推荐之冷启动算法

目的：当一个新用户进来的时候，我们没有他的历史行为记录，就需要一个策略来快速探索用户的兴趣点以便留住客户。

EE问题：

EE问题又叫exploit-explore问题。Exploite就是对用户比较确定的兴趣，推荐响应的内容来吸引用户，Explore就是探索用户新的兴趣点，可以长期留住客户。

Bandit算法：

用分类或者topic来表示用户兴趣，我们可以通过几次试验，来获得用户对每个类别的感兴趣概率。如果用户对推荐的列表表示感兴趣，则获得收益，反之，则获得损失。如此经历“选择-观察-更新-选择”的循环，理论上就可以学习到用户真正感兴趣的类别。

1. Thompson Sampling算法

假设用户对每个类别感兴趣的概率符合beta(wins, lose)分布，每次推荐之前，对于每一个类别，根据beta分布产生一个随机数b，选择随机数中最大的一个类别推荐给用户，然后，有收益则该类别的wins加一，反之lose加一。

Beta分布：

Beta(a,b)分布是一个定义在[0,1]区间上的连续概率分布族，因此Beta分布可以描述0~1区间内的形状（事件），为某件事或者成功的概率建模。

Beta分布有两个参数a和b，这两个参数决定了分布的形状。

• 均值=a/(a+b)，均值越大，概率密布分布的中心越靠近1，依据此概率分布产生的随机数都靠近1，反之则靠近0.
• 方差=ab/((a+b)^2(a+b+1)