推荐与搜索 面试题

这个方向在考什么

• 链路结构：召回 → 粗排 → 精排 → 重排，各阶段的目标与约束
• 样本构造：负采样、曝光未点击、样本偏差（position bias）
• 特征与实时性：特征穿越怎么产生、实时特征怎么保证一致性
• 评估：AUC 与 GAUC 的区别、离线涨线上不涨的常见原因

最常见的几个坑

• 只讲模型不讲链路，说不出召回和排序的目标差异
• 忽略样本偏差：用曝光未点击当负样本却不做纠偏
• GAUC 与 AUC 混为一谈，解释不了组内排序的意义

七天准备路线

1. 第 1 天画一遍完整推荐链路，标出每阶段的候选集大小与延迟预算
2. 第 2 天样本专场：负采样、样本偏差、样本穿越各准备一个案例
3. 第 3 天特征工程：用户/物品/交叉特征，实时特征的一致性怎么保证
4. 第 4 天评估专场：AUC、GAUC、NDCG、线上 AB 的关系
5. 第 5-7 天按方向刷题，准备"离线涨线上不涨"的排查思路

推荐与搜索高频面试题

• 推荐系统为什么要做多阶段（召回-粗排-精排-重排）而不是一个模型直接排？每一阶段的核心目标有什么不同？ · 1-3 年
• 双塔召回为什么必须最后才做用户侧和物品侧的交互？如果想加强交互能力，业界有哪些改进方向？ · 3-5 年
• 冷启动问题你会怎么处理？新用户和新物品的策略一样吗？请分别说。 · 1-3 年
• 离线 AUC 涨了但线上 CTR 没涨，你会按什么顺序排查？请给出具体清单。 · 3-5 年
• CTR 模型里为什么要用 GAUC 而不只看 AUC？GAUC 是怎么算的、它解决了什么问题？ · 1-3 年
• 特征工程里你会怎么做特征穿越（label leakage）的检查？请举一个推荐场景里常见的穿越例子。 · 3-5 年
• 多目标排序里，你手上的 CTR、CVR、时长这几个目标怎么融合成一个排序分？各目标样本量差异很大怎么办？ · 3-5 年
• 你做过线上 A/B 实验，请说明分流、样本量、显著性判断的要点。如果一个实验 p 值不显著，你怎么处理？ · 1-3 年
• 某电商推荐场景，item 约 500 万，日活用户 2000 万，用户平均有效行为 40 条。行为分布极度长尾：Top 1% 的 item 吃掉了约 60% 的行为。你用 ItemCF 做召回，上线后发现不同用户的召回结果高度雷同，基本集中在几百个头部爆款上。请给出你会采用的 item 相似度计算公式（写清楚热门惩罚项放在哪一项），并回答两点：(a) 为什么惩罚要作用在相似度层面，而不是在召回打分阶段给热门 item 乘一个降权系数；(b) 一个只有 2 条历史行为、且都是长尾商品的用户，你怎么保证他仍有足够的召回量。 · 3-5 年
• 某电商推荐系统的 i2i 协同过滤召回已经跑了两年：物品 200 万，日活 500 万，日新增用户-物品行为 2 亿条，离线用余弦相似度按天全量重算共现矩阵。最近两个季度，头部 5% 的商品占据了约 60% 的召回曝光位，长尾和新品几乎拿不到量。你接手后，会怎么定位这到底是「相似度定义」的问题还是「链路结构」的问题，并给出你的改造方案与验证口径？ · 5 年以上
• 已知用户-物品二值行为矩阵（1 = 有过交互）：u1={i1,i2,i3}，u2={i2,i3,i4}，u3={i3,i4}，u4={i1}。请用 UserCF 给 u1 生成推荐：① 基于二值向量的余弦相似度，算出 u1-u2、u1-u3、u1-u4 分别是多少（保留两位小数）；② 取 Top-2 邻居、按相似度加权，写出你会推给 u1 的物品和分数；③ 如果某个邻居是一个几乎什么都看过的超级活跃用户，这个打分公式会出什么问题，怎么改。 · 校招
