接上一篇,http://blog.csdn.net/worryabout/article/details/79580253
github:https://github.com/worry1613/gongyu-recommend
上一篇我们把数据都处理完了,OK。现在要面临的一个问题是 ‘出租公寓项目’是一个全新的项目,没有用户知道,没有用户浏览记录,没有用户兴趣偏好记录,只有公寓的数据记录。这时间就面临一个经典的问题,没有用户数据的时候怎么来做推荐系统,或者说的简单点,如何解决推荐系统的冷启动问题?4个字,因地制宜,视你的产品形式而定。
产品的形式,决定了解决问题的方法。
举个例子:我要做一个微博一样的产品,一个新用户,怎么推荐他想看的内容?分2种情况,
一,未注册用户,能得到未注册用户的什么信息?移动设备ID号,cookie,IP地址,上网设备类型,上网线路类型,移动设备ID号(如果是从移动端APP访问的),cookie相当于一个身份证号,IP地址,至少知道你在哪个地区,上网设备类型,android?IOS?上网线路类型,电信运营商是电信,联通,移动?甚至有可能更多,拿到这些信息,给这个用户推荐以上信息相关的内容,推荐cookie用户地域相关内容,移动端还是web相关人容,等等。
二,注册用户,未注册用户对产品感兴趣后,不只要看,还是有互动,点赞,评论,就必须注册才能进行这些操作。用户注册的时候就可以拿到用户更多的信息,性别,年龄,职业,所在地,甚至还有兴趣爱好,推荐就可以根据这些数据来做。
微博新用户注册的时候,会问你对哪些领域感兴趣 ,就是在得到你的兴趣爱好,还建议关注一些大V,也是一个意思。
《推荐系统实践》特意拿出一章来说推荐系统冷启动问题,里面讲的很好了,有必要看一看。
具体到 ‘出租公寓项目’,怎么来做呢?可以参考58同城的做法。
我们可以根据公寓数据,从多方面把公寓分类,按城市,区域,楼层,整租?合租?,主卧?次卧?楼房?平房?,价格梯度,就像58同城这样,尽量不要让用户去 打字 再 搜索,用户看到以各种内容分类的信息入口,一目了然,也比较容易找到自己感兴趣的内容。