特征工程
-
为什么说,用物料的后验消费数据做召回存在“幸存者偏差”?能将这些消费数据用于排序吗?
-
使用物料的后验消费数据做召回,会放大“马太效应”,对新物料不友好,如何缓解?
-
解释什么是bias特征?你能举出哪些bias特征的例子?
-
bias特征怎样接入模型?能否和其他正常特征一起喂入DNN底层?为什么?
-
某男性新用户对“体育”这个分类的喜好程度未知,如何填充?
-
某新物料的后验指标未知,如何填充?
-
对观看次数、观看时长这样的特征,如何做标准化?
-
某个物料曝光2次,被点击1次,如何计算它的CTR?
-
有一个特征“某文章过去1天的点击率是10%”,如何将其构建成一个类别特征,并喂入推荐模型?
Embedding
-
为什么说Embedding提升了推荐算法的扩展性?
-
Embedding技术还能够将相似的物品或用户映射到相近的向量空间中,从而实现有效的相似度计算。这种相似度计算能够帮助推荐算法更准确地识别用户的兴趣和需求,提供更个性化、精准的推荐结果。
-
FFM针对FM的改进在哪里?
-
简述阿里Co-Action Network的基本思想?
-
简述Parameter Server是如何应对推荐系统“高维稀疏”的数据环境的?
-
什么是异步并发(ASP)中的“梯度失效”问题?即使如此,为什么在推荐系统中仍然常用?
精排
-
FTRL是如何保证“在线学习”的稳定性的?
-
FTRL是如何保证解的稀疏性的?
-
FTRL是如何解决高维稀疏特征受训机会不均匀的问题的?
尽管 FFM 在模型表达能力上有所提升,但由于引入了额外的参数和存储需求,以及更长的训练时间,这可能限制了 FFM 在一些资源受限的场景中的应用。在实际应用中,需要根据具体情况权衡算法的性能和效率,选择适合的模型。
FFM 进行这些改进的目的是为了更好地捕捉不同字段之间的交互信息,提高模型的表达能力和泛化能力。通过引入字段的概念和字段向量,FFM 可以更准确地建模特征之间的相关性,特别是在具有大量特征且特征之间具有强相关性的场景下,有着较好的效果。
FFM相比于FM的缺点在哪里?(提示:效率)
相比于 FM,FFM 算法在效率方面存在一些缺点:
参数数量更多:FFM 引入了字段矩阵,每个字段的每个特征都有一个对应的字段向量,这会导致模型的参数数量增加。相比于 FM 算法中只有全局隐向量的参数,FFM 的参数数量随字段和特征的增加呈线性增长,这可能会增加模型的训练和推断的计算负担。
尽管 FFM 在模型表达能力上有所提升,但由于引入了额外的参数和存储需求,以及更长的训练时间,这可能限制了 FFM 在一些资源受限的场景中的应用。在实际应用中,需要根据具体情况权衡算法的性能和效率,选择适合的模型。
-
FM相对LR的优势在哪里?
-
不能只回答自动交叉
-
是如何解决交叉特征太稀疏、受训机会少的问题的?
-
是如何提高扩展性的?
-
-
FM对所有特征两两交叉,岂不是n^2的复杂度?
-
回答是的,这道题直接fail
-
回答不是,要追问FM的实际复杂度是什么?如何实现的?
-
FM 算法在计算特征交叉时需要考虑所有特征两两之间的组合,因此存在一个 O(n^2) 的复杂度。
-
具体来说,在 FM 算法中,特征交叉是通过计算特征向量的内积来实现的。对于具有 n 个特征的数据集,FM 需要考虑 n^2 个特征组合(包括自身和对角线上的交叉)。这导致了一个 O(n^2) 的复杂度。
然而,FM 算法具有一个重要的性质,就是计算特征交叉的过程可以通过矩阵乘法来加速。通过利用稀疏矩阵和矩阵运算的高效性质,可以将计算复杂度从 O(n^2) 降低到 O(kn),其中 k 是指定的模型维度。这样,即使特征非常多,在合理选择模型维度的情况下,FM 算法的计算效率仍然可以保持在一个合理的范围内。
需要注意的是,FM 算法的计算复杂度主要涉及训练阶段,而在模型部署和推断阶段,可以利用预先计算好的参数来加速计算过程,从而减少实际的计算成本。
-
-
FM的缺点有哪些?
