故事尾音

面试的是微软 edge 浏览器的信息流推荐算法。

完全二叉树的层次遍历反转

一面的算法题是给定一个数组，是一个完全二叉树的层次遍历结果，然后输出一个数组，是每层的逆序结果。
思路： 首先，完全二叉树是可以计算每层节点的数量的，也就是可以在原数组中进行层的划分。之后需要处理的就是反转一个 list, 这个可以用双指针，左指针指向第一个位置，右指针指向最后一个位置，然后交换元素，直到左指针大于右指针。考虑特殊情况是，完全二叉树不满的情况，这种只出现在最后一层，需要计算右指针的位置。

AOV - 网

以顶点表示活动，有向边表示活动之间的先后关系的图称为 AOV 网 (Activity On Vertex Network，顶点表示活动的网)。AOV 网是一种有向无环图 (Directed Acyclic Graph, DAG)。

拓扑排序

拓扑排序就是将 AOV 网中的所有顶点排列成一个线性序列，并且序列满足以下条件：在 AOV 网中，如果从顶点 A 到 B 存在一条路径，则在该线性序列中，顶点 A 一定出现在顶点 B 之前。因此拓扑排序的过程就是将 AOV 网中的各个活动组成一个可行的实施方案。此外拓扑排序也可以判断图中是否有环。拓扑排序并不唯一，有向无环图一定存在拓扑排序。

从 2020 到 2021

2020 年 1 月 1 日，我正式和在知乎上相识几天的女朋友表白，并迅速在一起了。彼时我在武汉华科读研二，她在河北师范大学读大三。缘分这东西就是这样的奇妙，茫茫人海中一眼就能认出自己的有缘人。等到 1 月 15 日 放寒假的时候，我绕去石家庄回家，我们正式第一次见了面。19 号回到家中，23 日武汉爆发疫情。好在我平时出校门交际不多，并没有感染，回家也略早，没有滞留在武汉。接下来的几个月每天都很紧张，早上醒来第一件事就是看看武汉的疫情状况。回想起来，疫情那段时间主要做了几件事情：

• 每天和女朋友视频，感情迅速升温，到了 5 月份好转一点的时候我们还溜出来见了几次。
• 远程写毕业论文，跟导师汇报和讨论进展，最后的答辩也是远程进行的。
• 自上大学起回家时间就很少，正好陪了一下父母，教会了我妈骑电动车。

由于武汉是疫情中心，华科一直到 6 月 20 号才开学，和女朋友匆匆别过，去了华科收拾了行李，拿了毕业证书， 7 月 1 号正式入职秋招签约的公司 BIGO 广州总部。

我在公司附近租了一个带卫生间的主卧，房租每月 1300，走路到公司 15 分钟。入职的部门是应用算法部的技术体系，负责 BIGO Live 的贴吧 Feed 流内容推荐算法。刚进去的时候真是啥也不会，那段时间跟着师兄学习了 Hive Sql，学习了上线流程，学习了召回和排序算法的实现等等，受益良多。BIGO 的节奏是大小周，相当于每月有两个周六加班，周一到周五的工作节奏是早 10 晚 9。在学校的时候觉得这种加班挺容易的，毕竟研究生的时候也感觉自己挺能熬的。但是工作了后，才明白强度完全不在一个档次，单休的那周真的无比难受。2020 年的国庆节和春节，因为一来国家不提倡流动，二来广州离河北确实有点远，我就没有回家。工作的日子就这样一天天过去，直到 2021 年的 3 月。

初识 shell

脚本其实就是短小的、用来让计算机自动化完成一系列工作的程序，这类程序可以用文本编辑器修改，不需要编译，通常是解释运行的。

第一个 shell 脚本

打开文本编辑器 (可以使用 vi/vim 命令来创建文件)，新建一个文件 test.sh，扩展名为 sh（sh 代表 shell）。

1
2

#!/bin/bash
echo "Hello World !"

Plot Cheatsheet

开场

各位朋友，晚上好！

谢谢来到公开课现场的朋友们，让我感受到这是一个面对面的交流，而不是一个人面对屏幕的直播。

2020，对很多人来说都是很不容易的一年。包括我们的公开课，也改为线上进行了。虽然在几年前的一次公开课上，我说公开课应该线上开就好了，效率最高，但没有想到今天是因为疫情的原因被迫做到了。

去年这个时候我们也没有想到，这次我们已经通过视频号来进行直播了。

因为疫情，很多公司的年会都改线上了，所以这个时候，我的同事们正在努力给视频号直播加一个能力，就是只有白名单的人才能进入直播间的企业内直播，希望能给需要线上开年会的企业一些帮助吧。

