推荐算法冷启动

冷启动主要分为三类

用户冷启动 ：为新用户推荐物品

物品冷启动 ：如何把新物品推荐给用户

系统冷启动 ：在新网站上设计个性化推荐系统

解决方式主要有：

提供非个性化的推荐 非个性化推荐的最简单例子就是热门排行榜，我们可以给用户推
荐热门排行榜，然后等到用户数据收集到一定的时候，再切换为个性化推荐。

• 利用用户注册时提供的年龄、性别等数据做粗粒度的个性化。
• 利用用户的社交网络账号登录（需要用户授权），导入用户在社交网站上的好友信息，然后给用户推荐其好友喜欢的物品。
• 要求用户在登录时对一些物品进行反馈，收集用户对这些物品的兴趣信息，然后给用户推荐那些和这些物品相似的物品。
• 对于新加入的物品，可以利用内容信息，将它们推荐给喜欢过和它们相似的物品的用户。在系统冷启动时，可以引入专家的知识，通过一定的高效方式迅速建立起物品的相关度表