推荐算法冷启动

冷启动主要分为三类

用户冷启动 :为新用户推荐物品

物品冷启动 :如何把新物品推荐给用户

系统冷启动 :在新网站上设计个性化推荐系统

解决方式主要有:

提供非个性化的推荐 非个性化推荐的最简单例子就是热门排行榜,我们可以给用户推
荐热门排行榜,然后等到用户数据收集到一定的时候,再切换为个性化推荐。

  • 利用用户注册时提供的年龄、性别等数据做粗粒度的个性化。
  • 利用用户的社交网络账号登录(需要用户授权),导入用户在社交网站上的好友信息,然后给用户推荐其好友喜欢的物品。
  • 要求用户在登录时对一些物品进行反馈,收集用户对这些物品的兴趣信息,然后给用户推荐那些和这些物品相似的物品。
  • 对于新加入的物品,可以利用内容信息,将它们推荐给喜欢过和它们相似的物品的用户。在系统冷启动时,可以引入专家的知识,通过一定的高效方式迅速建立起物品的相关度表

猜你喜欢

转载自blog.csdn.net/Xafter0/article/details/80604644