qwer后端开发笔记

写这篇博客的背景是考虑到可能有很多公司并不会说真的上一套完全的自动化模型训练，自动化发布，所以往往可能最简单的推荐算法就是直接用 Python 进行实现，所以在这里对自己做这个工程化（基于内容的推荐算

1. 怎么简单衡量推荐算法的好坏？ 首先我感觉从业务逻辑这里没有一个标准答案，因为大家各自公司的业务场景不一样。 比如电商类的平台（如拼夕夕、淘宝），他们可能最初看中的是转化率，也就是能否让用户购买商

1. 什么是「基于物品的协同过滤」？ 「基于物品的协同过滤」的本质是：如果用户喜欢物品A，而物品 A 和 物品 B 相似，那么我们推测用户可能也喜欢物品 B。 乍一看是不是有点像「基于内容推荐」算法？

我有个朋友也喜欢这个推荐？ 为什么我们有时候会出现我有一个朋友也喜欢这个推荐的感觉？那是因为有一个常见的推荐算法「基于用户协同过滤」是基于下面图片的一个假设：当小明和小红都喜欢物品A、B的时候，如果小

1. 为什么app推荐的都是我喜欢的内容？ 因为有一些APP的推荐算法是内容推荐算法，而内容推荐算法的逻辑就是：比如你在豆瓣上说你看过《庆余年》，第二天豆瓣给你推荐了《琅琊榜》比如你在京东买了《Pyt

1. what 举例，我们使用Google的时候，Google会提示我们 可以看到这里Google自动提示分为两种 第一种：我之前有搜索过的历史记录 第二种：根据目前各种词的出现频率进行了展示（不排除

分享的一个算法是NDCG，NDCG一般用于评价搜索结果列表的好坏，NDCG的全称是Normalized Discounted cumulative gain，意思为归一化折损累积收益。

1. 什么是function score？ function score 就是 elasticsearch 提供的一种通过函数来对相关性评分进行二次计算的方法。这里的函数可以大致分为两种。 第一种：s

1. 为什么要了解 Elasticsearch 相关性分规则 ？ 我们做搜索的目的，就是期望用户可以通过搜索找到他想要的内容。找到想要的内容可以分为两步。 第一步：我们需要检索到相关的内容。 第二步：

1. 什么是分词？ 维基百科：分词（Word segmentation）是将一串书面语言分成其组成词的问题。中文分词指的是使用计算机自动对中文文本进行词语的切分，即像英文那样使得中文句子中的词之间有空

1. 常见使用问题 1.1 var _ I = (*T)(nil) 是什么意思？ 作用：用简单的语法，检查T这个struct是否实现了I这个接口 细化理解：可以把=左右两边分开来看 左边：var _

1. interface 是什么？有什么用？ 1.1 日常生活中的 interface 举例 KFC的招牌就是一个接口，挂了KFC的招牌，我们不用进去就知道他家卖哪些食物，就可以直接去点上校鸡块、黄金

1. 为什么写这样一片文章？ 为什么写 最近裸辞在家，有时间哈哈哈哈 为什么改变主意不写基础操作（增删改查扩容），而从问题的角度去写？ 1， 因为最近看了一本书，说人不感兴趣的东西记忆起来的难度是更高

1. context 常用方法，以及各种适用于什么场景 1.1 context含有的方法 1.2 方法适用场景和伪代码示例 1.2.1 值传递：比如gin框架中用来传递key,value的值，自己简单

1. channel 的设计模式CSP是什么？ 1.1 CSP是什么？对于传统的共享内存有什么好处？ CSP：Communicating Sequential Processes，顺序通信进程，核心就

1，什么是grpc gRpc 是一个高性能、开源和通用的 RPC 框架，面向移动和 HTTP/2 设计。目前提供 C、Java 和 Go 语言版本，分别是：grpc, grpc-java, grpc-

为什么要知道golang垃圾回收机制？ 优化：工作中可能涉及到需要针对垃圾回收进行优化，所以我们要知其然，才好进行这一块的优化 思路：垃圾回收其实也是一种解决问题的思路，了解这种思路可以解决遇到类似的

问题： 如果一只青蛙实现每次只可以跳一次或者两次台阶，那么他跳到n级台阶有多少中可能​ 数学推导： 假设他跳n级台阶有f(n)种可能，现在我们要想办法求出来f（n） 从终点n级，往后推导，那么他跳到第