夜市里有个叫老周的小吃摊老板，他不用菜单，永远能一眼认出熟客：小王无辣不欢，阿丽偏爱甜口，老张深夜收工后总要点一份烤腰子。老周的“推荐心得”朴素得很——记得每个人的口味，发现口味相近的客人，再把他们爱吃的菜端给还没尝过的人。可夜市一天几千人路过，光靠脑子记，他最多照顾得了三十个熟客。 游戏公司面对的“夜市”更大：几千万玩家、上万件道具，每秒钟都有人在登录、在组队、在犹豫买不买。AI推荐系统就是那个能记住所有熟客的“超级老周”——它从玩家的行为数据里学会每个人的口味，找出“口味相近的神队友”，再在合适的时机把合适的道具端到玩家面前。本文要讲的，就是这位“超级老周”怎么练成：从协同过滤的老手艺，到深度学习的火眼金睛，再到新菜上架的冷启动、公平试吃的A/B测试，最后是菜单的持续改良。理解了这套逻辑，你就掌握了游戏运营里最值钱的提款机与留客器——它既能让道具收入飞涨，也能和反作弊风控联动，把福利投给真玩家、挡掉工作室小号。

岗位关联

掌握游戏推荐系统的完整链路，是 AI 游戏运营工程师的核心竞争力——它直接决定道具收入、玩家留存与反作弊风控的联动效率。

目录
  1. 可视化演示
  2. 推荐系统概述：从“熟人记忆”到数据画像
  3. 协同过滤算法：让口味相投的人替你试菜
  4. 深度推荐模型：练就“火眼金睛”
  5. 冷启动应对：新客人来了怎么办
  6. A/B测试评估：试吃台上的公平对决
  7. 效果优化经验：菜单的持续迭代
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

演示协同过滤物品相似度推荐计算、Wide&Deep深度推荐模型记忆泛化融合、A/B测试流量分割与冷启动三阶段策略三大模式交互动画。

本节配有交互动效（进入视口后自动加载，约 3KB）。

协同过滤物品相似度推荐 计算道具间购买共现相似度构建物品相似矩阵 基于已购道具最近邻推荐高相似度物品 sim(i,j) = |U_i ∩ U_j| / √(|U_i|·|U_j|) Item-CF无需用户画像适合道具推荐场景

推荐系统概述：从“熟人记忆”到数据画像

老周在小吃摊上练就一身“人肉推荐”的本事：小王一擦汗他就递上冰可乐，阿丽加班到深夜他就把辣度减半。老周的推荐从来不是“啥都端上来”，而是看人、看时间、看状态。游戏里的推荐系统也是一样——它的输入不是单一道具，而是“谁、在什么时候、想干什么”。

术语上，我们把老周的观察写成三元组：玩家特征、道具特征、上下文特征。推荐模型把这些输入变成一个小数，表示“玩家对道具的喜爱程度”。得分越高，道具在商城弹窗里就排得越靠前。游戏里最典型的应用场景，就是内购商城的“每日推荐位”与好友匹配的“可能认识的人”——前者卖道具，后者留玩家，都是推荐系统的生意。

一套完整的推荐流程要从“海选”走到“定榜”。首先是召回：从几万件道具里快速捞回几百个候选，避免模型在全部道具上做精细计算；然后是排序：用模型给候选精确打分；最后是重排：考虑多样性、新道具曝光、风控约束，把列表再“调理”一遍。模型用历史日志离线训练，玩家打开商城的几百毫秒内完成在线预测，这就是离线与在线的分工。

老周的“眼力”其实就是召回加排序：他先扫一圈摊上有什么新鲜食材，再根据面前这位客人定夺——这是召回；最后掂量一下火候、分量和摆盘——这是重排。把这三步交给机器，夜市再大，老周也照顾得过来。

