搜广推相关问题——持续更新

烟雨人长安

已于 2024-05-09 16:27:17 修改

阅读量275

点赞数 1

分类专栏：机器学习算法面试问题文章标签：推荐算法算法面试

于 2022-11-03 10:47:58 首次发布

本文链接：https://blog.csdn.net/matrix_cc/article/details/127412395

版权

机器学习算法同时被 2 个专栏收录

14 篇文章 2 订阅

订阅专栏

面试问题

5 篇文章 8 订阅

订阅专栏

搜索排序指标：https://www.jianshu.com/p/c76b92693cabhttps://www.jianshu.com/p/c76b92693cab NDCG排序评估指标 - 知乎
pointwise，pairwise，listwise区别和优缺点。【推荐】pairwise、pointwise 、 listwise算法是什么?怎么理解？主要区别是什么？_凝眸伏笔的博客-CSDN博客_listwise
poinwise，pairwise，listwise 常用的损失函数有哪些？pointwise 常用的损失函数就一般做分类的损失，比如交叉熵损失，对数损失等。pairwise一般是 Triplet hinge loss: $L(a,b^{+},b^{-}) = max{0,cos(a,b^{-})+m-cos(a,b^{+})}$ ，或者是 Triplet logistic loss： $L(a,b^{+},b^{-}) = log(1+exp[\sigma \cdot (cos(a,b^{-})-cos(a,b^{+}))])$
pointwise效果差的原因
多目标怎么融合？推荐系统 - 多目标模型融合部分_杨小吴的算法博客的博客-CSDN博客_多目标融合
FM，FFM，Wide&Deep，deepFM，DIN等模型原理
线下指标好，线上指标差的原因？线下AUC提升为什么不能带来线上效果提升? - 知乎
query意图识别一般怎么做？Query意图识别分析 - 腾讯云开发者社区-腾讯云
推荐算法有哪些？推荐系统的几种常用算法总结 - 知乎推荐算法有哪些？ - 知乎
FFM针对FM的改进在哪里？FFM相比于FM的缺点在哪里？
简述阿里Co-Action Network的基本思想
FM相对LR的优势在哪里？
FM的复杂度是O(n^2)吗？O(kn)
DIN的建模思路是怎样的？怎么理解“千物千面”？
Wide & Deep是如何做到兼顾“记忆”与“扩展”的？
什么样的特征进Deep侧？什么样的特征进Wide侧？
Wide&Deep的优化方式
介绍swing和时间复杂度
对比学习的loss及代码实现
online learning是什么？为什么要用online learning？有哪些方法？
训练样本是怎样构造的？有什么采样方法，以及为什么要做采样？如果做了负例采样，那么ctr要怎样进行校正？batch内的负采样怎么做
用户序列建模为什么会有用