新用户和行为少的用户,在很多情况下可以用相同的策略来优化点击率。
新用户的缺点是用户行为数据少,优点是新用户往往积极性很高。所以当务之急是,让新用户尽快活跃起来,以便完善新用户的静态特征和行为数据,从而做精确的搜索推荐。
点击率优化方法:
- 处理行为数据少的问题。可参考Airbnb的方式,将user _id映射到group_id,然后用group_id的行为来近似该用户的行为。分组可以参考用户的各种静态特征来分组。
- 利用好新用户积极性高的优势。
-
- 向B端展示新用户时,对新用户进行提权,B端能获得高的互动性,新用户也能感受到自己被需要。相关性问题可以设置阈值,相关性达标后才提权。
-
- 向新用户展示B时,优先展示有吸引力的和高互动性的。由于目标是让新用户尽快活跃起来,所以点击率模型要向新用户倾斜,适当降低B的满意度。增加负反馈,减少B类负例的展示。
通过上述优化,可以在短时间内获得新用户的行为数据,以及B端对新用户的行为数据。然后新用户的模型可以替换为老用户的模型,利用行为数据对BC两端做更精确的展示。