《推荐算法》专题

本文向大家介绍PHP面试常用算法(推荐)，包括了PHP面试常用算法(推荐)的使用技巧和注意事项，需要的朋友参考一下 一、冒泡排序 基本思想： 对需要排序的数组从后往前（逆序）进行多遍的扫描，当发现相邻的两个数值的次序与排序要求的规则不一致时，就将这两个数值进行交换。这样比较小（大）的数值就将逐渐从后面向前面移动。 //冒泡排序 二、快速排序 基本思想： 在数组中挑出一个元素（多为第一个）作为标尺，

【boss直聘 hrbp面】 部门：商推 事件：五面终面hr，一个白皙的美女hr，挺好的 时间：20min 内容： 主要就是聊天，问问实习情况，春招情况；主要了解户口，因为我没有在境外停留360天以上，所以hr告诉我留学生和应届通道都没办法给我落户（what？我不算应届生吗，不过查了一下确实两个通道都走不了了，有留学落户意愿的同学注意下）；问我感觉boss面试官如何（高效、好沟通）；问我想在bos

在Spark MLlib中，推荐算法这块只实现了基于矩阵分解的协同过滤推荐算法。而基于的算法是FunkSVD算法，即将m个用户和n个物品对应的评分矩阵M分解为两个低维的矩阵：$$M_{m times n}=P_{m times k}^TQ_{k times n}$$ 其中k为分解成低维的维数，一般远比m和n小。如果大家对FunkSVD算法不熟悉，可以复习对应的原理篇。 2. Spark推荐算法类库

SimRank是基于图论的，如果用于推荐算法，则它假设用户和物品在空间中形成了一张图。而这张图是一个二部图。所谓二部图就是图中的节点可以分成两个子集，而图中任意一条边的两个端点分别来源于这两个子集。一个二部图的例子如下图。从图中也可以看出，二部图的子集内部没有边连接。对于我们的推荐算法中的SimRank，则二部图中的两个子集可以是用户子集和物品子集。而用户和物品之间的一些评分数据则构成了我们的二部

推荐算法优化试验 推荐算法和AppAdhoc A/B Testing 许多网站或APP都涉及到推荐系统，比如电商产品会涉及在结算月推荐“购买了此商品房的用户也购买了…”，比如新闻资讯类的首页动态推荐Feed流，影视和音乐类的产品会在最显著的地方有推荐板块等等。。。 无论是基于内容，基于协同过滤，或是基于标签的算法模型，都会面临同样的问题：如何衡量算法模型的好坏？很多时候，只能凭感觉，实际效果往往差

问了几分钟论文，出了一道零钱a了 加上自我介绍二十分钟不到面完 过了一周 今天发消息说进人才库了 包kpi的😅

一面时间：3月25日11:00 ～ 11:50 自我介绍 聊实习经历，根据实习经历问了几道八股： 简单介绍attention机制 有什么和self-attention不一样的注意力机制了解过吗 为什么要使用多头注意力 然后问了一些推荐场景的业务问题，结合自己的经历聊 最后算法题：3. 无重复字符的最长子串 面试官人很好，也没有问什么刁难的题，最后反问环节问了还有什么需要加强的也给我指导了许多，面试

很快啊，前脚面试完快手，后脚京东就来了 1.code 经典dp，左上走到右下最小开销，一次成功！ 2.业务 问了具体怎么做的，比如如何构建正负样本，模型预测的是什么 3.无八股 稍微问了问细节怎么实现的，也全都回答上来了，已经被挂麻了，给个机会吧

1.项目 介绍了一下快手实习，很深入探讨 2.code 隐马尔可夫模型，牛逼我只能说 给定PI，Q，P矩阵，玩N次游戏，求N次游戏得到的R的概率 刚开始说了个暴力解，然后在面试官提醒下，弄出来个DP算法，非常考验数学和DP的理解 3.八股 Adam的公式，额外的开销 AUC定义，AUC如何计算，如何优化 介绍一下self-attention 面试有点狠，面试官非常温和的问了一些不得了的问题，许愿三

1.项目 问了一下快手的工作 2.八股 介绍一下MMOE，极化现象知道吗，如何解决 L1和L2的区别 介绍一下bn 过拟合还有什么其他方法 3.code 最大子数组和 链表交替打印 4.反问 业务是图文推荐，据说老板很重视，冲冲冲

7.12 一面通过，一面面试体验良好 当天下午hr通知二面 约了7.14的二面 7.14下午三点二面，面试官迟到，与hr沟通后进入会议室开始面试 一上来问了我很多与推荐算法无关的东西（是真不会啊） 问了和开发相关的，什么是推排序，怎么实现， 一个场景题，给你一个不知道长度的链表，怎样等概率的抽取50个数据。。。。。。 就是不问机器学习的相关知识，当场kpi面试官，直接摆烂 之后，问了论文和项目，说

乱序 1、有了解fm吗。不太熟悉，核心思想是将wij分解为vil和vlj。 2、transformer的注意力机制。x复制3份，交由三个权重矩阵得到qkv，softmax（qk^T）/(根号dk)*v。之后就是一些具体在干嘛的，我说的用这个做的机器翻译，当时是纯手打完transformer成所以比较熟悉，记忆比较深刻，但是面试官好像没继续深入问下去。 3、说一下mmoe。这是一个多任务的双塔模型，

一上来自我介绍 然后立刻写代码 手撕LRU，不能用list 之前没刷到过，现场思考的，思路对但时间没了。 没想到也不问简历，也不问机器学习，直接结束面试了。 这是否有点没有人文关怀了。

自我介绍 介绍项目 BERT了解吗，具体讲一下 BERT采用哪种noramlization方式 transfomer为什么要除以dk 推荐算法了解多少，具体讲一下推荐算法框架及流程 手撕代码 查找最小k个数 你有什么要问我的吗

1、自我介绍 2、竞赛你是怎么做的，你觉得哪部分工作让你取得这么好的名次 3、实习经历，你在这段经历中做了什么 4个人爱好，性格 5最自豪的一件事，工作中的优缺点 6、图文推荐，短视频推荐，直播推荐有哪些异同点 7、单列和双列推荐会有哪些不同 8、一道概率论题 9、一道算法题 10、反问 bg：双非本，top2硕，两段京东实习，一个深度学习竞赛3/800，无论文，感觉3面很少问技术细节了，相对来说