-
提示:其中一个缺点是不灵活,怎么理解?
-
-
推荐算法FFM相对于FM的改进有哪些?为什么要这么改进?
FFM (Field-aware Factorization Machine) 是对 FM (Factorization Machine) 算法的一种改进。相比于 FM 算法,FFM 改进了以下几个方面:
-
字段指导的特征交叉:FM 算法中,特征交叉是基于特征之间的内积进行计算的,无法区分不同特征的组合对不同字段的影响。而 FFM 引入了字段的概念,对不同字段的特征进行了区分,可以更好地捕捉不同字段之间的交互信息。
-
字段的隐向量表示:FM 算法中,每个特征都有一个全局的隐向量表示,无法区分不同字段对应的特征之间的差异。而 FFM 引入了字段矩阵,为每个字段的每个特征引入了一个字段向量,可以区分不同字段之间的隐向量表示,进一步提升了模型的表示能力。
-
模型参数的数量减少:相比于 FM 算法,FFM 在引入字段矩阵的同时,减少了模型参数的数量。FM 算法中,每个特征都有一个全局的隐向量,参数数量随特征的数量线性增长;而 FFM 模型中,每个特征只有一个字段向量,参数数量仅随字段的数量线性增长,大大减少了参数数量,提高了模型的训练效率。
-
参数数量更多:FFM 引入了字段矩阵,每个字段的每个特征都有一个对应的字段向量,这会导致模型的参数数量增加。相比于 FM 算法中只有全局隐向量的参数,FFM 的参数数量随字段和特征的增加呈线性增长,这可能会增加模型的训练和推断的计算负担。
-
存储空间更大:由于 FFM 引入了字段矩阵,需要存储每个字段的字段向量,这将占用更多的存储空间。特别是在具有大量字段和特征的数据集中,存储FFM模型所需的内存可能会成为一个挑战。
-
训练时间更长:由于 FFM 引入了更多的参数,相比于 FM 算法,FFM 的训练时间通常更长。在数据量较大、字段和特征较多的情况下,FFM 可能需要更多的时间来训练模型。
-
存储空间更大:由于 FFM 引入了字段矩阵,需要存储每个字段的字段向量,这将占用更多的存储空间。特别是在具有大量字段和特征的数据集中,存储FFM模型所需的内存可能会成为一个挑战。
-
训练时间更长:由于 FFM 引入了更多的参数,相比于 FM 算法,FFM 的训练时间通常更长。在数据量较大、字段和特征较多的情况下,FFM 可能需要更多的时间来训练模型。
-
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论文原文中说,训练Wide & Deep侧分别使用了两种优化器,你觉得有哪些道理?
-
DCN解决的是什么问题?
-
DCN v1和v2的差别在哪里?
-
DCN有哪些缺陷?(提示:输入输出的维度)
-
简述基于Transformer做特征交叉的原理?
-
Transformer做特征交叉的缺点有哪些?(提示:输入输出维度、时间复杂度)
-
你在建模行为序列中的每个元素时,一般会包含哪些信息?如何Embedding?
-
每个用户的行为序列长度不同,如何处理?Truncate很简单,关键是如何解决Padding的问题?
-
不解决的话,两个完全不同的序列,因为被填充的大量的0,而被模型认为相似
-
提示:可以看看TensorFlow Transformer的源码,看看人家是如何解决的?
-
-
Target Attention的时间复杂度
-
Self-Attention的时间复杂度
-
DIN的建模思路是怎样的?怎么理解“千物千面”?
