推荐系统----冷启动问题总结

本博客参考了
《推荐系统实践》 项亮
#有哪些解决推荐系统中冷启动的思路和方法#
问题下，知乎大佬的回答

冷启动

推荐系统是根据用户的兴趣和历史行为对用户进行推荐，因此就需要大批的用户数据，对于一些大公司，他们已经累计了大量的用户数据，所以对他们来说这都不是什么问题，但是对于一些小公司，他们并没有那么多的数据，如何在没有大量用户数据的情况下设计个性化推荐系统，并让用户对推荐系统感到满意而愿意使用推荐系统，这就是冷启动问题

冷启动的分类

1、用户冷启动，对新用户做个性化推荐
2、物品冷启动，如何将新的物品推荐给可能感兴趣的用户
3、系统冷启动，如何在新开发的网站上设计个性化推荐系统，从而在网站发布的时候让用户体会到个性化推荐

用户冷启动解决

1、提供非个性化推荐，使用热门排行榜，等收集到了信息再进行个性化推荐。
2、利用用户注册时候的信息进行推荐。
3、将库中的物品聚类，在给新用户推荐时，每个类别中推荐几个，总有一款是你喜欢的
4、事先构造好选项，让用户选择自己感兴趣的点，生成粗颗粒度的推荐（之前我注册bilibili的时候就回答了挺多问题的，不然不给注册）
5、让用户以qq/微信等来注册账号，可以降低用户注册成本，获取用户的社交信息，利用社交信息推荐，比如推荐朋友喜欢的
6、当用户有很少的行为记录时，这时很多算法