策略 利用使用者註冊資訊，可以利用人口統計學的一些特徵，如性別、國籍、學歷、居住地來**使用者的偏好，當然在極度強調使用者體驗的今天，註冊過程的過於繁瑣也會影響到使用者的轉化率，所以另外一種方式更加簡單且有效，即利用使用者社交網路賬號授權登陸，匯入社交**上的好友資訊或者一些行為資料。
在使用者登入時收集對物品的反饋，了解使用者興趣，推送相似的物品。
在一開始引入專家知識，建立知識庫、物品相關度表；或者通過自然語言處理來進行文字的資料探勘。
通過使用者在時間和地點的上下文來進行實時的**
知乎大神
推薦系統中冷啟動問題
前言 推薦系統需要根據使用者的歷史行為和興趣來 使用者未來的行為和興趣，因此大量的使用者行為資料就稱為了推薦系統的重要組成部門和先決條件。但是，很多個性化推薦系統的 從開始就沒有這些使用者行為資料，所以如何在沒有大量使用者行為資料的情況下進行個性化推薦並且讓使用者對推薦的結果感到滿意，這就是冷啟動問...
推薦系統中的冷啟動問題
冷啟動問題的研究意義 目前針對冷啟動問題提出了一些解決方法，如隨機推薦法 平均值法 眾數法 資訊熵法 相似度度量改進法結合內容資訊的方法等。不同的演算法有各自的優點和不足，充分認識各演算法的效能特徵，掌握其適用的特定環境，便於研究者發現不同演算法的改進點，明確演算法的研究方向。更重要的是便於推薦系統...
推薦系統 冷啟動問題
使用者冷啟動 即提供非個性化的推薦，即提供熱門排行榜，之後再個性化 使用者註冊資訊分3中 p f,i n i u f n i an i 是喜歡物品i的使用者集合，u f 是具有特徵f的使用者集合，引數a的目的是解決資料係數的問題。比如有乙個物品只被乙個使用者喜歡過，而這個使用者剛好就有特徵f，那麼p...