循環 從現象觀察到找到本質,最后到個人成長

https://github.com/mengning/linuxstart L2 Usage Common Commands PATH environment variab...
L4 Shell Style Guide variable name in uppercaseLocal variables lowercaseFunction names ...
1 SOLID原則 Single responsibility principle 單一責任原則 改的只有一個小的部分,也適合單元測試解析:單一責任原則指的是一個類只有一項工...
Elevator System Follow-up 管理類OOD題型 設計一個模擬/代替管理員日常工作的系統 管理類OOD解題思路 對于core object 考慮進出的對象...
1 重排序算法和多目標排序 多目標排序 score = CTR(α+CVR)(β+Price)...拍腦袋rules:同?XX N出1;活動扶持、新品扶持、低俗打壓;流量控制...
1 召回算法和業界最佳實踐進階 各種Embedding方法各種k-means方法kdtree和kball樹 2 用戶建模(召回、排序都會用到) 預測用戶下一個瀏覽或者購買的類...
1 推薦系統簡介 推薦系統介紹 見S0 推薦系統評估 顯式反饋和隱式反饋 準確性(學術界)評分預測topN推薦,準確和召回率 準備性(工業界)信息流:時長 -> 用戶行為 -...
1 推薦業務 排序模型 召回->粗排->精排精排 y = model(user, item, context)粗排 y = model(item, context) 特征:i...
https://www.jiuzhang.com/tutorial/big-data-interview-questionshttps://www.lintcode.com/...
講了什么?用戶畫像,標簽挖掘,基于內容推薦 1 用戶畫像 什么是用戶畫像用戶向量化后就是用戶畫像,便簽,注冊資料,社交關系都是稀疏向量;Embedding,svd,主題模型選...
基于內存,基于模型的協同過濾https://www.zhihu.com/question/23838165 主要講協同過濾,基于內存的(推相似用戶喜歡的,或者退喜歡用戶相似的...
哪幾個部分?一階模型融合,線性模型樹模型二階模型融合,FM高階模型融合,Wide and Deep 1 線性模型和樹模型 講了什么?GBDT + LR融合 為什么融合? 分為...
1 MAB問題和Bandit算法 Bandit算法定義最大化收益解決冷啟動和EE問題最小化累積遺憾,把選擇的機會給那些確定好的和還不確定的選項 Bandit算法實現湯普森采樣...
1 測試和常用指標 測試軟件工程測試:單元測試,回歸測試,壓力測試離線模擬測試:AUC,TopK準確率在線對照實驗:在線AB測試人工校驗回訪:人工介入測試,發現極端案例 檢測...
1 日志收集 需要的元素必要:用戶ID,物品ID,事件名稱和時間其他:從什么事件來,從什么頁面來,事件發生時用戶的相關屬性,事件發生時物品的相關屬性 推薦系統需要的矩陣Use...
1 信息流推薦架構 聚合信息流 內容采集和分析 抓取,標注,分配ID,運營邊界和調性,CMS,隊列通知離線計算離線計算 推薦結果,用戶畫像,排序模型推薦服務日志收集和其他配套...