部分高频搜广推面经汇总

1.单双塔模型的计算效率分析
2.向量召回负样本构造策略（曝光未点击，全局负采样， Batch 内负采样，粗排背淘汰的样本，几种策略的对比）
3.什么是样本选择偏差问题
4.Batch 内负采样相比较全局负采样的优势？为什么可以提高计算效率，两者计算复杂度分别为？
5.搜索与推荐标签体系和损失体系的核心区别是什么？
6.Pointwise Pairwise Listwise 各自常见的损失函数与作用？什么是保值什么是保序？什么是保召回能力？
7.结构化召回与个性化召回常见采用的特征载体是什么？
8.多路召回的合并策略有哪些？
9.多目标得分融合策略有哪些？各自优缺点？
10.行为序列怎么分类？
11. TA 和 self attention 区别？
12.特征交叉 PPnet 千人千面的思路还可以借助怎样的手段实现？
13.双塔模型可以怎么优化？负反馈策略，上下文特征如何引入，迭代式困难样本挖掘策略，后预训练的引入
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。