推荐系统中常见的偏差(Bias)
哪些公司问过
答案要点
- 位置偏差:靠前的物品更容易被点击,点击不等于喜欢
- 曝光偏差:只观测到展示过的物品,未曝光不等于不喜欢
- 选择偏差:训练数据和真实分布不一致;流行度偏差:热门物品被过度推荐
- 从众偏差与反馈循环:用户受他人影响,模型推荐什么就收集什么,数据越来越窄
- 缓解:位置特征训练时用推理时去掉,逆倾向加权,随机探索流量,流行物品降权,因果方法
易错点
- 只说位置偏差,不提曝光和选择偏差
- 把未曝光样本直接当成负样本
- 没有提到反馈循环
面试官常见追问
- 怎么处理位置偏差?
- 逆倾向加权是什么?
- 怎么获得无偏数据?
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。