Re: [請益] 外商面試題目

※ 引述《pologuy (購物慾好強)》之銘言： : ex： : 甲買商品A 同時會購買BC : 乙買商品A 同時會購買CD : 因此A和C的關聯性較高 : 那麼要如何將A商品的關聯性商品記錄下來，並且將較高關聯性的商品（如上述C）推薦給 : \ : 消費者？ : 這是小弟之前面試的題目，想不到好的方法，想請教各位！ 如果是面試，簡單的作法是把甲和乙（或其它user 假設是相同一個人） 並假設ABC與時間無關（想成賣永久，不會下架） 這樣問題可以簡化成frequent itemset/ Association rule learning 的問題 看這裡：http://en.wikipedia.org/wiki/Association_rule_learning 其中最簡單的解法是aprior: http://en.wikipedia.org/wiki/Apriori_algorithm 每一本資料探碪的書一定都會教這個演算法，本身很簡單，這裡就略過 面試要求現場寫出apriori的code挺合理的，基本上就是算confidence和support 這算是Data Mining 101，寫不出來／講不出來，很有可能被面試者 根本沒學／修過這門課，如果應徵data engineer/ data scientist 大概可以直接fail掉他 那…如果甲乙丙（user有不同偏好）不是同一個人，且東西有時效性（想成電影） 這幾年最經典的2010 KDD　Best paper的 BellKor's Pragmatic Chaos 演算法 Paper下載點：http://dl.acm.org/citation.cfm?id=1721677 後者那個鬼東西要看懂（不要講實作）都要好幾天 不可能現場寫得出來 相關的面試問題還有很多，基本上這是在考 Recommendation System Design或是Collaborative Filtering 有時候還會被加問如果資料很大（超大，大到放不到一台電腦如何解決） 正解是map-reduce　over hadoop，配上Apache Mahout 裡面有現成的Collaborative Filtering 函式庫可以使用 -- ※ 發信站: 批踢踢實業坊(ptt.cc)