r^ui=f(xu,xi,xc)\hat{r}_{ui} = f(\mathbf{x}_u, \mathbf{x}_i, \mathbf{x}_c)
这条公式是整个推荐系统的“世界观”：一切推荐结果，都是玩家、道具、场景三个维度的函数。
  1. 符号 uu 代表“哪一个玩家”，在游戏里对应玩家 ID、等级、付费档位等画像。
    u∈Uu \in \mathcal{U}
  2. 符号 ii 代表“哪一件道具”，来自全部道具集合。
    i∈Ii \in \mathcal{I}
  3. 特征向量 x三个加粗的向量，相当于老周眼里的“人、菜、时辰”。
    xu∈Rdu,xi∈Rdi,xc∈Rdc\mathbf{x}_u \in \mathbb{R}^{d_u}, \quad \mathbf{x}_i \in \mathbb{R}^{d_i}, \quad \mathbf{x}_c \in \mathbb{R}^{d_c}
  4. 模型 f 与输出f 是打分函数，输出偏好分数，分数越高越该被推荐。
    r^ui=f(⋅),score 越大⇒排名越前\hat{r}_{ui} = f(\cdot), \quad \text{score 越大} \Rightarrow \text{排名越前}

协同过滤算法：让口味相投的人替你试菜

老周有个偷懒又聪明的推荐新菜的办法：看熟客。小王爱吃辣，老周就把同样无辣不欢的老张爱吃的烤串端给小王。他甚至不必研究菜里放了什么——只管“谁和谁口味像”。这就是协同过滤（Collaborative Filtering）的质朴直觉：物以类聚，人以群分，口味相似的人会喜欢相似的东西。

正式地说，协同过滤分两派。用户协同过滤（UserCF）先找与目标玩家口味最像的一群“邻居”，再把他们喜欢的道具推荐过来；物品协同过滤（ItemCF）反过来，先计算道具之间的相似度——“买过这把剑的人也买过这面盾”，然后用玩家买过的道具去找相似道具。在手游内购场景，道具数量通常比玩家少且变化慢，ItemCF 往往更稳定；而对好友匹配这种讲究“玩得到一起”的场景，UserCF 更顺手。

计算相似度最常用的工具是余弦相似度。把玩家对每个道具的打分看成高维空间里的一个向量，两个向量夹角的余弦值越接近 1，口味越一致。有了相似度，就能预测玩家对没尝过道具的评分：先找 K 个近邻，用他们的评分加权平均，再按玩家自己的平均口味基准修正——毕竟有人慷慨、习惯打高分，有人苛刻、从不给五星。

老周向小王推荐老张爱吃的烤串，靠的正是 UserCF；向买过辣椒酱的客人推荐同品牌的孜然粉，就是 ItemCF。协同过滤的最大优点，是不需要懂“菜品成分”，只要你身边的人替你试过菜就行。

sim(u,v)=∑i∈Iuvrui×rvi∑i∈Iurui2×∑i∈Ivrvi2,r^ui=rˉu+∑v∈N(u)sim(u,v)×(rvi−rˉv)∑v∈N(u)∣sim(u,v)∣\text{sim}(u, v) = \frac{\sum_{i \in I_{uv}} r_{ui} \times r_{vi}}{\sqrt{\sum_{i \in I_u} r_{ui}^2} \times \sqrt{\sum_{i \in I_v} r_{vi}^2}}, \qquad \hat{r}_{ui} = \bar{r}_u + \frac{\sum_{v \in \mathcal{N}(u)} \text{sim}(u, v) \times (r_{vi} - \bar{r}_v)}{\sum_{v \in \mathcal{N}(u)} |\text{sim}(u, v)|}
第一条公式算“两人口味多像”，第二条算“这道菜他会给几分”——邻居打分越高、和玩家越像，预测分就越高。
  1. 共同品尝集合 I_uv两位玩家都打过分的道具集合，等于评分向量的“重叠部分”。
    Iuv=Iu∩IvI_{uv} = I_u \cap I_v
  2. 评分 r_ui玩家 u 对道具 i 的评分，游戏里常用点击、购买、充值金额换算成 1 到 5 分。
    rui∈{1,2,3,4,5}r_{ui} \in \{1, 2, 3, 4, 5\}
  3. 余弦相似度 sim(u,v)把两个评分向量夹角的余弦当作口味距离，越接近 1 越相似。
    sim(u,v)=cos⁡(θ)=ru⋅rv∥ru∥×∥rv∥\text{sim}(u,v) = \cos(\theta) = \frac{\mathbf{r}_u \cdot \mathbf{r}_v}{\|\mathbf{r}_u\| \times \|\mathbf{r}_v\|}
  4. 邻居集合 N(u)与玩家 u 相似度最高的 K 个玩家。
    N(u)=arg⁡max⁡v∈UK sim(u,v)\mathcal{N}(u) = \arg\max_{v \in \mathcal{U}}^K \, \text{sim}(u, v)
  5. 基准口味与加权预测先减去每人打分习惯的偏差，再加回目标玩家的基准，得到最终预测分。
    r^ui=rˉu+∑v∈N(u)sim(u,v)(rvi−rˉv)∑v∈N(u)∣sim(u,v)∣\hat{r}_{ui} = \bar{r}_u + \frac{\sum_{v \in \mathcal{N}(u)} \text{sim}(u,v)(r_{vi} - \bar{r}_v)}{\sum_{v \in \mathcal{N}(u)} |\text{sim}(u,v)|}

