蘑菇街推荐算法一面/二面/三面（三面凉凉了）
一面
聊项目，问了类别不均衡问题，也问了模型可解释问题，好像蘑菇街喜欢可解释强的模型？然后当时引申的一个问题是，如果nn可以解决高维度离散问题，为啥还需要gcn来解决关联性的问题。其它不记得了。
问的算法题很简单，就是两个排序数组合并成一个数组。
二面
自我介绍以后，面试官就问了我两个大数相加的问题，写代码ing
然后就聊了聊项目。
三面
1 - 简单介绍一个项目，这样做的原因
2 - 你的gcn模型可解释怎么办
3 - 你说lr模型可解释性高，它的可解释性体现在哪里？是权重越大，可解释性就越强吗？
4 - F(N) = F(N-1) + F(N-2)的时间复杂度和空间复杂度问题
5 - 一个商家。第一天看A商品和B商品的点击率。点击率公式是点击/曝光。然后，平均的是a的点击加b的点击/a的曝光加b的曝光。问，第二天发现，a的点击率和b的点击率上升了，但是平均的下降了。是什么原因，从哪些方面入手去解决这个问题
这问题，我用公式角度回答的，然后面试官问我还要其它解释吗。。我不知道。。
三面的这几个问题都回答的不好，感觉凉了。。。我已经被leader挂出了心理阴影了。。
#蘑菇街春招##蘑菇街##算法工程师##实习##面经#
