面試總結-百度（2）

李博Garvin發表於2015-04-02
面試

百度資料探勘部門

     跟一面隔了差不多一個星期，收到了二面的通知，這次不是去百度大廈，是去科技園。第一次來科技園，發現這裡還是一片工地，有很多大的IT公司，看到漢王科技、IBM之類的。

     面試官是一個三十五歲左右的一個看似像是部門leader的人。拿著電腦，邊面試邊處理工作，氛圍比一面的時候輕鬆了許多。先是問了下基本情況，比較感興趣實驗室是做什麼的。然後指出了我在一個專案中使用的機器學習的錯誤，一看就是行家。一直微笑著提各種尖銳的問題。瞭解大致情況後開始做題。

題目

（1）資料處理題目
       
        已知n個順序打散的使用者行文，ID（qq號），狀態（1表示上線，0下線），時間。已知0時刻再現人數是x個，求第1時刻的人數。

答：這道題其實很簡單，建立一個陣列，每兩個時刻區間內，上線就總數加一，下線就減一。

一開始我沒完全領會到意圖，採用的方法是求得每個使用者的上線時間區間，然後再找到1時刻上線的人。經過提示，想到的跟正確答案類似的結，但是因為我沒說是用陣列存，我說用list，空間複雜度大了一些。


（2）推薦欄

       假設搜尋的詞是“劉德華”，你該怎樣推薦邊欄的推薦人物。

答：以下是我的答案，判斷重名的可能性，找到是哪個“劉德華”，根據搜尋頻率可以判斷出來。
（1）然後給使用者打標籤，“歌手”、“演員”等，推薦相關條目下的高熱度人物。
（2）接著遍歷相關時效性新聞，找到同時出現的關聯度高的人物。
（3）遍歷此人出現的網頁，找到關聯人物。（期間問了如何去噪，比如編輯小王這種，我的回答是可以找到網頁的第一段內容判斷，還有就是根據比例，儘可能多的遍歷網頁）
（4）根據貼吧、微博資訊，個人媒體
（5）根據其它也搜尋“劉德華”的人的搜尋結果，也就是一種針對使用者的協同過濾。（答上這個他很滿意）
（6）這條是他加上的，我沒想到。根據使用者的點選反饋，他搜完劉德華，又點了什麼人，就推薦什麼人。


經驗是，不要裝逼，踏實的想怎麼實現需求，花哨的程式碼沒用，主要是效率要高。另外就是，腦子要快，順著提示往上爬。


/********************************

* 本文來自部落格  “李博Garvin“

* 轉載請標明出處:http://blog.csdn.net/buptgshengod

******************************************/



相關文章