第4章 深度学习推荐模型面试题
本章聚焦 DNN、Wide&Deep、DeepFM、DIN 等经典模型，覆盖面试中高频出现的结构对比、设计动机、业务适用场景。掌握回答框架与避坑点，能快速组织清晰、有深度的表达。
📌 使用建议： 回答时先点明模型结构，再讲核心思想，最后结合业务场景给出优劣势与变体，能够体现系统思维。
面试问答卡片
🎯 面试问题：请介绍 Wide&Deep 模型的结构和设计思想
| 考察点 | 对 Wide&Deep 结构的理解、设计动机（记忆与泛化）、特征工程意识 |
| 回答框架 | ① 整体结构：Wide 部分（LR）+ Deep 部分（DNN）联合训练；② 设计动机：Wide 记忆高频特征组合，Deep 泛化未见特征；③ 训练方式：joint loss 同时更新两部分参数 |
| 简短示例回答 | “Wide&Deep 由线性 Wide 部分和 DNN Deep 部分组成，Wide 侧用 LR 结合人工构造的交叉特征抓住高频共现，Deep 侧用嵌入+多层网络学习低维泛化表示，两者在最终层加权求和，通过联合损失函数训练。在 Google Play 推荐中安装率提升 3.9%。” （82字） |
| 可能追问 | ① Wide 部分的交叉特征如何选择与构建？② 为什么 joint training 比 separate training 效果好？③ 实际部署时 Deep 部分的计算延迟如何处理？ |
| 避坑提醒 | ❌ 不要只背结构图不说人工特征工程代价。✅ 强调 Wide 部分需要领域知识，以及在线 serving 时特征拼接的工程优化。 |
🎯 面试问题：DeepFM 相比 Wide&Deep 有哪些改进？
| 考察点 | 对 FM 与 DeepFM 的理解，模型对比分析能力，是否理解自动特征交叉的价值 |
| 回答框架 | ① 区别：DeepFM 用 FM 代替 Wide 部分的 LR；② 优势：FM 自动学习二阶交叉，无需人工；③ 共享嵌入：DNN 与 FM 共享底层 embedding，减少参数量 |
| 简短示例回答 | “DeepFM 将 Wide&Deep 中的 LR 替换为 FM，FM 自动对所有特征做二阶内积交叉，避免人工特征工程。同时 DNN 与 FM 共享底层的特征 embedding，整体端到端训练更高效。在公开 CTR 数据集上 AUC 比 Wide&Deep 提升约 0.5%。” （95字） |
| 可能追问 | ① FM 部分与 Wide&Deep 的 Wide 部分在特征交叉能力上具体差异？② DeepFM 中 DNN 与 FM 共享 embedding 后梯度如何传播？③ 如果特征维度极大，FM 部分计算瓶颈怎么解决？ |
| 避坑提醒 | ❌ 不要只说“用FM替换LR”而忽视共享 embedding 的关键设计。✅ 要提 FM 的低秩分解思想使得计算复杂度为 O(nk)，适合高维稀疏场景。 |
🎯 面试问题：DIN 模型的核心创新是什么？如何建模用户兴趣？
| 考察点 | 注意力机制在推荐中的应用，DIN 的设计动机（用户兴趣多样性/动态性）、局部激活概念 |
| 回答框架 | ① 动机：用户兴趣多样且与候选广告相关；② 方法：对用户行为序列加注意力机制，权重由候选 ad 与行为 item 的相似度决定；③ 输出：自适应加权得到用户兴趣向量 |
| 简短示例回答 | “DIN 针对用户兴趣的多样性和动态性，引入局部激活单元（Attention）对历史行为序列中每个 item 根据候选广告计算权重，加权得到当前候选广告相关的用户兴趣表示，而非简单 pooling。在阿里广告 CTR 提升 10%+。” （96字） |
| 可能追问 | ① DIN attention 与 Transformer self-attention 的区别？② 用户行为序列长度差异大如何处理？③ DIN 训练时负样本如何采样？ |
| 避坑提醒 | ❌ 不要说“用了 attention 就完了”，要突出“候选广告相关”的局部激活特性。✅ 结合实际：序列过长时可截断或用 GRU 动态处理，验证集可观察注意力权重分布。 |
项目案例模板
🏗️ 项目：短视频推荐系统深度学习模型迭代
| 业务背景 | 短视频平台日活 5000 万，首页推荐需要同时考虑用户长期兴趣与短期实时行为，原有 LR+GBDT 模型无法捕捉非线性特征交叉与序列信息。 |
| 规模指标 | DAU 5000万，每天曝光请求 60 亿，在线特征维度 10 亿级，模型参数 5 亿 |
| 技术栈 | TensorFlow 2.x, Spark（特征工程）, PaaS（在线 serving）, Redis（embedding 缓存） |
| 核心难点 | ① 特征维度极高且稀疏，embedding 表超 50GB；② 在线 request 需要 10ms 内返回，DNN 推理延迟高；③ 用户行为序列长度可达上千，直接 pooling 信息丢失严重 |
| 面试高频追问 | ① 为什么从 LR+GBDT 迁移到 DeepFM？AUC/GAUC 提升多少？② 在线推理如何优化？（embedding 拆分、模型剪枝、int8 量化）③ 如何处理冷启动用户？（小样本用 LR 兜底，逐步叠加 DNN） |
| 可迁移回答话术 | “该项目核心是 从 LR+GBDT 升级为 DeepFM，通过 FM 自动学习二阶交叉 + DNN 深层次特征组合，GAUC 提升 2.1%。针对推理延迟，我们做了 embedding 预提取、模型分片 serving、并引入 DIN 的 attention 机制处理长序列，最终在保持延迟 8ms 内的情况下 CTR 提升 12%。” （99字） |
⚠️ 面试高频失分点： 只讲模型不讲工程（训练/推理效率），或只背指标不说业务收益。务必结构化表达：模型选择动机 → 具体结构 → 线上效果 → 工程落地挑战。