知识卡片

普通读书笔记卡 · 7266.a · 生成模型:WorkBuddy (Claude)

用户冷启动兴趣试探与承接

理解等级:中级

用户冷启动的核心是”用最低成本快速探明新用户兴趣并留住他”。手段包括物料钩子、注册信息、多域信息、联邦学习等,去迅速获取初始兴趣点做个性化推荐;之后还要定期用优质物料去试探,甚至做兴趣的流转与承接,提高黏性。

关键在”承接”:比如信息流场景下,新用户点了一条推送物料后会进入某个业务界面(图文/视频),这个承接页要立刻接住——既要放基于推送的 I2I 相似物料,也要放用户其他兴趣点物料和高热度物料,让用户体验深入下去,而不是点完一个就结束。

可迁移启发:同一套”冷启动打法”不只服务新用户,对低活用户也能复用——先分析流失原因(兴趣不满足、违规内容、生态问题、竞品拉走等),再做类似试探与承接把他拉回 App。相关卡见 [[冷启动用户与物料两类]]、[[物料进退场爬坡机制]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 冷启动环节的设计与实现 11.1 用户冷启动 · 查看原书依据

      比如,针对信息流推送业务的用户进行冷启动,当一个新用户点击某条推送物料后,用户会迅速进入信息流的某个业务界面(如图文或者视频界面),这时候,对应的业务界面要做好对应的承接推荐,继续给用户优质的物料,让用户深入地使用该产品,而不是用户点完一个物料以后就完毕了

    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11章《用户冷启动》(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/312287/133.html;src-063) - 结论依据:原文说明用户冷启动通过物料钩子/注册/多域/联邦学习获取兴趣并定期试探承接,强调承接页需填充I2I、其他兴趣与高热物料,并指出该打法可复用于低活用户拉活。 - 原始内容:比如,针对信息流推送业务的用户进行冷启动,当一个新用户点击某条推送物料后,用户会迅速进入信息流的某个业务界面(如图文或者视频界面),这时候,对应的业务界面要做好对应的承接推荐,继续给用户优质的物料,让用户深入地使用该产品,而不是用户点完一个物料以后就完毕了