推荐系统冷启动

冷启动主要分为3类：

1. 用户冷启动：主要解决如何给新用户做个性化推荐的问题。对于新用户，没有行为数据，无法根据历史行为预测其兴趣，从而无法为其做个性化推荐。

2. 物品冷启动：主要解决新的物品推荐给可能对它感兴趣的用户

3. 系统冷启动：在一个新开发的网站上设计个性化推荐系统。

 

一、利用用户注册信息

　　用户注册的信息可以用于解决冷启动问题，信息包括3种：

　　1. 人口统计学信息：用户的年龄、性别、职业、民族和居住地

　　2. 用户兴趣的描述：用户用文字描述他们的兴趣

　　3. 从其他网站导入的用户站外行为数据

 

　　获取注册信息的个性化推荐流程基本如下：

　　1. 获取用户的注册信息

　　2. 根据用户的注册信息对用户分类

　　3. 给用户推荐他所属分类用户喜欢的物品

 

二、选择合适的物品启动用户的兴趣

　　当用户第一次访问推荐系统时，不立即给用户展示推荐结果，而是给用户提供一些物品，让用户反馈他们对这些物品的兴趣，然后根据用户反馈给提供个性化推荐。

　　选择的物品应该具有以下特点：

　　1. 比较热门

　　2. 具有代表性和区分性

　　3. 启动物品集合需要有多样性

 

转载于:https://www.cnblogs.com/leeyuxin/p/10575521.html