冷启动问题

用户冷启动

提供 热门排行榜/热销榜/热搜榜,引导用户

利用客户提交的年龄,性别做粗粒度的个性化

物品冷启动

精准推荐/模糊推荐  推荐给喜欢该商品的用户/商品相似度~的用户

提供非个性化的推荐

1.利用社交网站授权,导入好友关系,给用户推荐好友喜欢的物品

2.登录时根据用户的反馈,收集用户兴趣,给用户推荐和反馈的相似的物品(ItemCF)

利用用户注册信息

利用用户注册信息

人口统计学信息(年龄/性别/职业/学历/居住地)
    用户兴趣的描述
    导入站外行为数据(社交网络的数据)

流程

获取用户注册信息
    将注册的用户分类
    给用户推荐所属分类中用户喜欢的物品

举例:Last.fm

Most Popular
    GenderMostPopular 
    AgeMostPopular
    CountryMostPopular(有效)
    DemographicMostPopular

选择合适的物品启动用户兴趣

热门
具有代表性和区分性  电影:卖票并且受欢迎的
启动物品集合需要多样性  Nadav Golbandi

利用物品的内容信息

关键词向量(文本-分词-实体检测-关键词排名-关键词向量)

发挥专家的作用

Pandora(个性化电台)

组织专家项目组,对歌曲维度进行标注

Jinni(电影基因系统)

半人工-专家总结电影基因,创建基因库

    半自动-文本分析