推荐系统中用户行为偏好的获取
哪些公司问过
答案要点
- 显式反馈:评分、点赞、收藏、负反馈;隐式反馈:点击、停留、完播、购买
- 采集:埋点与服务端日志,实时流和离线数仓清洗、去重、关联曝光
- 加工:按行为价值加权、时间衰减,构建类目/标签偏好与用户画像
- 表示:协同过滤、矩阵分解或行为序列模型学习用户兴趣向量
- 冷启动与稀疏:用注册信息、上下文、热门与探索策略补充
易错点
- 把未点击的所有物品都当负样本,忽略未曝光
- 不同行为一视同仁,不区分强弱信号
- 只建长期画像,忽略用户短期兴趣变化
面试官常见追问
- 隐式反馈有哪些噪声,怎么处理?
- 长期兴趣和短期兴趣怎么区分?
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。