冷启动分为用户冷启动和物品冷启动。新用户没有历史行为，无法做个性化协同过滤；新物品没有曝光，无法积累点击数据，二者形成典型的先有鸡还是先有蛋的困境。
用户侧常用策略包括利用注册信息、设备信息、首次交互的即时反馈做快速画像，以及在一开始推送多样性高的热门或探索性内容，尽快收集信号。
物品侧则依赖内容特征。标题、类目、图像、文本嵌入都可以用来计算与用户历史偏好的相似度，把新物品挂靠到已有兴趣上，先给少量曝光试水。
探索与利用的平衡是冷启动的核心。纯利用会让新物品永远没有机会，纯探索则损害短期体验。常用做法是设定固定比例的探索流量，并配合快速的效果反馈闭环。
