2026年京东数据分析师面试题及答案

2026年京东数据分析师面试题及答案一、统计学与数据分析基础（共5题，每题8分，合计40分）1.题目：假设京东某品类商品的用户购买频率服从泊松分布，在一天内平均每个用户的购买次数为2次。请计算：（1）一天内一个用户购买0次商品的概率；（2）一天内一个用户购买至少3次商品的概率。请写出计算公式并给出结果（保留两位小数）。答案与解析：泊松分布公式：P(X=k)=(λ^ke^-λ)/k!，其中λ为平均次数（λ=2）。（1）P(X=0)=(2^0e^-2)/0!=e^-2≈0.13（保留两位小数）；（2）P(X≥3)=1-P(X=0)-P(X=1)-P(X=2)=1-e^-2-(2^1e^-2)/1!-(2^2e^-2)/2!≈1-0.13-0.27-0.27=0.34（保留两位小数）。2.题目：京东某促销活动数据显示，A商品转化率为8%，B商品转化率为12%，但A商品的总销售额是B商品的2倍。请计算：（1）A商品的总浏览量；（2）B商品的转化量。假设A商品平均客单价为100元，B商品平均客单价为80元。答案与解析：转化率=转化量/浏览量，转化量=转化率浏览量。（1）设A商品浏览量为x，则A销售额=0.08x100=8x；设B商品浏览量为y，则B销售额=0.12y80=9.6y；根据题意，8x=29.6y→x=2.4y；A商品浏览量=2.4y，总浏览量需进一步明确y值（需补充数据）。（2）若假设B商品浏览量y=10万，则B转化量=0.1210万=1.2万。3.题目：京东物流某区域站点2025年11月包裹揽收量呈正态分布，平均每天5000件（σ=800件）。请计算：（1）每天揽收量在4500-5500件的概率；（2）若某天揽收量超过6000件，则该天属于异常波动的概率（假设P(X>6000)=0.003）。请说明是否需要调整资源。答案与解析：正态分布计算需标准化（Z=(X-μ)/σ）。（1）P(4500<X<5500)=P((4500-5000)/800<Z<(5500-5000)/800)=P(-0.625<Z<0.625)≈0.4772（查表或计算器）；（2）P(X>6000)=0.003，若单日超过6000件概率极低，建议提前增加人手或优化排班。4.题目：京东会员体系中，新会员次日留存率平均为30%，7日留存率平均为20%。请用马尔可夫链模型计算：（1）30天后的留存率；（2）长期（稳态）留存率。假设会员流失后不再回归。答案与解析：状态转移矩阵：|留存|流失|||||0.3|0.7|（1）30天留存率=0.3^30≈0（极低，实际需考虑多状态）；（2）稳态方程：π10.3+π20=π1，π1+π2=1→π1=0.3，π2=0.7（仅次日留存）。5.题目：京东某品类用户评分数据如下：[4,5,3,4,5,2,4,5,4]。请计算：（1）中位数；（2）四分位数（Q1和Q3）；（3）是否存在异常值（用IQR方法判断）。答案与解析：排序：[2,3,4,4,4,4,5,5,5]。（1）中位数=第5项=4；（2）Q1=(4+4)/2=4，Q3=(5+5)/2=5；（3）IQR=Q3-Q1=1，下界=Q1-1.5IQR=2.5，上界=Q3+1.5IQR=6.5。无异常值。二、业务场景与SQL（共5题，每题10分，合计50分）1.题目：京东超市用户购买行为数据表（user_purchase）字段：user_id（用户ID），order_id（订单ID），item_id（商品ID），amount（金额），purchase_time（时间）。请SQL查询：（1）每日客单价（平均每笔订单金额）；（2）每个用户的消费金额排名，并筛选出消费金额前10%的用户。答案与解析：（1）SQLSELECTDATE(purchase_time)ASdate,AVG(amount)ASavg_order_valueFROMuser_purchaseGROUPBYDATE(purchase_time)ORDERBYdate（2）SQLSELECTuser_id,SUM(amount)AStotal_amount,RANK()OVER(ORDERBYSUM(amount)DESC)ASrankFROMuser_purchaseGROUPBYuser_idHAVINGSUM(amount)>=(SELECTSUM(amount)0.1FROMuser_purchase)2.题目：京东服饰会员数据表（member）字段：member_id（会员ID），age（年龄），province（省份），join_date（注册时间）。