知识卡片
用户冷启动的主要方式
新用户缺行为数据,常见冷启动方式有:①注册信息冷启动——用性别、年龄、职业、地区等建热门倒排拉链(如 {性别: 物料1→物料2…} 按点击率排序)做粗粒度个性化。②好物推荐冷启动——直接展现代表性物料,靠用户点击反馈快速探明兴趣;物料选择要多样且热门(避免布利丹效应),并按”区分度”递归推荐。③问题启发式冷启动——以问答(如某视频站 60 问)探寻兴趣,问题数要少、难度适中以免惹反感。④社交冷启动——借联系人/好友兴趣(Facebook、微信)。⑤模型冷启动——对新用户单独建模、用相似用户点击、固定用户 Embedding 等。⑥多域冷启动——站内应用间信息互传(如抖音画像用于今日头条)。可迁移启发:优先用低成本信号(注册信息/社交)快速给新用户”第一屏”,再靠交互收敛兴趣。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 2 推荐系统架构
原书出处 · 1 处
- 推荐系统架构 2.6 冷启动环节 · 查看原书依据
模型冷启动的做法比较多,比如单独对新用户建模、利用用户间的相似度、用相似用户点击物料冷启动、对新用户的用户IDEmebdding设置固定值等
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第2章《推荐系统架构》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/25.html;src-017)
- 结论依据:原文列举用户冷启动的多种途径(注册信息、好物推荐、问答、社交、模型、多域),并说明各自机制与注意事项,支撑本卡对方式分类的梳理。
- 原始内容:模型冷启动的做法比较多,比如单独对新用户建模、利用用户间的相似度、用相似用户点击物料冷启动、对新用户的用户IDEmebdding设置固定值等