DAY5 Recommended system cold startup problem

推荐系统的冷启动问题

• 推荐系统冷启动概念

  • ⽤户冷启动：如何为新⽤户做个性化推荐
  • 物品冷启动：如何将新物品推荐给⽤户（协同过滤）
  • 系统冷启动：⽤户冷启动+物品冷启动
  • 本质是推荐系统依赖历史数据，没有历史数据⽆法预测⽤户偏好

• 用户冷启动

  • 1.收集⽤户特征

    • ⽤户注册信息：性别、年龄、地域

    • 设备信息：定位、⼿机型号、app列表

    • 社交信息、推⼴素材、安装来源

• 2 引导用户填写兴趣
  

• 3 使用其它站点的行为数据, 例如腾讯视频&QQ音乐 今日头条&抖音

• 4 新老用户推荐策略的差异

  • 新⽤户在冷启动阶段更倾向于热门排⾏榜，⽼⽤户会更加需要长尾推荐
  • Explore Exploit⼒度
  • 使⽤单独的特征和模型预估

• 举例 性别与电视剧的关系
  
  尽可能收集用户信息，构建用户画像
  根据用户的标签可以做人群聚类 用以有用户的行为做推荐
  更多的使用流行度对剑

• 物品冷启动

  • 给物品打标签
  • 利用物品的内容信息，将新物品先投放给曾经喜欢过和它内容相似的其他物品的用户。
    
    物品打标签，构建物品画像
    基于内容的推荐

• 系统冷启动

  • 基于内容的推荐 系统早期
  • 基于内容的推荐逐渐过渡到协同过滤
  • 基于内容的推荐和协同过滤的推荐结果都计算出来 加权求和得到最终推荐结果

如果应用缺少用户行动数据-》基于内容的推荐
随着用户行为积累的越来越多-》协同过滤
基于内容和协同过滤共同工作

基于内容的推荐

• 给物品打标签（NLP）
  系统自己提取 从业务数据库中提取
  用户填写
  中文分词 利用算法计算词的权重（TF-IDF/Textrank）
• 利用标签的文字 转化词向量
  word2vec
  词向量表示语义，认为这两个词的语义相近
• 利用词向量 构建物品的向量
  一个物品有N个关键词，每个关键词对应一个词向量
  Σ 权重*词向量 / N 加权平均
  利用N个关键词的词向量获取物品向量
• 通过物品向量计算相似度
  皮尔逊相关系统 计算物品向量的相似度

基于内容的推荐 基于物品的协同过滤 区别