深度推荐模型：练就“火眼金睛”

单纯靠“模仿邻居”有天花板：新玩家还没有邻居，新道具还没有人尝过。老周后来练出了一双火眼金睛——不用问别人，光看客人这身打扮、说话的嗓音、今天的天气，就能猜个八九不离十。深度推荐模型做的正是这件事：把玩家、道具、场景的原始特征直接“看”进去，学出一个复杂的打分函数。

第一步是特征工程。把离散特征（玩家性别、道具品类、设备型号）做 one-hot 编码或嵌入向量，再拼上连续特征（等级、在线时长、历史付费额）。难点在于交叉特征：“爱玩刺客”和“周三晚高峰上线”单独看都没什么，组合起来却强烈预示他会买打折皮肤。传统人工组合特征费时费力，因子分解机（FM）提出用两个隐向量的内积自动捕捉二阶交叉。

在此基础上，DeepFM 把 FM 和深度神经网络拼接：FM 负责低阶特征组合，Deep 部分负责高阶非线性组合，两部分共享原始特征输入，一起训练。线上预估时，模型输出经过 sigmoid 变成 0 到 1 的购买概率，直接作为排序分数——这就是“火眼金睛”的投入使用。

老周这双“火眼金睛”，就是这样一层一层练出来的：先看单品相，再看搭配，最后看整体气质。放到游戏里，就是特征、交叉、深度网络层层递进，最终在玩家付款前的零点几秒内给出判断。

y^=σ(w0+∑iwixi+∑i<j⟨vi,vj⟩xixj)\hat{y} = \sigma\left(w_0 + \sum_{i} w_i x_i + \sum_{i < j} \langle \mathbf{v}_i, \mathbf{v}_j \rangle x_i x_j\right)
括号里第一项是全局热度，第二项是单个特征的独立贡献，第三项是“特征配对”的化学反应——三者相加再经过 sigmoid，变成 0 到 1 的购买概率。
  1. sigmoid 激活 σ把任意实数压到 0 到 1 之间，当作购买概率。
    σ(z)=11+e−z\sigma(z) = \frac{1}{1 + e^{-z}}
  2. 全局偏置 w0所有道具的平均热度，类似夜市的整体客流大小。
    w0∈Rw_0 \in \mathbb{R}
  3. 一阶项 wi xi每个特征单独的贡献，比如“价格低”本身就会提高购买率。
    ∑iwixi\sum_{i} w_i x_i
  4. 二阶交叉项特征 i 与 j 的隐向量内积乘上特征值，自动挖掘“打包组合”的魔力。
    ⟨vi,vj⟩xixj\langle \mathbf{v}_i, \mathbf{v}_j \rangle x_i x_j

冷启动应对：新客人来了怎么办

新玩家第一次进游戏，老周完全不知道他爱吃甜还是辣；新道具上架，没有任何人试吃过。这就是冷启动：缺乏行为数据，一切相似度计算都失灵。老周的办法很朴素——先搭话：问两句家乡在哪、口味偏咸偏淡，再端一小碟招牌菜试探。接到游戏里，就是用“内容特征”和“探索策略”破冰。

