【面经&八股】搜广推方向：常见面试题（一）

【面经&八股】搜广推方向：常见面试题（一）

1. 线下效果提升、线上效果不好。

原因是多样的，主要原因在于样本与评估指标、环境。

• 在样本上，线下样本为历史数据，而线上样本难免出现新数据，同理还有新特征等
  • 如线上的时间特征，在线下是无法训练的。
• 在评估指标上表现为评估指标不对等，线下评估指标需要更贴近业务才能更好地表示真实推荐结果（或线上指标）。
  • 例如AUC表示的是所有user对所有item的评估指标，（AUC得分，衡量的是，用户交互的物品的概率比未交互物品的概率大，则得分高）
  • 而线上更多需要单个 user 对其所有 item 的评估作为推荐结果，这时可以采用 GAUC，即对每个user的AUC做量权求和作为评估指标。
• 另外，线下训练很难还原线上环境。可以理解为线下训练无法捕获到全部的线上特征。

2. XGBoost 和 GBDT是什么？有什么区别？

GBDT：关键点在于Gradient和Boosting和DT（决策树）。

• 在BDT中：Boosting——阶梯状训练，每棵树学习的是之前的树学习结果的残差。通过多棵树的预测结果求和，作为最终预测结果。
• 而在GBDT中，采用损失函数梯度作为每棵树需要学习的预测结果（y）。

1）为什么使用损失函