• 你的双塔召回模型已上线，用户塔和 item 塔各输出 64 维向量，线上用 ANN 检索 top 500。item 塔的输入中包含 item_id 的 embedding。现在每天新增约 10 万个新 item，全量 item 有 8000 万，训练样本取自过去 30 天的曝光点击日志。业务反馈：新品发布后 24 小时内几乎拿不到任何曝光。请说明原因并给出改法，要具体到 item 塔里哪些特征留、哪些不留，以及新 item 的向量是怎么产生的。 · 3-5 年
• 你们有两路召回：一路是 i2i 协同过滤，一路是新上的双塔向量召回（用户塔+物品塔，内积检索）。双塔离线 recall@500 比 i2i 高 8 个点，但上线后大盘 CTR 只涨了 0.3%，链路延迟多了 15ms，物品向量索引每天全量重建一次、耗时 3 小时（这 3 小时里新品进不来）。你会怎么判断这路双塔值不值得保留，以及下一步怎么改？ · 5 年以上
• 场景：1 亿物品、千万 DAU，召回要在毫秒级返回 500 个候选，你们用双塔（user 塔 + item 塔）做召回。请回答：① 为什么双塔能在这个量级下做到毫秒级，item 侧的计算发生在什么时刻；② user 塔和 item 塔能不能输入“该用户是否点击过这个物品的同类目”这种交叉特征，为什么；③ 训练时 batch=512、每行 1 个正样本，用 in-batch 负采样，这个 batch 里实际有多少个负样本？这种采样方式有什么偏置，怎么缓解。 · 校招
• 链路量级是：召回 1000 → 粗排 300 → 精排 30。粗排是一个小双塔，精排容量大得多。上线后发现约 15% 最终高转化的 item 在粗排阶段就被截断在 300 名之外，粗排离线 AUC 0.75、精排 0.82。把粗排候选从 300 扩到 500 只能挽回一小部分，延迟却涨了 40%。请说明你会从哪几个方向改，并说清每个方向为什么能减少这种截断。 · 3-5 年
• 当前链路是：召回 5000 → 粗排（轻量模型）选 500 → 精排（DNN+交叉特征）打分。你抽查发现，精排最终 top50 里约有 20% 的物品，在粗排阶段排在第 500～1500 名。同时精排模型刚升级过，离线 AUC 涨了，但大盘 GMV 没动。你会怎么排查，先动粗排还是先动精排？ · 5 年以上
• 召回返回 3000 个候选，精排模型 batch=256 打一次分要 20ms，整条排序链路的预算只有 100ms。请回答：① 先做预算核算，说明为什么必须加一级粗排、粗排大概要截到多少个；② 粗排和精排的差别具体体现在哪几处（模型结构、特征量、样本、目标），不要只说“模型更小”；③ 有人提议“把精排的 200 维特征砍到 20 维直接给粗排用”，这个做法有什么问题，你会怎么让粗排尽量贴近精排的排序结果。 · 校招
• 你的排序模型同时输出 pCTR、pCVR、pOrder 三个目标，线上融合为 score = pCTR^α · pCVR^β · pPrice^γ。上线一周后 CTR 涨了 3%、CVR 跌了 5%、GMV 基本持平。请回答：(a) 你怎么判断问题出在融合权重，还是出在 CVR 这个目标本身没学好；(b) 如果要用离线日志自动搜 α、β、γ，你的优化目标是什么，怎么避免搜出来的权重只是过拟合历史策略。 · 3-5 年
• 主排序模型同时优化点击率和转化率：底层共享，上层分 CTR 塔和 CVR 塔，CVR 用点击样本训练。上线一段时间后发现，「点击率高、转化率低」的商品排名明显被顶上来，大盘 GMV 下滑但 CTR 略涨。你会怎么定位问题、怎么改训练目标和融合方式？ · 5 年以上
• 视频推荐要同时优化点击率（CTR）和完播率。样本里有大量“曝光未点击”的样本，这些样本没有完播行为。请回答：① 为什么不能把两个目标按 0.7×click + 0.3×finish 合成一个 label，只训一个模型；② 如果把未点击样本的完播 label 直接置 0 参与完播任务训练，会有什么后果；③ 线上拿到两个目标的预测分之后，你会怎么合成一个排序分。 · 校招

共 36 道，这里列出前 20 道。 去题库检索