对新道具，内容特征兜底：用品类、价格、美术风格、数值强度等属性，在已有道具里找“长得像”的老道具，把新道具映射到老道具的推荐位上。对新玩家，则可以用注册时选择的偏好标签、新手问卷、首登设备信息等做初始画像。但兜底终究是“猜”，更重要的是给不确定性付学费——探索。

探索与利用的权衡是推荐系统的做人哲学：一直推荐确定好卖的热门（利用），新道具永远没机会证明自己；一直试新（探索），又浪费短期收益。工程上常用 UCB（置信上界）这类多臂老虎机算法，给每个道具算一个“潜力分”：曝光越少，潜力分越高，从而获得更多试吃机会。风控场景里也可以反过来用这个分数——给工作室小号压曝光，给真人新玩家送探索流量。

老周给新菜每桌只送一小碟，既不让客人吃腻，又能快速收集反馈——这就是游戏里“新道具送体验券”的策略。探索、反馈、再决策，冷启动的坑，靠的是有纪律的“试错”，而不是瞎猜。

scorei=rˉi+c2ln⁡Nni\text{score}_i = \bar{r}_i + c \sqrt{\frac{2 \ln N}{n_i}}
前面一项是“当前口碑”，后面一项是“未被充分认识的潜力”。总服务次数越多，没露过面的道具越该被拉出来试试。
  1. 当前口碑道具 i 目前收到的平均评价值，相当于老周听到的前几个试吃反馈。
    rˉi=1ni∑k=1nirik\bar{r}_i = \frac{1}{n_i}\sum_{k=1}^{n_i} r_{ik}
  2. 总服务次数 N系统到目前为止推荐出去的次数总和，代表“夜市累计接待了多少客人”。
    N=∑iniN = \sum_{i} n_i
  3. 单品曝光 n_i道具 i 被推荐试吃的次数，越小说明越“陌生”。
    ni→0⇒2ln⁡Nni→∞n_i \to 0 \Rightarrow \sqrt{\frac{2\ln N}{n_i}} \to \infty
  4. 探索系数 c控制“爱尝鲜”的程度，c 越大越敢把没卖过的新菜端上桌。
    c>0c > 0

A/B测试评估：试吃台上的公平对决

老周想换菜单：新配方比老配方更好吗？他不会凭感觉拍板，而是同一道菜分两锅，请两队客人试吃，记下哪锅被吃得更干净。这就是 A/B 测试：把玩家随机分成两组，A 组用旧推荐策略，B 组用新策略，其余条件完全一致，最后对比指标。

实验设计的关键有三条。第一，分流要随机且互不干扰，避免“高付费玩家恰好被分到 B 组”造成偏差，通常按用户 ID 或设备哈希分流；第二，样本量要够大，内购推荐的样本量不够时，差异很容易被随机波动淹没；第三，观察期要覆盖完整业务周期——礼包推荐至少看 7 天付费行为，不能只看 3 小时。指标口径上，内购推荐的核心看购买转化率、人均付费、ARPU，辅助看弹窗关闭率与次日留存，防止“赚了钱却丢了人”。

统计上，我们比较两组转化率，用 z 检验判断差异是否显著。若 z 的绝对值超过 1.96（对应 95% 置信水平），就认为差异不是随机波动；同时用 lift（提升度）表示相对提升幅度，方便向运营同学解释“新策略比旧策略好多少”。上线节奏上，先用 10% 流量灰度跑两天，确认没有事故再逐步放量到全量。

老周的两锅试吃，最后还要看“哪锅客人回头的多”——对应游戏里的留存指标。灰度发布就是先把新策略放到 10% 的玩家身上跑两天，确认没翻车再全量。夜市换菜单要小步快跑，推荐系统上线也一样。

