购物场景的推荐系统怎么设计
哪些公司问过
答案要点
- 核心是漏斗式多阶段:召回、粗排、精排、重排
- 召回:协同过滤、基于内容、双塔向量召回、热门与新品召回
- 排序:CTR、CVR 预估模型(LR、DeepFM、DIN、DCN),多目标融合
- 重排考虑多样性、去重、业务规则;解决冷启动与实时性
- 评估:离线 AUC,线上点击率、转化率,A/B 测试;注意曝光、位置偏置
易错点
- 只说一个算法,没有整体的漏斗架构
- 把召回和排序混为一谈
- 不提冷启动和评估
- 忽略曝光偏置和位置偏置
面试官常见追问
- 协同过滤的原理是什么?
- AUC 是如何衡量推荐算法好坏的?
- 曝光偏置和位置偏置怎么理解?
- 多个目标比如点击、转化、时长怎么一起做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。