题目重点：MLE 题目明确给已训练好的 Pin 向量，要求设计多个用户向量；本文讨论兴趣分离、更新、候选召回与评估。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 已有每个 Pin 的 d 维向量与版本号；用户历史包含可授权使用的保存、点击、隐藏等带时间戳事件。
- 训练方案形成至多 K 个用户兴趣中心，而非要求某个论文固定模型；K、权重和更新频率均需数据验证。
解题路线
- 先明确预训练 Pin 向量的语义和适用范围：相似度是否可用于候选召回，向量版本改变时用户中心要同步重建。
- 用近期/长期以及正负反馈分开构造用户行为样本，按时间衰减和事件强度赋权，过滤机器人/异常重复事件。
- 简单基线是所有正反馈 Pin 加权平均；多兴趣版对 Pin 向量聚类或学习 K 个兴趣槽，每个中心只聚合同一主题，避免做菜和自行车兴趣在单一平均向量里相互抵消。
- 每个兴趣向量独立查 ANN 索引，按兴趣权重分配召回份额，合并去重后进入排序；用户新反馈可快速更新短期兴趣，长期中心批量重算。
- 冷启动使用当前会话、关注主题与全站安全热门内容；离线看 Recall@K、兴趣覆盖和分组召回，线上看保存率、长期参与和多样性，检查流行度反馈循环。
手动走一遍
某用户保存 20 个食谱 Pin、15 个自行车 Pin。如果只算一个中心，查询向量可能位于两个主题之间；K=2 时分别召回食谱与骑行候选，合并去重后由排序决定展示比例。用户今天连续隐藏食谱内容时，短期权重应下降，但长期兴趣不应被一次会话永久抹掉。
规模与取舍
H 条用户历史、d 维向量、K 个兴趣中心：简单迭代聚类每轮约 O(HKd)，每次在线向量聚合 O(Hd)；K 路 ANN 查询成本取决于索引和候选数，不能只看相似度计算。每用户存储 O(Kd) 加必要的版本信息。
易错点与追问
容易失分的边界
- 把所有历史平均成一个向量，却声称支持多个兴趣。
- 直接使用未来保存事件构造离线评测特征，造成时间泄漏。
- 只看点击率而不测兴趣覆盖和长期质量。
- Pin 向量升级后继续混用旧用户中心。
- 忽视用户隐私与撤回行为数据后的再计算。
继续深挖
- K 该固定还是随用户历史量变化？
- 同一 Pin 属于多个主题时，软分配和硬聚类怎么取舍？
- 向量检索结果多样性不足时，应该改兴趣中心、召回配额还是重排？