z=p^A−p^Bp^(1−p^)(1nA+1nB),lift=p^A−p^Bp^Bz = \frac{\hat{p}_A - \hat{p}_B}{\sqrt{\hat{p}(1-\hat{p})\left(\frac{1}{n_A} + \frac{1}{n_B}\right)}}, \qquad \text{lift} = \frac{\hat{p}_A - \hat{p}_B}{\hat{p}_B}
z 检验回答“差异是不是真差异”，lift 回答“差异有多大”。先看显著性，再看幅度，缺一不可。
  1. 转化率 p̂A 与 p̂BA、B 两组中实际购买人数占总人数的比例。
    p^A=购买人数AnA,p^B=购买人数BnB\hat{p}_A = \frac{\text{购买人数}_A}{n_A}, \quad \hat{p}_B = \frac{\text{购买人数}_B}{n_B}
  2. 合并估计 p̂把两组数据合起来算一个总体转化率，用于估计抽样误差。
    p^=购买人数A+购买人数BnA+nB\hat{p} = \frac{\text{购买人数}_A + \text{购买人数}_B}{n_A + n_B}
  3. z 统计量差异除以标准误，衡量“信号”与“噪声”的比值。
    ∣z∣>1.96⇒差异显著（95% 置信）|z| > 1.96 \Rightarrow \text{差异显著（95\% 置信）}
  4. 提升度 lift相对于对照组，实验组的转化率提升了百分之多少。
    lift=p^A−p^Bp^B×100%\text{lift} = \frac{\hat{p}_A - \hat{p}_B}{\hat{p}_B} \times 100\%

效果优化经验：菜单的持续迭代

老周的菜单从不安于现状：每周记下哪些菜卖光、哪些菜被剩下，再微调配料和定价。推荐系统的优化也是两套仪表盘。离线评估在历史日志上快速验证模型：AUC 衡量排序能力——随机猜是 0.5，越接近 1 越好；GAUC 把 AUC 按玩家分组加权，防止“头部玩家刷高指标”。

在线指标才是最终裁判：点击率、购买转化率、人均付费、次日留存。二者经常背离——离线 AUC 涨了，线上付费率却跌了，常见原因是模型把流量集中推给高付费玩家，伤害了长尾玩家的体验。因此需要多目标权衡：把付费率、留存、体验评分合成一个加权目标，或给每个目标设底线约束，坚决避免“杀鸡取卵”式推荐。迭代节奏上，按“周级小迭代 + 月级大迭代”前进，每次只改一个变量，出了问题能快速定位。

老周发现烤冷面最近点的人多，不是因为好吃，而是因为新来的师傅手快出锅快——他立刻分两条线考核“口味分”和“出餐速度”。推荐系统也要分开考核离线能力与在线体验，配合风控分数，把福利资源投给真玩家、撤下工作室小号。菜单持续迭代，生意才能长红。

GAUC=∑unu×AUCu∑unu\text{GAUC} = \frac{\sum_{u} n_u \times \text{AUC}_u}{\sum_u n_u}
GAUC 是“按玩家加权后的平均排序能力”：每个玩家单独算 AUC，再按曝光量加权合成，防止大 R 玩家主导指标。
  1. AUC_u单个玩家 u 的兴趣排序能力，衡量“正样本排在负样本前面”的概率。
    AUCu=P(r^u,pos>r^u,neg)\text{AUC}_u = P(\hat{r}_{u,pos} > \hat{r}_{u,neg})
  2. 曝光权重 n_u玩家 u 获得的推荐曝光次数，曝光越多，话语权越大。
    nu=impressionsun_u = \text{impressions}_u
  3. 加权平均把每个玩家的 AUC 按曝光量加权聚合，得到全局 GAUC。
    GAUC=∑unu AUCu∑unu∈[0,1]\text{GAUC} = \frac{\sum_u n_u \, \text{AUC}_u}{\sum_u n_u} \in [0, 1]

AI 应用场景

手游内购礼包推荐

阶段：召回与排序（在线推荐）

解决的问题：传统做法是运营配置固定礼包、全服一视同仁，转化率低且反复打扰非付费玩家。AI 通过协同过滤加深度模型预估每个玩家的购买概率，按玩家画像生成差异化礼包与弹窗时机——就像老周给不同熟客端上不同的菜，而不是全场发同一张菜单。

具体案例：某卡牌手游对回归玩家使用“首充双倍 + 角色碎片”组合，模型预测该玩家偏好某角色，就推送对应碎片礼包，付费转化率提升 18%；同时对零付费玩家减少弹窗打扰，次留反而提升。

