面试题库 › 算法 / 大模型 › ItemCF 的实现、公式与常见改进

ItemCF 的实现、公式与常见改进

难度 ★★☆在 2 场真实面经中被问到 方向:算法 / 大模型考点:召回模型与算法

哪些公司问过

美团1腾讯音乐1

常见岗位:机器学习算法(泛)、推荐搜索广告

答案要点

  1. 基础相似度:sim(i,j)=|N(i)∩N(j)|/√(|N(i)||N(j)|),基于用户行为共现并惩罚热门物品
  2. 打分公式:score(u,i)=Σ_{j∈N(u)∩S(i,K)} sim(i,j)·r(u,j),按分数排序推荐
  3. 实现:用户-物品倒排表统计共现,离线算好每个物品的 TopK 相似列表,线上查表
  4. 改进:IUF 惩罚活跃用户、相似度归一化、热门惩罚指数、时间衰减
  5. Swing 等方法利用用户对的共同行为结构,降低偶然共现噪声

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