNN
GCN每一层的操作,为什么乘以D^-/2, D是什么
GCN的参数量
相比于GCN,GraphSage有哪些优势
有没有了解一些异质图的应用
graphsage的缺点
为什么使用graphsage,模型不同部分的作用 graphsage有什么优点
写一下graphsage伪代码,存在一下问题
graphsage几层,2层3层哪个好
代码题:
一道掷骰子n次和为target种类数,一道按照权重随机抽样
两个千万级的微信号文件,如何取交集(说了用集合)
基础题:
为什么lstm可以解决梯度消失问题,从理论的角度上解释
根据推荐里面的item2vec,讲一下word2vec模型,
word2vec里面的负采样是怎么做的
auc实际衡量的什么,auc适合于什么情况
类别不平衡时怎么处理
样本权重不同对auc影响