新用户没有任何行为数据,推荐系统只能靠先验信息。常见做法是先推热门内容保底,保证点击率不至于太差,但热门往往泛化,难以体现个性化。
更好的策略是快速试探。用少量多样化的内容做兴趣探测,根据前几次点击迅速收敛到几个候选方向,再逐步精细化。关键在于把握试探的比例,太少学不到,太多伤害体验。
上下文信息也能帮忙。注册渠道、设备、地域、首次搜索词都是弱信号,组合起来能给出不错的初始猜测,比纯热门更贴近用户。
冷启动的本质是用最少交互换取最大信息量。设计好前几屏的探索策略,比事后补救更有效。
新用户没有任何行为数据,推荐系统只能靠先验信息。常见做法是先推热门内容保底,保证点击率不至于太差,但热门往往泛化,难以体现个性化。
更好的策略是快速试探。用少量多样化的内容做兴趣探测,根据前几次点击迅速收敛到几个候选方向,再逐步精细化。关键在于把握试探的比例,太少学不到,太多伤害体验。
上下文信息也能帮忙。注册渠道、设备、地域、首次搜索词都是弱信号,组合起来能给出不错的初始猜测,比纯热门更贴近用户。
冷启动的本质是用最少交互换取最大信息量。设计好前几屏的探索策略,比事后补救更有效。