推荐系统依赖用户历史行为，但新用户刚注册时没有任何点击和购买记录，模型无法判断兴趣，这就是冷启动问题。处理不好，新用户会看到一堆无关推荐，很快流失。
常见做法是先用群体先验。根据注册渠道、设备、地域、时段等信息，把新用户归入某个群体，推荐该群体中热度高、接受度广的内容，先保证不出错。
同时要主动收集信号。通过兴趣选择、引导页、首屏几个多样化的内容，快速观察用户点击什么，再逐步从群体推荐过渡到个性化推荐。
关键是设计好探索与利用的节奏。前期多给多样性，尽快积累反馈；后期逐步收敛到用户偏好。冷启动不是一次性的问题，新内容、新场景同样会反复遇到。