-
每到“双十一”之类的促销季,用户的购买行为与他之前短期行为有较大不同,应该如何建模?
-
其实就是长序列建模的问题,简单套用SIM不是不可以,但是仍然有效率问题
-
开放问题,考察候选人的经验,以及思路是否开阔
-
-
简述SIM的建模思想?你觉得它的优缺点有哪些?
-
如果想在召回或粗排中建模用户长序列,怎么做?
召回
-
传统的协同过滤,User CF和Item CF,哪个在工业界更常用?为什么?
-
在工业界,Item CF(基于物品的协同过滤)更常用。
-
首先,Item CF具有更好的扩展性。当用户数量庞大时,User CF(基于用户的协同过滤)算法需要计算用户之间的相似度,这样的计算复杂度较高。而Item CF算法只需要计算物品之间的相似度,计算复杂度较低。在大规模的推荐系统中,Item CF更适合应用。
其次,Item CF对于冷启动问题有更好的解决方案。在推荐系统中,冷启动问题是指对于新用户或者新物品的推荐困难。User CF需要有足够多的用户行为数据进行相似度计算,才能给新用户进行个性化推荐。而Item CF可以通过物品之间的相似度进行推荐,不需要用户的历史行为数据,因此对于新物品的推荐情况更好。
此外,Item CF还具有更好的稳定性。User CF算法的计算结果受用户行为数据的影响较大,用户行为的变化可能导致推荐结果的变化较大。而Item CF算法是基于物品之间的相似度,相对稳定,不容易受到用户行为变化的影响。
综上所述,基于物品的协同过滤(Item CF)在工业界更常用,主要是因为其具有更好的扩展性、较好的冷启动解决方案和更好的稳定性。
-
大规模、分布式的CF是如何实现的?
-
基于矩阵分解的协同过滤,要分解的矩阵是超级稀疏的,分解这样的矩阵,需要事先将它缺失的地位都填充0吗?
-
对于基于矩阵分解的协同过滤算法,如果输入的用户行为矩阵是超级稀疏的,一般不需要事先将缺失的位置填充为0。
矩阵分解的目标是将原始的稀疏矩阵分解为两个低秩的矩阵,其中一个矩阵表示用户-特征的关系,另一个矩阵表示特征-物品的关系。而稀疏矩阵的特点在于只有少数非零元素。
如果对于所有缺失的位置都填充为0,那么这些零元素会被算法错误地视为用户对某个物品的喜好程度为0,从而影响模型的准确性。在实际应用中,更常见的做法是使用一些特殊的值来表示缺失的元素,例如使用NaN(Not a Number)或者其他用户不太可能给出的评分值。
在进行矩阵分解时,一般会使用一种被称为优化目标的损失函数来对模型进行训练,这个损失函数会考虑到缺失位置的处理。通过最小化损失函数,可以得到能够较好地表示用户行为数据的低秩矩阵。
因此,对于超级稀疏的矩阵,通常不需要事先将缺失的位置填充为0,而是将缺失的元素用特殊的值表示,并将其作为优化目标中的一部分进行模型训练。这样可以更好地应对稀疏矩阵的特点,并获得更准确的模型。
-
召回模型中如何处理用户行为序列?
-
回答简单的Pooling的,是常规操作
-
有没有可能也做target attention?拿什么当target?
-
-
NCE Loss的基本思想与计算公式
-
NEG Loss的基本思想与计算公式?它与NCE Loss是什么关系?
-
Marginal Hinge Loss的基本思想与计算公式
-
BPR Loss的基本思想与计算公式
-
Sampled Softmax的基本思想与计算公式
-
Sampled Softmax中温度修正的作用?调高温度有什么影响?调低温度有什么影响?
-
采样修正的
Q(t)
应该如何设置?
-
从算法机理来阐述热门物料对模型的影响?