好友匹配与开黑组队

阶段：离线计算相似度 + 在线召回归并

解决的问题：按段位匹配容易“强带弱”体验差。用户协同过滤通过活跃时段、游戏风格、付费习惯计算玩家相似度，找出“玩得到一起”的人——这正是老周把口味相投的熟客拼到一桌的智慧。

具体案例：某 MOBA 游戏用 UserCF 计算玩家相似度，把刚输掉排位、情绪低谷且活跃时段相近的玩家互邀组队，组队后对局时长与次日留存双双提升。

反作弊联动的人群触达

阶段：风控打分 + 推荐策略联动

解决的问题：工作室小号大量消耗福利资源，真人新玩家却领不到新手礼包。把风控分数作为特征注入推荐排序，降低异常账号的福利曝光，同时给真人新玩家增加探索流量——相当于老周一眼认出“蹭吃蹭喝的托儿”，把试吃小碟只递给真正的食客。

具体案例：某 MMO 对风控评分超过阈值的账号屏蔽新手礼包曝光，异常账号不再制造虚高数据，真实用户的新手礼包领取率上升 22%，同时风控拦截量下降 15%。

Python 演示

python44 行
# 基于用户的协同过滤（UserCF）推荐器class UserCF:    def __init__(self, ratings):        self.ratings = ratings  # {用户: {物品: 评分}}        self.users = list(ratings.keys())     def cos_sim(self, u, v):        """计算两个用户评分向量的余弦相似度"""        common = set(self.ratings[u]) & set(self.ratings[v])        if not common:            return 0.0        dot = sum(self.ratings[u][i] * self.ratings[v][i] for i in common)        norm_u = sum(self.ratings[u][i] ** 2 for i in self.ratings[u]) ** 0.5        norm_v = sum(self.ratings[v][i] ** 2 for i in self.ratings[v]) ** 0.5        if norm_u == 0 or norm_v == 0:            return 0.0        return dot / (norm_u * norm_v)     def recommend(self, user, top_k=2):        """给目标用户推荐 top_k 个未购买过的物品"""        scores = {}        for other in self.users:            if other == user:                continue            sim = self.cos_sim(user, other)            if sim <= 0:                continue            for item, rating in self.ratings[other].items():                if item not in self.ratings[user]:                    scores[item] = scores.get(item, 0.0) + sim * rating        ranked = sorted(scores.items(), key=lambda kv: kv[1], reverse=True)        return [item for item, _ in ranked[:top_k]]  if __name__ == "__main__":    # 模拟三位玩家的道具评分：5分最爱，1分不喜欢    data = {        "alice": {"sword": 5, "shield": 4, "potion": 1},        "bob": {"sword": 4, "shield": 5, "potion": 2},        "carol": {"sword": 1, "potion": 5, "boots": 4},    }    cf = UserCF(data)    for user in data:        print(user, "->", cf.recommend(user))
目的：演示协同过滤最核心的“找相似用户 → 加权聚合邻居评分 → 排序取 Top-K”全流程。
  1. common = set(self.ratings[u]) & set(self.ratings[v])取两个人共同打过分、也就是“一起吃过”的道具集合。
  2. dot = sum(...)分子：共同道具的评分乘积和，衡量两人口味叠加的强度。
  3. norm_u = sum(...) ** 0.5分母：评分向量的长度，用于归一化消除打分习惯差异。
  4. if sim <= 0: continue过滤掉不相似甚至相反的邻居，避免噪声干扰。
  5. scores[item] = scores.get(item, 0.0) + sim * rating用相似度做权重，累加邻居对候选道具的评分。
  6. ranked = sorted(...)按预测分从高到低排序，取前 top_k 个道具。

常见误区

误区我觉得现在做推荐系统，不上 DeepFM 这类深度模型就等于落后，协同过滤是老古董，实战里没人再用。

正解协同过滤依然是工业界的强力基线：数据稀疏度可控时，UserCF/ItemCF 训练快、可解释性强，还常作为深度模型的候选召回手段。深度模型擅长吃海量特征，但需要数据、算力和特征工程，小团队一上来就上 DeepFM 反而容易过拟合。老周先用熟客口碑就能撑起生意，不必一上来就上“米其林后厨”。

