广告算法工程师考试试卷及答案

广告算法工程师考试试卷及答案一、填空题（共10题，每题1分，共10分）1.CTR的计算公式是______2.排序学习的英文全称是______3.广告CTR预估常用深度学习模型包括______（举1例）4.CPC的全称是______5.广告核心特征类型包括用户、广告和______6.广告冷启动不包括______（举1类）7.A/B测试的核心是______8.转化漏斗层级（曝光后）：曝光→点击→______9.广告召回常用策略包括基于兴趣和______10.广告排序目标函数通常包含出价、CTR和______填空题答案1.点击量÷曝光量2.LearningtoRank3.DeepFM（或GBDT、XGBoost等）4.CostPerClick5.上下文特征6.模型冷启动（或其他合理非核心类型）7.控制变量对比策略效果8.转化9.协同过滤10.CVR二、单项选择题（共10题，每题2分，共20分）1.以下不是CTR预估模型的是？A.LRB.RandomForestC.K-MeansD.GBDT2.LTR中优化排序的损失函数是？A.交叉熵B.PairwiseC.MSED.均方误差3.eCPM计算公式是？A.出价×CTRB.出价×CVRC.CTR×CVRD.出价×CTR×CVR4.解决冷启动不常用的方法是？A.迁移学习B.热门广告兜底C.聚类用户D.强制曝光5.A/B测试样本量依据是？A.显著性水平B.指标提升幅度C.A+BD.无关6.类别特征常用处理方法是？A.归一化B.独热编码C.标准化D.降维7.CTR预估评估指标是？A.AUCB.准确率C.召回率D.F18.广告排序核心目标是？A.最大化CTRB.最大化总收益C.最大化CVRD.最小化成本9.召回阶段优先关注？A.准确率B.效率C.覆盖率D.公平性10.点击后漏斗步骤是？A.曝光B.下载C.转化D.注册单项选择题答案1.C2.B3.D4.D5.C6.B7.A8.B9.B10.C三、多项选择题（共10题，每题2分，共20分）1.CTR预估常用模型包括？A.LRB.DeepFMC.XGBoostD.K-Means2.广告排序影响因素包括？A.出价B.CTRC.CVRD.质量分3.特征工程常用操作包括？A.特征选择B.编码C.归一化D.降维4.A/B测试注意事项包括？A.控制变量B.样本充足C.周期合理D.忽略显著性5.广告冷启动类型包括？A.用户B.广告C.场景D.模型6.召回常用策略包括？A.兴趣召回B.协同过滤C.规则召回D.随机召回7.转化漏斗关键步骤包括？A.曝光B.点击C.转化D.复购8.LTR应用场景包括？A.广告排序B.搜索排序C.推荐排序D.图像分类9.广告竞价机制包括？A.第一价格B.第二价格C.混合竞价D.固定价格10.CTR输入特征类型包括？A.用户B.广告C.上下文D.时间多项选择题答案1.ABC2.ABCD3.ABCD4.ABC5.ABC6.ABC7.ABC8.ABC9.ABC10.ABCD四、判断题（共10题，每题2分，共20分）1.CTR=点击量÷曝光量？（√）2.LTR核心是学习排序模型？（√）3.CVR=转化量÷点击量？（√）4.广告排序只看出价？（×）5.冷启动只有用户一种？（×）6.A/B测试无需关注显著性？（×）7.特征工程不用处理缺失值？（×）8.排序只优化CTR？（×）9.召回必须100%准确？（×）10.转化漏斗只有3层？（×）判断题答案1.√2.√3.√4.×5.×6.×7.×8.×9.×10.×五、简答题（共4题，每题5分，共20分）1.简述CTR预估常见模型及适用场景。答案：CTR预估分两类：①传统模型：LR（简单高效，适合特征少的冷启动场景）；GBDT（处理非线性特征，适合中等维度场景）。②深度学习模型：DeepFM（捕捉高低阶交互，适合高维特征场景）；DIN（关联用户兴趣与广告，适合个性化场景）。按需选择，如冷启动用LR，个性化用DIN。2.广告排序核心目标及影响因素。答案：核心目标是最大化总收益（如总eCPM），兼顾用户体验。影响因素：①商业因素（出价、CTR、CVR）；②质量因素（创意、落地页体验）；③业务约束（预算、时段、定向）。需平衡商业与体验，避免过度商业化。3.特征工程在广告算法中的作用及方法。答案：作用是提升模型效果（减少噪声、捕捉交互）。常用方法：①编码（类别特征用独热）；②选择（卡方检验过滤，递归消除包裹）；③变换（数值归一化、连续特征离散化）；④构造（衍生用户点击频率、广告曝光时长）。4.冷启动类型及解决思路。答案：类型：用户（新用户无行为）、广告（新广告无曝光）、场景（新场景无数据）。思路：①用户：用人口属性定向，迁移相似用户行为；②广告：热门广告兜底，关联广告属性推荐；③场景：复用成熟模型，添加场景特征微调。六、讨论题（共2题，每题5分，共10分）1.如何平衡广告排序的效率与效果？答案：从三方面优化：①召回：多路召回（兴趣+协同+规则），限制召回量（如1000）保效率；②排序：粗排（轻量LR）快速筛选，精排（DeepFM）优化效果；③工程：分布式计算、缓存热点广告降延迟。通过A/B测试验证效率提升是否影响效果，确保平衡。2.A/B测试在广告迭代中的作用及挑战。答案：作用：科学验证