一、冷启动
推荐系统中很多点击率预估模型都是强烈依赖于对用户过去信息以及对广告过去表现来建模的。
当面对新的用户或者新的广告的时候,由于缺乏历史数据,对于推荐系统来说,就需要特殊进行处理,于是就有了“冷启动”的问题。
冷启动面临的问题:
- 如何给新的用户推荐满意的合适的物品?
- 如何将新的广告(物品)分发出去,推荐给喜欢的用户?
冷启动主要分为三类: 用户冷启动、物品冷启动、系统冷启动。
- 用户冷启动:如何给新用户做个性化推荐?
- 物品冷启动:如何将新物品推荐给感兴趣的用户?
- 系统冷启动:如何在一个没有任何用户及用户行为历史数据的新网站设计个性化推荐系统,并且从一上线就可以让用户体会到个性化推荐的服务。
二、热启动
“热启动”指的是我们已经掌握了用户或者广告的一定信息,然后利用这些历史信息来对点击率进行预测。