第4章 推荐算法基础模型：矩阵分解、协同过滤、FM/FFM
模型核心对比
| 模型 | 原理/特点 | 适用场景 | 主要缺点 | 代表算法 |
|---|---|---|---|---|
| 矩阵分解 | 将交互矩阵分解为用户/物品隐向量 | 评分预测、Top-N推荐 | 冷启动、稀疏性 | SVD、ALS、BiasSVD |
| 协同过滤 | 基于用户/物品相似度推荐 | 社交推荐、早期推荐系统 | 可扩展性差、冷启动 | User-CF、Item-CF |
| FM/FFM | 隐向量交叉特征，FFM引入域 | CTR预估、广告排序 | FFM计算量大 | FM、FFM、DeepFM |
🎯 面试问答1：矩阵分解
面试问题：请解释矩阵分解在推荐系统中的应用及优化方法。
面试官考察点：对SVD数学原理、损失函数设计、正则化策略、优化算法（SGD vs ALS）的理解，以及能否结合工业场景处理偏置项和隐式反馈。
回答框架：概述（分解思想）→ 数学形式（R≈U·V^T）→ 损失函数（MSE+正则）→ 优化算法（SGD/ALS）→ 工程技巧（偏置项、置信度加权）。
简短示例回答：矩阵分解将用户-物品评分矩阵分解为两个低秩矩阵，通过最小化预测与真实评分均方误差（MSE）并加入L2正则化学习参数。常用SGD或ALS优化，可引入用户/物品偏置项提高精度，对隐式反馈常采用加权最小二乘（WALS）处理。
可能追问：如何处理冷启动？ALS与SGD相比有什么优势？
🎯 面试问答2：协同过滤
面试问题：协同过滤算法有哪些类型？如何应对其局限性？
面试官考察点：是否区分User-based和Item-based，相似度度量选择，对冷启动/稀疏性的理解，以及改进方向（矩阵分解、混合方法）。
回答框架：分类（用户/物品/模型）→ 相似度计算（余弦/皮尔逊/杰卡德）→ 核心问题（稀疏性、冷启动）→ 改进方案（矩阵分解、KNN优化、社会化推荐）。
简短示例回答：协同过滤分为基于用户和基于物品两类，通过相似用户或物品进行推荐。主要问题是数据稀疏和冷启动。改进方向包括采用矩阵分解作隐因子建模，或融合物品属性/content进行混合推荐；也可引入用户社交网络缓解冷启动。
可能追问：对于高度稀疏的用户-物品矩阵，相似度计算有何替代方案？Item-based协同过滤在电商中的具体应用？
🎯 面试问答3：FM/FFM
面试问题：FM和FFM的原理是什么？在推荐系统中有哪些应用？
面试官考察点：对特征交叉方式的理解（隐向量内积）、FFM的域概念、时间复杂度对比、以及在CTR预估等场景的落地。
回答框架：引入背景（稀疏特征交叉）→ FM原理（每个特征一个隐向量，二阶交叉内积）→ FFM原理（每个特征对每个域独立隐向量）→ 复杂度对比（FM:O(kn), FFM:O(kn²)）→ 应用场景（CTR预估、Feature Engineering替代）。
简短示例回答：FM通过对每对特征学习隐向量内积实现二阶特征交叉，有效解决稀疏数据下独立参数无法估计的问题。FFM进一步引入域概念，每个特征对不同域拥有不同隐向量，交叉精度更高，但参数量大。二者广泛用于CTR预估、广告排序等场景。
可能追问：DeepFM与FM的关系？如何选择FM的隐向量维度k？
📁 项目案例：基于FTRL的FM点击率预估模型
| 项目名称 | 大规模实时CTR预估模型 |
| 业务背景 | 某电商平台广告系统，要求实时预测用户对广告的点击概率，支持每秒数万次请求，模型每天增量更新适应数据分布变化。 |
| 规模指标 | 日活用户1亿，广告商品5000万，特征维度10亿（含用户画像、商品属性、上下文），平均模型大小50GB。 |
| 技术栈 | FTRL优化器、FM模型、Spark/Flink进行特征工程、Redis存储模型参数、自研在线学习框架兼容TensorFlow。 |
| 核心难点 | 1) 特征极度稀疏且维度大，FM正则和初始化敏感；2) 实时性要求＜50ms，需工程优化（参数分片、异步更新）；3) 在线学习容易出现概念漂移，需要监控和回滚机制。 |
| 面试高频追问 | • 为什么选择FTRL而不是SGD？（FTRL能自动稀疏化特征权重，降低存储和计算） • 如何处理特征哈希碰撞？（对碰撞容忍，通过采样和纠错码提升鲁棒性） • 在线模型与离线模型的差异？（实时性、数据分布变化、模型版本管理） |
| 可迁移回答话术 | 当面试官问到“大规模在线学习”时，可回答： “在我负责的CTR项目中，我们采用FTRL优化器配合FM模型，利用其L1正则的稀疏化特性控制模型大小；通过特征哈希将高维特征映射到固定桶中，并配合分布式参数存储实现毫秒级推理；同时建立训练-评估-回滚流水线，保障模型稳定性。这套思路同样适用于推荐系统的实时个性化场景。” |
📋 面试策略总结
- 矩阵分解：回答时必提正则化和偏置项，体现对过拟合和评分偏置的工程理解。
- 协同过滤：重点阐述如何解决稀疏/冷启动（如混合推荐、内容扩充），避免单纯背书。
- FM/FFM：突出特征交叉和域的思想，能说出DeepFM等变体，体现前沿知识。