← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9907.o · 生成模型:Hunyuan

冷启动三类与两大思路

理解等级:中级

冷启动指在缺乏有价值数据时如何有效推荐,按数据匮乏的对象分为用户冷启动、物品冷启动与系统冷启动。三类问题的共性是个性化引擎无法有效工作,因此解决思路可归纳为两条:一是没有米也要先弄点粗粮,利用粗粒度特征、属性甚至其他领域知识做尽可能好的推荐;二是边做吃的边买米,通过主动学习、探索与利用等机制快速收集反馈、尽快度过无数据阶段。实际工作中两条思路常结合使用。边界在于不同场景需要领域专家洞察,不能照搬统一策略。可迁移的启发是冷启动的本质是信息不足,任何能补充信息的手段都比单纯调参更有效。

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5章 多角度审视推荐系统 · 查看原书依据

      在缺乏有价值数据的时候,如何进行有效的推荐被称为“冷启动问题”。 具体地讲,冷启动问题根据数据匮乏情况的不同,主要分为三类: (1)用户冷启动,新用户注册后,没有历史行为数据时的个性化推荐。

    参考来源

    - 位置:《深度学习推荐系统》第5章 多角度审视推荐系统(源文件:extracted/深度学习推荐系统/_epub-src/text/part0009_split_006.html) - 结论依据:原文先分三类冷启动,再用巧妇难为无米之炊的比喻归纳两条解决思路。 - 原始内容:在缺乏有价值数据的时候,如何进行有效的推荐被称为“冷启动问题”。 具体地讲,冷启动问题根据数据匮乏情况的不同,主要分为三类: (1)用户冷启动,新用户注册后,没有历史行为数据时的个性化推荐。