冷启动问题：新用户与新物品怎么办

冷启动分为新用户和新物品两类。新用户缺少历史行为，难以刻画兴趣；新物品缺少曝光和反馈，模型无法估计其质量，二者都会导致推荐效果下降。

新用户常见做法是基于注册信息、上下文和热门内容做粗粒度推荐，并通过引导交互快速收集反馈。探索与利用的平衡在此阶段尤为重要。

新物品可采用内容特征召回的冷启动通道，利用标题、类目和图像向量找到相似物品，再通过小流量探索积累真实反馈，逐步进入常规召回池。

冷启动没有一劳永逸的方案，核心是设计低成本探索机制，并在反馈积累后平滑切换到个性化策略，避免用户体验断层。