-
大家都知道热门物料对推荐结果的个性化造成负面影响,我需要你回答出它是如何造成这一负面影响的
-
-
为了打压热门物料,热门物料当正样本,应该降采样还是过采样?
-
为了打压热门物料,热门物料当负样本,应该降采样还是过采样?为什么?
-
Word2Vec中,Skip-Gram和CBOW有什么区别?哪种算法对于罕见词、罕见搭配更友好?
-
Airbnb的I2I召回,相比于word2vec,在正样本上有哪些创新?合理性在哪里?
-
Airbnb的I2I召回,相比于word2vec,在负样本上有哪些创新?合理性在哪里?
-
Airbnb的U2I召回,是如何解决“预订样本”太稀疏这个问题的?
-
Airbnb的U2I召回,在负样本上有哪些创新?
-
直接套用Word2Vec用作召回,在正样本的选择上有哪些局限性?
-
Airbnb是如何突破这一局限性的?
-
阿里的EGES是如何突破这一局限性的?
-
-
阐述FM用于召回的原理与作法
-
线下如何训练
-
线上如何预测
-
如何做到对新用户更友好
-
-
召回随机负采样在实践中到底是怎么做的?提示:
-
你可以离线采样,借助Spark在更大范围内采样,怎么实现?
-
你可以Batch内负采样,怎么实现?
-
你可以混合负采样,怎么实现?
-
阐述以上几种方法的优劣
-
-
GCN与DNN在迭代公式上的区别在哪里?(提示:GCN没那么玄,真的只是一个小差别)
-
如何在一个超大规模图上,训练GCN召回模型?希望听到:
-
Mini-Batch的训练细节
-
邻居采样,挑出重要邻居
-
邻居采样时有小Trick,否则会造成数据泄漏
-
-
如何在一个超大规模图上,进行GCN推理,得到各节点的Embedding?
-
希望候选人意识到推理与训练的不同
-
要避免重复计算节点的Embedding
-
要避免“邻居采样”那样的随机性
-
粗排
-
你对改进粗排有什么思路?或者说,你觉得制约粗排模型性能的有哪些因素?
-
粗排双塔与召回双塔的异同?提示有以下4方面的不同
-
物料向量的存储方式
-
样本,特别是负样本的选择
-
损失函数的设计
-
最终用户向量与物料向量的交互方式
-
-
你知道双塔模型有哪些改进变形?
-
用精排蒸馏粗排应该怎么做?
-
提示:共同训练?两阶段?用什么Loss?各有什么优缺点?
-
思考:蒸馏的假设有问题吗?
-
-
粗排环节存在哪些“样本选择偏差”?如何纠偏?
重排
-
常用的打散方式有哪些?
-
MMR的核心思路是什么?
-
基于DPP的重排的核心思想是什么?
-
如何构建DPP中的核矩阵L?基于怎样的先验假设?
-
怎么证明如此构建的L是符合我们的先验假设的?
-
基于上下文感知的重排模型的原理和流程
-
如何构建样本?
-
如何构建Loss?
-
都应该包含哪些特征?
-
模型训练完毕后,如何排序?(提示:顺序在训练时是已知的,但是预测时是未知的)
-
多任务 & 多场景
-
为什么不为每个目标单独建模?
-
为什么不直接针对最终目标建模?比如直接建模购买率,没必要建模点击率?
-
你在工作场景中遇到的多目标推荐的问题?
-
有哪些目标?
-
使用了怎样的模型结构?
-
-
排序时,我们既希望用户点击,又希望用户点开后观看尽可能长,如何建模?
-
提示:时长目标的单位问题,如果用均方误差,其量纲要远远大于CTR的BCE loss
-
-
你在训练模型时,是怎么将多个损失融合成一个损失的?
-
你在排序时,是怎么将多个目标的打分融合成一个打分的?
-
提示:要考虑到不同目标的打分存在天然的分布差异
-
-
你遇到过多场景推荐的问题吗?你觉得难点在哪里?
