搜广推校招面经四十

字节-广告算法

一、离线AUC涨了，但AB实验没涨，可能的原因？

1.1. 线上线下得样本空间不一致（SSB）

线上模型使用的是实时获取的点击、曝光数据。线下使用的离线数据。这可能导致数据分布存在偏差。

• 线上数据受曝光机制、冷启动、新品推荐等因素影响，与离线数据不完全匹配。
• 线下数据存在采样偏差

1.2. AUC这些指标无法衡量线上打分准确性。

AUC毕竟只是衡量排序

1.2.1. 引申：PCOC（预估值/真实后验概率）不准确

线上效果与PCOC相关，但是AUC不能直接衡量PCOC的准确性。

1.3. 链路一致性问题：精排过后，受后续策略影响。

AUC仅仅衡量精排的效果。但在实际推荐系统中，精排打分后，还有融分、重拍、混排等过程。

二、时长／ LTV 预估任务应该作为回归任务建模么？和普通回归任务有什么区别？可以采用什么 loss function &激活函数？为什么？

用户生命周期价值（LTV）预估任务通常被视为一种回归任务，因为它的目标是预测一个连续值——即用户在整个生命周期中可能为产品或服务带来的总收益。

2.1. LTV 预估作为回归任务的特点

1. 数据分布特性：LTV 数据往往具有显著的零膨胀现象，意味着有很多用户的LTV为零，因为他们没有进行任何购买行为。此外，LTV 分布通常是长尾的，少量高消费用户贡献了大量的收入。
2. 预测时间跨度：LTV 通常需要考虑较长的时间范围，这增加了预测的不确定性，并可能导致更复杂的模式和趋势出现。
3. 业务应用场景：在营销策略制定、资源分配等方面，准确的LTV预估至关重要，因此模型不仅要能够给出点估计，还应该提供预测的置信区间或者概率分布。

2.2. 损失函数选择

• MAPE+log变换：
• 零膨胀对数正态（ZILN）损失：专门为LTV标签设计，可以同时捕捉流失概率并考虑LTV的重尾特性，提供了点预测的不确定性量化。

2.3. 核心指标 MAPE

• 分群验证：将人群分为：新客、老客、沉默用户分别统计误差和偏差。防止群体差异带来干扰
• 品类隔离：高复购的品类（日百）和低频品类（家电）独立计算，确保可比性。
• 时间窗口加权
• 业务口径对齐

三、20. 有效的括号

• 思路：
  创建一个哈希表（或者数组），遍历字符串，1：遇到左括号，保存对应的右括号，2：遇到右括号，直接判断栈顶的左括号是否与右括号为同一类型。
• 代码：

class Solution:
    def isValid(self, s: str) -> bool:
        if len(s) % 2:  # s 长度必须是偶数
            return False
        st = []
        for c in s:
            if c == '(':
                st.append(')')             # 遇到左括号，入栈对应的右括号
            elif c == '[':
                st.append(']')             # 遇到左括号，入栈对应的右括号
            elif c == '{':
                st.append('}')             # 遇到左括号，入栈对应的右括号
            elif not st or st.pop() != c:  # 遇到右括号，1.栈是否为空（右括号是否多于做左括号），2.出栈是否为对应左括号
                return False               
        return not st  # 所有左括号必须匹配完毕