← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9815.d · 生成模型:DeepSeek-V4.1-Flash

冷启动的三种类型与五类对策

理解等级:中级

冷启动按「缺什么数据」分三类。用户冷启动:新用户没有行为,不知道兴趣;物品冷启动:新物品没有曝光、点击、评论等被动行为,算不出相似度;系统冷启动:新平台既无用户行为,也无足够物品内容,连相似度都无从度量。三类问题的共同思路是用替代信号补位,但可用信号不同。

类型 缺的信号 主要对策
用户冷启动 用户行为 热门数据兜底、注册信息(年龄/学历/定位/通讯录/兴趣标签)、第三方账号数据
物品冷启动 物品被动行为 物品内容属性(本身属性、归纳属性)
系统冷启动 行为与内容都不足 专家标注,人工构建内容向量

边界:热门方案只用大众偏好,等于放弃个性化,适合首屏兜底而不能长期使用,否则强化头部效应;注册信息与第三方数据受授权率、隐私合规和填写真实度限制;三类冷启动常同时出现(新平台拉新加上新),需要组合策略而非单点方案。判断该用哪一类对策,先问「现在手上有什么数据」,而不是先选算法。

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

    • 第7章 推荐系统框架及原理 · 查看原书依据

      推荐系统冷启动主要分为三类:用户冷启动、物品冷启动、系统冷启动。冷启动问题的解决方案可以有以下几种,比如利用热门数据、利用用户注册信息、利用第三方数据、利用物品内容属性和利用专家标注数据

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第7章 推荐系统框架及原理(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0095.html) - 结论依据:原文同时给出三种冷启动类型和五种解决方案,二者构成「缺什么补什么」的对应关系,是分类与对策表的直接依据。 - 原始内容:推荐系统冷启动主要分为三类:用户冷启动、物品冷启动、系统冷启动。冷启动问题的解决方案可以有以下几种,比如利用热门数据、利用用户注册信息、利用第三方数据、利用物品内容属性和利用专家标注数据