百度數據挖掘部門

? ? ?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，發現這里還是一片工地，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松了許多。先是問了下基本情況，比較感興趣實驗室是做什么的。然后指出了我在一個項目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。了解大致情況后開始做題。

題目

（1）數據處理題目 ? ? ? ? ? ? ? ? 已知n個順序打散的用戶行文，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，建立一個數組，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，采用的方法是求得每個用戶的上線時間區間，然后再找到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數組存，我說用list，空間復雜度大了一些。

（2）推薦欄
? ? ? ?假設搜索的詞是“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”，根據搜索頻率可以判斷出來。 （1）然后給用戶打標簽，“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，盡可能多的遍歷網頁） （4）根據貼吧、微博信息，個人媒體 （5）根據其它也搜索“劉德華”的人的搜索結果，也就是一種針對用戶的協同過濾。（答上這個他很滿意） （6）這條是他加上的，我沒想到。根據用戶的點擊反饋，他搜完劉德華，又點了什么人，就推薦什么人。

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

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

* 本文來自博客 ?“李博Garvin“

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

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

總結

以上是生活随笔為你收集整理的面试总结-百度（2）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。