. 1point3acres
前段时间面的,
. 1point3acres
SQL:shop visibility,好像在地里出现过,会follow up产品问题,难度不大
Analytical Execution:restaurant recommendation - 真遗憾就是挂在这一面,明明都知道题目了。。。。
Behavioural: 如何获得信任,如何应对冲突,讲一个临时变动很大,需要协调处理的case
Analytical Reasoning:印象非常深刻的一场,是一个经典问题
- 如果有一个聚合新闻网站,用户可以阅读新闻且发布评论,问如果X是DAU,Y是评论数,这是个什么分布?画出来
- 答案:这是一个典型的Zero-inflated log normal distribution,原因是大部分浏览新闻的人可能都不会留下或者很少留下评论,因此会有很多的0,然后在会评论的人里,大部分人评论比较少,少部分人评论很多,因此有一个长尾。大概如下图:
我给出的评论平均数大概是2,面试官说那就用这个数字。. From 1point 3acres bbs
follow up:如果现在随机给用户分桶,每个桶10K user,计算每个桶的评论平均数,然后这个平均数得到的分布是什么?
答:sampling distribution,一个偏正态,平均值是2,但是靠近坐标原点有凸起(因为zero inflation,所以会有一定数量的0)的分布。
follow up:有一天你发现评论数大大提升了,从2到了3,请问你如何分析为什么?我从内部,外部因素进行了分析,例如app改版,engagement campaign鼓励更多评论,重点外部新闻事件发生导致评论用户增加,最后引导到了fake account。-baidu 1point3acres
follow up:一个真您好! 本帖隐藏的内容需要积分高于 188 才可浏览 您当前积分为 0。 使用VIP即刻解锁阅读权限或查看其他获取积分的方式 游客,您好! 本帖隐藏的内容需要积分高于 188 才可浏览 您当前积分为 0。 VIP即刻解锁阅读权限 或 查看其他获取积分的方式 und truth从哪里来,如何跟PM沟通做抉择,等等的产品和沟通问题。 ..
bonus question:如果我们从原本评论的分布长尾上取出一批评论数量高的用户,追踪它们一段时间,一段时间后他们的分布大概率会在哪里?
答:偏向均值回归,对每个人来说,每日的评论概率可以假设固定且围绕个人中值分布,长尾上很有可能是例如某些人恰好某天评论数特别多+一些本来评论就很多人的聚合,长期来看会均值回归。
-----
|