为何常见：深度学习在媒体上被神化，论文又总是新模型对比旧基线，容易让人误以为“旧 = 废”。

误区我认为推荐系统的目标就是把高价值礼包怼到每个玩家面前，客单价越高越好。

正解推荐是在匹配玩家当下的偏好与场景。给零氪玩家推 648 礼包只会让他关弹窗甚至流失。正确做法是分层定价、按画像推荐合适档位，用长期留存换总付费。推荐帮玩家找到“想吃的那道菜”，而不是“最贵的招牌菜”。

为何常见：运营 KPI 常盯着客单价和收入，容易把“贵”误当成“好”。

误区新玩家没有数据，我把全服最热门的道具推荐给他总没错吧，总比什么都不推强。

正解全推热门只解决了“有内容可推”，没解决“适合谁”。热门道具转化率高往往因为基数大，对不同画像的玩家推同一热门，会浪费曝光并积累错误反馈。正确做法是内容特征兜底个性化，再配合探索策略给小众但匹配的道具机会——老周对新客人也会先问两句口味，而不是直接上最辣的菜。

为何常见：热门榜是人人可见、最容易想到的“兜底答案”，但个性化才是推荐与运营位的本质区别。

误区新模型离线 AUC 比老模型高了 0.03，我直接全量上线，指标涨了肯定赚钱。

正解离线指标衡量的是在历史数据上的拟合与排序能力，不等于线上收益。线上有数据分布漂移、延迟、用户反馈回路，旧模型可能更稳定。必须经过小流量 A/B 测试，验证在线转化率与留存显著提升后，再灰度、全量。离线提升是“厨师的自我感觉”，在线数据才是“客人的买单量”。

为何常见：离线实验快、成本低，容易被单一数值上涨冲昏头，忽略了离线与在线的鸿沟。

误区组队系统不就是把段位差不多的玩家匹配在一起吗？胜率差不多体验就差不多。

正解段位只是“实力维度”。玩得到一起还需要活跃时段一致、游戏风格互补（有人爱输出有人爱辅助）、付费节奏相近。用用户协同过滤算“行为相似度”，比单纯按段位匹配能显著提升组队后的对局时长与次日留存。就像老周拼桌，不光看食量，还看吃辣程度和吃饭节奏。

为何常见：段位是玩家最显眼的标签，大家习惯用“最简单可见的特征”代替“真正有效的特征”。

面试题

Q1. 协同过滤推荐的核心思想是什么？

单选题 · easy

  • A.分析物品本身的颜色和价格属性
  • B.利用相似用户或相似物品的行为预测偏好← 正确答案
  • C.只统计所有道具的全局点击量
  • D.完全依赖运营人工配置的推荐位

答案：B。协同过滤不分析物品属性，而是借“相似用户/相似物品的行为”做推荐，就像老周看小王爱辣、就把老张爱吃的烤串端过去。A 属于内容推荐，C 是热度榜，D 是人工运营位，都偏离了“从行为学偏好”的核心。

Q2. 游戏里“新玩家没有历史行为数据”属于什么问题？

单选题 · easy

  • A.梯度消失问题
  • B.特征爆炸问题
  • C.冷启动问题← 正确答案
  • D.过拟合问题

答案：C。新玩家或新道具缺乏行为记录，相似度算不出来，推荐系统没有“口味样本”可用，这正是冷启动问题。老周遇到新客人也得先搭话试探，梯度消失和过拟合是训练阶段的优化问题，特征爆炸是特征工程问题，均与“没数据”无关。

Q3. 物品协同过滤（ItemCF）的推荐思路是？

单选题 · easy

  • A.找到相似玩家并推荐他们喜欢的物品
  • B.找到与已购物品相似的物品再推荐← 正确答案
  • C.按物品价格从高到低依次进行推荐
  • D.随机推荐当前尚未购买的任何物品

答案：B。ItemCF 先算物品之间的相似度，再推荐“已购物品的相似品”，类似买过辣椒酱的客人会被推荐同品牌孜然粉。A 是 UserCF 的思路，C 和 D 都没有利用行为数据学习相似关系。

