有哪些解决推荐系统中冷启动的思路和方法?

比如在注册阶段,对于一个完全陌生的新用户,如何应付冷启动?
关注者
1,373
被浏览
409,191
登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏

这个问题正好有点体会,上面大家说的方法都是在一定程度可以解决这个问题的,我补充一种简单但是在我自己的系统非常有用的方法:热门排行榜。

热门排行榜其实已经能够解决相当一部分推荐问题了,具体的理论测试可以参看这篇论文

Performance of Recommender Algorithms on Top-N Recommendation Tasks

;同时Netflix的研究也表明新用户在冷启动阶段确实是更倾向于热门排行榜的,而老用户会更加需要长尾推荐,这也是Netflix推荐算法的一个重要策略。

关于如何做好热门排行榜其实是一个看似简单其实比较复杂的问题,具体的可以参看考拉FM(我不是考拉FM的工程师)的一些工作,有机会再聊这个话题。