-
你要为一个服务全球的APP设计推荐模型,用户的国籍、语言这些特征要怎么使用?
冷启动
-
新用户冷启,如何建模成一个多臂老虎机问题?
-
新物料冷启,如何建模成一个多臂老虎机问题?
-
怎么用Epsilon Greedy进行新用户冷启?
-
怎么用UCB进行新用户冷启?
-
Bayesian Bandit的基本原理
-
Thompson Sampling用于新用户冷启的基本原理与流程
-
LinUCB用于新闻冷启动的基本原理与流程?
-
这里的谁是老虎机?谁是手柄?
-
如何建模手柄的收益?和哪些因素有关?
-
如何求出每根手柄的参数?
-
候选新闻集合是动态变化的,如何处理?
-
观察到用户反馈后,如何更新每根手柄的收益分布?时间复杂度是什么?
-
-
预测时遇到训练时未见过的新特征,是怎么处理的?
-
训练时遇到训练时未见过的新特征,是怎么处理的?
-
简述Meta-Learning的基本原理与流程
-
MAML作为一种特殊的meta-learning,特殊在哪里?
-
简述MAML的训练流程
-
MAML应用于推荐系统的冷启动
-
每个Task的粒度是什么?
-
哪些参数需要从最优初值初始化?
-
-
简述对比学习的训练流程和应用场景
-
你将对比学习应用于推荐系统的什么场景?
-
对比学习与向量化召回有什么异同?
-
你是怎么做对比学习的?
-
对比学习的样本从哪里来?
-
数据增强是怎么做的?
-
与主任务是怎么协同训练的?
-
-
让你建立一个模型,预测新入库物料的后验CTR,以找到那些潜在爆款?
-
样本怎么选?
-
怎么设计特征?
-
标签怎么收集?(提示:注意一下时间范围)
-
怎么设计Loss?
-
怎么用这个模型?
-
-
设计对新用户友好的特征?你打算在模型中怎么用这些特征?
评估与调试
-
AUC的物理含义
-
AUC用在评价推荐性能时的缺陷
-
GAUC的计算方法
-
GAUC的缺点(提示:权重、位置)
-
NDCG的思路与计算方法
-
AUC能不能用于评价召回模型?
-
你在评估召回模型时,主要使用哪些指标?
-
MAP的思路与计算方法
-
AB Test中应该如何划分流量?
-
你在做AB Test时,一般会有哪些注意事项?
-
用通俗语言解释一下什么是p-value?
-
解释一下什么是Type I Error, Type II Error, Power?
-
如何知道某个特征在你的模型中的特征重要性?
-
一个多层的DNN,你想压缩一下,如何找到"滥竽充数"那一层?
-
你碰到过“线下AUC涨了,线上AB指标没提升”的情况吗?怎么处理解决的?
-
解释一下“特征穿越”现象,及如何解决?
-
你碰到过“老汤模型”带来的麻烦吗?如何解决?
-
新模型小流量上线后,我收集了一批线上数据
D
做测试样本,让新老模型都在D
上预测并计算GAUC,我的作法有什么问题?正确方式应该怎么做? -
解释一下“链路一致性”问题。你有没有遇到过“链路一致性”问题?如何解决的?
其他
-
以下你两个问题,只要你简历中出现GBDT相关项目,我一般都会问一下,能够答对的人不多
-
GBDT中的G代表梯度,那它是谁对谁的梯度?
-
给你一个
m*n
的数据集,m
是样本数,n
是特征数,问这个梯度向量G有多长? -
这两个问题实际上是一体的,你只要搞清楚G的含义,自然知道它有多长
-
这两个问题答对了,不代表你懂GBDT,但是答不上来,你肯定不懂GBDT。连G是谁对谁的梯度都搞不清楚,就好比你对外宣称自己是德华的忠实粉丝,但是人家问德华姓什么,你却回答不上来一样尴尬。
-