抖音数据科学面试题(含详细参考答案).docxVIP

  • 0
  • 0
  • 约3.67千字
  • 约 8页
  • 2026-11-22 发布于河北
  • 举报

抖音数据科学面试题(含详细参考答案).docx

抖音数据科学面试题(含详细参考答案)

适用岗位:抖音数据科学、用户增长、商业分析、算法策略方向

考察范围:统计学、A/B实验、SQL、业务指标、机器学习、数据思维

一、简答题

1.请简述抖音的完播率指标定义,以及为什么完播率是短视频核心指标?

参考答案

完播率=完整看完本条视频的用户数/视频的有效播放用户数。

这里的有效播放一般指视频被成功加载、开始播放的曝光,不计入刷到瞬间快速划过、没有触发播放的情况;长视频场景有时也会采用“进度完成度加权完播”。

它成为核心指标的原因:

短视频信息流场景下,用户停留时间很短,完播直接反映内容能不能抓住用户,是内容吸引力最直观的信号;

推荐系统需要快速判断内容质量,完播反馈链路短,比点赞、评论、转发更早拿到用户反馈;

平台整体目标是提升用户时长,高完播内容更容易持续留住用户,正向带动后续的停留、互动、复访;

区分开“点进来”和“留下来”,规避封面标题党带来的虚假高点击。

2.A/B实验中,什么是辛普森悖论?举一个抖音业务场景的例子。

参考答案

辛普森悖论:分组看数据时各组趋势一致,合并汇总之后趋势反转,根源是分组样本占比不均衡、混杂变量干扰结论。

抖音场景示例:

测试新封面样式A和旧样式B。

按视频时长分组:

短视频组:A完播率高于B

中长视频组:A完播率高于B

但汇总全部数据之后,整体A完播率反而低于B。

原因是A版本分到的中长视频

文档评论(0)

1亿VIP精品文档

相关文档