推荐中的正负样本构建与难负样本挖掘
哪些公司问过
答案要点
- 排序阶段:曝光点击/转化为正,曝光未点击为负,负样本降采样后需做概率校准
- 召回阶段:全局随机负采样、batch 内负采样,并做流行度修正
- 难负样本挖掘:上一版模型高分未点击、同类目同品牌、BM25 或向量近邻
- 难负样本可能含假负例,常取中间排名段并与随机负样本混合
- 关注样本选择偏差,可用重加权、去偏或校准修正
易错点
- 召回只用曝光未点击做负样本
- 直接取排名最靠前的未点击物品做难负样本,引入大量假负例
- 负样本降采样后不做校准,预估概率偏高
面试官常见追问
- 为什么召回不能只用曝光未点击做负样本?
- 难负样本比例过高会怎样?
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。