面试题库 › 算法 / 大模型 › 基于好评差评人数的电影排序推荐

基于好评差评人数的电影排序推荐

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:推荐系统架构与场景

哪些公司问过

美团1

常见岗位:机器学习算法(泛)

答案要点

  1. 直接用好评率存在小样本偏差,评价人数少的电影会被高估
  2. 贝叶斯平均:WR=v/(v+m)·R+m/(v+m)·C,样本少时向全局均值收缩
  3. 威尔逊区间下界:按二项比例的置信下界排序,兼顾比例与样本量
  4. 个性化:协同过滤、矩阵分解利用用户历史行为
  5. 冷启动与稀疏:新用户用热门榜,新电影用内容特征或探索流量

易错点

面试官常见追问

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。

相关面试题