召回中的正负样本采样与热门去偏
哪些公司问过
答案要点
- 召回负样本以随机负样本为主,曝光未点击更适合精排
- batch 内负采样用同批其他样本的正例作负例,不限定同一用户,计算高效
- 热门物品被选为负例的概率近似正比于流行度,会被过度打压
- logQ 校正:logit 减去物品采样概率的对数;正样本侧对热门降采样
- 混合全局随机与 batch 内负样本,并适量加入困难负样本
易错点
- 把精排的负样本构造方式照搬到召回
- 做 batch 内负采样不做流行度校正,热门物品被过度打压
- 只做负样本去偏而不处理正样本中的热门占比
面试官常见追问
- 召回为什么不直接用曝光未点击作负样本?
- 困难负样本加太多会怎样?
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。