推荐系统中的冷启动问题与应对

新用户没有行为记录，新内容没有曝光数据，模型难以判断。这就是冷启动。处理不好，新用户流失、新内容沉底，生态会逐渐僵化。

新用户可用注册信息、设备、来源渠道做粗粒度推荐，再用试探性展示快速收集兴趣。首屏内容的选择，对后续留存影响很大。

新内容可用内容特征做相似匹配，借助已有内容的用户反馈来估计。也可给一定初始流量，用探索机制收集真实表现，再决定是否加大曝光。

冷启动不是一次性问题。用户兴趣会漂移，内容会过时，系统要持续识别状态变化，动态调整策略。