请SQL查询：（1）按省份分组，统计会员数量最多的3个省份；（2）计算2023年新增会员的平均年龄。答案与解析：（1）SQLSELECTprovince,COUNT()ASmember_countFROMmemberGROUPBYprovinceORDERBYmember_countDESCLIMIT3（2）SQLSELECTAVG(age)ASavg_ageFROMmemberWHEREYEAR(join_date)=20233.题目：京东618活动数据表（activity）字段：order_id（订单ID），activity_flag（活动标识，如'618'），discount_rate（折扣率）。请SQL查询：（1）计算非618活动订单的平均折扣率；（2）对比618和618非活动订单的订单量差异。答案与解析：（1）SQLSELECTAVG(discount_rate)ASavg_discount_rateFROMactivityWHEREactivity_flag<>'618'（2）SQLSELECTactivity_flag,COUNT()ASorder_countFROMactivityGROUPBYactivity_flag4.题目：京东生鲜用户复购数据表（rebuy）字段：user_id（用户ID），last_purchase_date（上次购买时间），next_purchase_date（下次购买时间）。请SQL查询：（1）计算用户复购间隔天数（next_purchase_date-last_purchase_date）；（2）统计复购间隔小于7天的用户比例。答案与解析：（1）SQLSELECTuser_id,DATEDIFF(next_purchase_date,last_purchase_date)ASrebuy_intervalFROMrebuy（2）SQLSELECTROUND(COUNT()100.0/(SELECTCOUNT()FROMrebuy),2)ASrebuy_rateFROMrebuyWHEREDATEDIFF(next_purchase_date,last_purchase_date)<75.题目：京东家电退货数据表（return）字段：order_id（订单ID），return_reason（退货原因）。请SQL查询：（1）统计各退货原因的占比；（2）筛选出退货占比最高的3个原因。答案与解析：（1）SQLSELECTreturn_reason,COUNT()ASreturn_count,ROUND(COUNT()100.0/(SELECTCOUNT()FROMreturn),2)ASreturn_percentageFROMreturnGROUPBYreturn_reason（2）SQLSELECTreturn_reasonFROMreturnGROUPBYreturn_reasonORDERBYreturn_countDESCLIMIT3三、机器学习与业务应用（共5题，每题10分，合计50分）1.题目：京东希望预测用户流失概率，现有数据包含用户属性（年龄、性别）和购买行为（最近购买时间、客单价）。请简述：（1）如何选择特征？（2）模型选择与评估指标。答案与解析：（1）特征选择：年龄（连续）、性别（分类）、最近购买时间（连续，差值）、客单价（连续）。（2）模型：逻辑回归（基准）、随机森林/GBDT（树模型）、XGBoost（集成）。评估：AUC、留存率、F1-score。2.题目：京东618活动需要设计优惠券策略，用户数据包含历史消费金额、活跃度。请简述：（1）如何设计优惠券金额与用户分层？（2）如何评估策略效果？答案与解析：（1）分层：高消费（客单价>200）、中消费（100-200）、低消费（<100）；金额设计：高消费→200元，中消费→100元，低消费→50元。（2）评估：对比优惠券发放前后用户购买金额提升（增量ROI）、复购率变化。3.题目：京东生鲜用户购买偏好数据包含商品类别（蔬菜、水果等）和购买频次。请简述：（1）如何发现用户画像？（2）如何用于精准推荐？答案与解析：（1）聚类：K-means按购买频次和品类组合分类（如“高频蔬菜用户”“水果爱好者”）；（2）推荐：根据用户画像相似性（如“高频蔬菜用户”推荐新品蔬菜），使用协同过滤或内容推荐。4.题目：京东物流需要预测爆仓风险，数据包含包裹量、天气、节假日。请简述：（1）如何处理时间序列数据？（2）如何识别异常波动？答案与解析：（1）时间序列分解：趋势+季节性+周期性，ARIMA或Proph