-----正文手动分割线------

本文结构速览：

一、SQL题

二、机器学习与概率论

三、开放性问题

一、SQL题

▼ 面试真题1 ：

现有一张用户活跃表（user_acttive)

字段结构如下：

• date：日期

• user_id：用户ID

• device：设备类型

• active_score：活跃度

问题① ：请计算每日的用户次留率

▼ 解题思路：

① 表进行自关联，日期+1天错开匹配

② 当天数据不进行次留计算

问题② ：

根据不同设备，按照用户活跃度进行排名，并输出每个设备活跃度TOP100的用户ID及活跃日期、活跃度。

▼ 解题思路：

① 考察窗口函数

② 对于相同活跃度如何排名

Tips：本篇使用rank()函数，若面试官想要唯一100行记录，需要使用row_number()函数，针对活跃度相同如何进行排名需和面试官确认逻辑。

▼ 面试真题2 ：

除了distinct外还有什么方法可以去重？

▼ 解题思路：

SQL去重的方法主要有三种

① DISTINCT（题目中已提到）

② GROUP BY

③ ROW_NUMBER()函数

举例，比如在面试真题1中，需要对设备信息进行去重。

▼ 面试真题3 ：

请说明以下函数区别

• RANK()

• ROW_NUMBER()

• DENSE_RANK()

▼ 解题思路：

• ROW_NUMBER()函数会依次进行排序且序号不相同

• RANK()函数会依次排序如结果一样序号相同且会跳跃排名

• DENSE_RANK()会依次排序如结果一样序号相同且不会跳跃排名

实操：假设现有以下学生成绩数据(student_socre)

现按照科目成绩进行排名：

输出结果如下：

详细的内容可参考牛客主页 文章：

二、机器学习&概率论

▼ 面试真题1：

两个向量之间的相似性计算有什么方法？

▼ 解题思路：

相似性计算方法主要可以分为"距离类"和"相似度"

下面罗列一些常用的计算方法

Tips：如果时间有限，建议针对不同类型选中一至两个重点了解和掌握。

▼ 面试真题2 ：

AB实验如何进行假设检验？

▼ 解题思路：

① 确认原假设和备择假设

• H0:实验组和对照组没有显著差异

• H1:实验组和对照组有显著差异

② 构建检验统计量

• 如果检验统计量服从标准正态分布，总体方差或样本量较大，可使用U检验

• 如果检验统计量方差未知且样本量较少，可使用T检验

③ 确认显著性水平及拒绝域

• 显著性水平：希望样本结果不可信程度达到多少时候就拒绝原假设H0，通常用希腊字母 α 表示，通常取0.01， 0.05， 0.1。

三、开放性问题

▼ 面试真题1：

以王者荣耀为例，怎么划分用户的生命周期？

▼ 解题思路：

用户的生命周期划分定义如下：

（可根据实际业务情况做调整）

① 导入期：用户获取阶段，所有的新用户都是属于导入期。

② 成长期：注册登录并激活，首次体验王者荣耀游戏。

③ 成熟期：深入使用王者荣耀游戏，如频繁登录，购买相关游戏产品，这部分用户对平台的贡献和收益最大。

④ 休眠期：这个阶段的用户价值开始走下坡，从数据上的表现，例如，登录频率或购买频率下降，游戏时长下降等。

⑤ 流失期：一段时间未登录的用户。具体时长可以以王者荣耀登录的用户间隔分布进行分析定义。

▼ 面试真题2：

抖音如何从数据分析的角度进行内容分发？

▼ 解题思路：

问题可以转换为：如何给抖音用户进行内容推荐

这类问题的其中一种回答视角为：

划分为自己熟知的用户指标相关的问题。

其中一种拆解如下：

结合视频属性及特征，与用户数据进行双边匹配推荐。比如

• 给博主的粉丝用户进行视频加权推荐

• 同类型视频推荐

• 同地域视频推荐（例如，抖音重推的同城业务）

• ...

Tips ：面试A公司结果被问到B公司的业务问题，可以分成两种情况：

① A和B公司业务存在相似的地方，或者属于竞对关系；

② 面试官对B公司业务较为熟悉，会偏好于熟悉的领域进行发问。