回头看十年前，当时的想法只是，希望有一个适合自己的通讯工具来用。于是就开始了微信的第一版。但当时绝对没有想到，十年后的微信会是现在这个样子。对此，我自己感觉特别幸运，我想我一定是那个被上帝选中的人，因为光靠个人努力是做不到这一点的。

我分享一组数据吧，到今天，每天 ——

• 有 10.9 亿用户打开微信，3.3 亿用户进行了视频通话；
• 有 7.8 亿用户进入朋友圈，1.2 亿用户发表朋友圈；
• 有 3.6 亿用户读公众号文章，4 亿用户使用小程序；

还有很多，包括微信支付，企业微信，微信读书，搜索等，就不一一说了。如微信支付，它就像你以前的钱包一样，已经变成了生活常用品。而微信，也真的成为了 “一个生活方式”。

今天是公开课，应该有很多的创作者参与，所以，也在这里感谢微信平台的每一个创作者，公众号的，小程序的，视频号的创作者。因为你们的创作，让微信的生态充满活力。

大家知道视频号今年的变化特别大。这里也想分享一下视频号的一些想法。

评价

　　不管怎么样他肯定会在历史上扮演一个比较重要的角色，一是他作为一个“颠覆”的角色出现，掀开了右倾民族主义的遮羞布；二是刚好遇上了百年不遇的新冠疫情，美国又恰好是最严重的国家。

　　特朗普以及他的团队其实是意识到美国出现了什么问题，他们幸运的找出了部分核心问题而且得到了很多民众的支持，但是很可惜海没有找到本质问题，也没找到解决办法，如果把美国看作一个得了感冒的病人，那么特朗普团队是找出了病因的医生，但是用了以毒攻毒的疗法，很有可能副作用会把人弄死。

　　附：唐纳德·特朗普就职和卸任演讲稿

论文

《Deep Interest Network for Click-Through Rate Prediction》

本文收录于 KDD18，来自于阿里妈妈的精准定向检索及基础算法团队。文章的创新点主要有三个：

1. Deep Interest Network（DIN）—— 通过一个局部激活单元（local activation unit）来自适应地从用户历史行为中学习他对于某个广告的兴趣。
2. Mini-batch Aware Regularization —— 即一个针对 mini-batch SGD 进行优化的 L2 norm 正则项，通过近似减少了计算量。
3. 一个数据自适应的激活函数，对 PReLU 的 indicator function 进行修改，并取名为 Dice。

背景

Deep Interest Network (DIN) 是盖坤大神领导的阿里妈妈的精准定向检索及基础算法团队，在 2017 年 6 月提出的。 它针对电子商务领域 (e-commerce industry) 的 CTR 预估，重点在于充分利用 / 挖掘用户历史行为数据中的信息。

1. 数据特征： 针对互联网电子商务领域，数据特点：Diversity、Local Activation。

2. 针对问题：用户有多个兴趣爱好，访问了多个 good_id，shop_id。为了降低纬度并使得商品店铺间的算术运算有意义，我们先对其进行 Embedding 嵌入。那么我们如何对用户多种多样的兴趣建模那？使用 Pooling 对 Embedding Vector 求和或者求平均。同时这也解决了不同用户输入长度不同的问题，得到了一个固定长度的向量。这个向量就是用户表示，是用户兴趣的代表。但是，直接求 sum 或 average 损失了很多信息。所以稍加改进，针对不同的 behavior id 赋予不同的权重，这个权重是由当前 behavior id 和候选广告共同决定的。这就是 Attention 机制，实现了 Local Activation。

3. DIN 的解决方案：
   1. 使用 用户兴趣分布 (Diversity) 来表示用户多种多样的兴趣爱好
   2. 使用 Attention 机制 来实现 Local Activation
   3. 针对模型训练，提出了 Dice 激活函数，自适应正则 (Adaptive Regulation)，显著提升了模型性能与收敛速度

Diversity： 用户在访问电商网站时会对多种商品都感兴趣。也就是用户的兴趣非常的广泛。

Local Activation： 由于用户兴趣的多样性，只有部分历史数据会影响到当次推荐的物品是否被点击，而不是所有的历史记录。

Diversity 体现在年轻的母亲的历史记录中体现的兴趣十分广泛，涵盖羊毛衫、手提袋、耳环、童装、运动装等等。而爱好游泳的人同样兴趣广泛，历史记录涉及浴装、旅游手册、踏水板、马铃薯、冰激凌、坚果等等。

Local activation 体现在，当我们给爱好游泳的人推荐 google (护目镜) 时，跟他之前是否购买过薯片、书籍、冰激凌的关系就不大了，而跟他游泳相关的历史记录如游泳帽的关系就比较密切。