给我面没招了,发点面经攒攒人品~项目:1. 数据预处理的出发点?2. 对于真实的推荐场景中,新物品本来交互数据就比较少,如果直接过滤存在什么问题?3. 如何评价效果的好坏?4. 数据集每条数据的label格式?5. 具体的训练优化过程?6. 打压热门商品具体的做法?7. 随机抽样的样本是从哪抽取的呢?8. 困难负样本的设计方式?9. 选取损失函数的逻辑是什么?10. 在一个batch内,你的Loss是怎么算出来的?11. 一个batch内有A条正样本,B条负样本。要算几次loss?12. 有考虑过用Listwise的建模方式吗?13. 你对推荐系统全链路的理解?14. MMR多样性算法的简单原理?手撕:1.求数组的中位数2. 快速排序