推荐算法面经之八股文

哈喽，各位大佬们好，本文提纲搜集于某招聘软件，回答是我扯淡的，下面我一一总结如下，并稍微分门别类，仅供参考，不保证正确，这些记住了用来胡诌完全可以应付一面。

any problem could be solved in qq group 868373192

1-参数服务器上用SGD训练的时候有同步和异步两种方法，各自的优缺点是什么，异步怎么保证收敛性；

2-物品冷启动、用户冷启动的业务意义和常见做法；物品冷启动，首先入库的item都是有基本的信息的，如果这些信息都没有那没法推，只能进行投票的方法，随机曝光给部分用户（比如100个或者200个），如果CTR达到某个阈值再进行更大范围内的投票，曝光给500个用户或者800个用户，如果CTR仍旧超过某个阈值，那么继续投票。再说有属性信息的item，这些item可以按照品类（cate）进行推荐（相关推荐）。用户冷启动也是类似的方法，但无属性信息时可以采用热门推荐，top品类，以及地域