冷启动问题

冷启动问题简而言之就是对于很多纯粹做推荐系统的网站或者在开始阶段就希望有个性化推荐的网站，如何在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意的问题，就是冷启动问题。

一般冷启动问题分类：

l  用户冷启动：主要解决如何对新用户进行个性化推荐。对于新用户没有其历史数据，从而无法借此对其进行过个性化推荐。

l  物品冷启动：主要解决如何将新商品推荐给对其感兴趣的用户。

l  系统冷启动：主要解决对于新开发的推荐系统，其中没有用户数据，只包含一些商品的内容信息，此时如何做到对用户的个性化推荐。

一般采用的解决方案：

l  提供非个性化推荐。直接将热门物品推荐给用户，待数据量足够多时，再进行个性化推荐。

l  在新用户进行注册时，根据用户提供的信息（个人信息、兴趣描述、导入用户站外数据）进行粗粒度的个性化推荐。

l  在新用户进行注册时，要求用户对一些物品进行反馈，再进行相似物品推荐。

l  对于新加入的物品，根据物品的内容信息，将其推荐给喜欢过与其相似物品的用户。

l  对于系统冷启动，可以引入专家知识。