Q4. 余弦相似度公式中的分子表示什么？

单选题 · mid

  • A.用户与物品的特征数量总和
  • B.两个用户共同评分物品的评分乘积之和← 正确答案
  • C.两个用户评分向量的长度之积
  • D.全体用户对某一物品评分的算术平均

答案：B。分子的确是两个用户共同打过分（交集）的物品评分乘积之和，共同口味越多、分值越高，相似度越大。C 说的是分母，A 和 D 与余弦相似度的含义无关。

Q5. A/B 测试中 p<0.05 说明什么？

单选题 · mid

  • A.样本量只有 5%，说明实验无效
  • B.实验组效果一定比对照组差很多
  • C.由随机误差造成当前差异的概率低于 5%← 正确答案
  • D.必须把两组玩家合并继续测试

答案：C。显著性水平 5% 表示“纯靠运气看到这么大差异的概率不足 5%”，是统计判断而非实验进度条。老周两锅试吃，A 组多卖 20 份，他要确认这不是“今天左锅位置风水好”的偶然，而是配方真的更好。

Q6. 下列属于推荐系统离线评估指标的是？

多选题 · mid

  • A.AUC← 正确答案
  • B.GAUC← 正确答案
  • C.服务器平均负载
  • D.内存占用率

答案：AB。AUC 和 GAUC 都能拿历史日志离线计算，用于快速衡量排序能力，是“厨房里的试菜打分”。服务器负载和内存占用是工程容量指标，与推荐效果无关，属于“后厨设备健康度”。

Q7. 手游内购礼包推荐的最终排序目标通常是？

单选题 · mid

  • A.最大化推荐位里道具种类的数量
  • B.最小化推荐系统本身的平均计算延迟
  • C.优先推荐库存积压时间最长的道具
  • D.预估点击或购买概率并按期望价值排序← 正确答案

答案：D。排序目标要同时兼顾“买不买”和“值多少”，即预估购买概率并乘以道具价值，按期望价值排序。A 只求种类多，B 只优化性能不优化效果，C 是清库存思维，都会伤害玩家体验。

Q8. UCB 公式中探索项的作用是？

单选题 · hard

  • A.只惩罚曝光次数过少的全新物品
  • B.给曝光不足的物品加探索奖励以平衡探索利用← 正确答案
  • C.让所有道具的推荐次数完全一模一样
  • D.只提高价格最高道具的曝光概率

答案：B。探索项的数值随曝光次数 n_i 增大而减小，给曝光少的道具附加“潜力分”，让新道具也有机会被试吃，实现探索与利用的平衡。它不是惩罚、不是平均主义，更与价格无关。

Q9. 新道具上线没有任何用户行为，最稳妥的冷启动做法是？

单选题 · hard

  • A.在推荐位随机展示且不做任何数据回收
  • B.直接下架该道具以避免产生任何亏损
  • C.用内容特征匹配相似老道具并给少量探索曝光← 正确答案
  • D.只推荐给全服付费最高的前百名玩家

答案：C。标准做法是内容特征兜底——用品类、价格、美术风格找到“长得像”的老道具，把新道具放进对应的推荐位，同时给少量探索曝光验证真实反馈。A 随机且无回收等于白测，B 放弃机会，D 只给头部玩家会污染数据且体验差。

Q10. 关于推荐效果的多目标权衡与反作弊联动，下列正确的有？

多选题 · extreme

  • A.付费率与玩家体验冲突时需设置权重平衡← 正确答案
  • B.风控分数可作为特征抑制异常账号的推荐曝光← 正确答案
  • C.长期收益可通过探索策略牺牲少量短期付费换取← 正确答案
  • D.只要离线 AUC 提升就应立即全量上线新模型

答案：ABC。多目标之间冲突时，要用加权或底线约束来平衡，不能只看付费率；风控分数是典型的“上下文特征”，能压制工作室小号的福利曝光；探索牺牲短期付费换取新道具和长尾玩家的长期价值。离线 AUC 提升只是“厨房试菜好吃”，必须经过 A/B 测试验证在线收益才能上线，D 违背了实验纪律。