冷啟動是沒有使用者或是沒有內容或是兩者都沒有，指剛上線的系統。
冷啟動問題
新使用者的冷啟動解決方案
興趣標籤資訊獲取使用者反饋
2.基於使用者註冊內容
接入第三方的社交賬號
這樣就可以在得到使用者授權的情況下，拿到使用者的社交資料以及一些行為資料
直接基於拿到的使用者的資料或標籤與匹配已經離線計算好的表即可完成相應的推薦
利用內容資訊
可先算出與之內容相似的物品（利用已經計算好的離線倒排表可節省計算時間）
再利用基於物品的協同過濾進行推薦
下面我們舉個例子說明一下：
這個使用者曾經讀過這本機器學習的西瓜書，我們可以**這個使用者對機器學習、統計概率方面比較感興趣，那麼我們可以給他推薦這本統計學習方法
提供非個性化的推薦
例如微博熱門
如果一開始找不到個性化推薦，不要輕易進行推薦。
下方鏈結為推薦系統的介紹
下方鏈結為基於近鄰協同過濾
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...
推薦系統冷啟動問題
一 冷啟動問題簡介 如何在沒有大量使用者資料的情況下設計個性化推薦系統並讓使用者對推薦結果滿意從而願意使用推薦系統，就是冷啟動問題。1.分類 3類 二 利用使用者註冊資訊解決冷啟動問題 即利用年齡 性別等資料。推薦一些熱門商品 該方法粒度較粗 如若是女性，則推薦女性都喜歡的商品。使用者註冊資訊含3種...
推薦系統 冷啟動問題
什麼是冷啟動？冷啟動問題的型別 主要分為三大類，使用者冷啟動，物品冷啟動和系統冷啟動。其實前兩者並不能想到，因為冷啟動問題說白了就是系統沒有使用者和物品的資料獲得根據做演算法推薦分析，所以使用者冷啟動和物品冷啟動是必然考慮。下面稍微的介紹一下者三大類 之前接觸過一些平台類似的解決這些冷啟動的方式，大...