1. 冷启动不是没数据三个字能概括的推荐系统做到一定阶段最让人头疼的不是模型效果上不去而是新用户进来之后首页推什么。老用户有行为序列、有画像标签、有协同过滤的相似邻居模型随便跑跑都能给出像样的结果。但新用户呢注册完站在首页系统对他一无所知推什么都像在赌博。这就是冷启动问题。很多人把它简单理解为没有数据但实际做下来会发现冷启动至少分三种情况每种的处理思路完全不同用户冷启动新用户刚注册没有任何行为记录不知道他喜欢什么。物品冷启动新物品刚上架没有任何曝光和交互不知道它该推给谁。系统冷启动整个平台刚搭建用户和物品都没有历史数据协同过滤直接失效。这三者的共同点是信息缺失但缺失的维度不一样解法也不一样。用户冷启动的核心是快速试探和收敛物品冷启动的核心是内容理解和定向分发系统冷启动则更多依赖运营策略和外部知识注入。我在实际项目中遇到过最极端的情况一个垂直电商平台刚上线商品池只有几千个SKU日活用户不到一千用户行为日志几乎为零。这种场景下你上任何深度学习模型都是白搭因为训练数据根本不够。最后靠的是人工规则加内容标签匹配先把流程跑通等数据积累到一定量再逐步替换成模型。所以这篇文章不会只讲某个算法而是把冷启动当成一个系统工程来看从策略设计、特征补全、模型选择到线上验证把每个环节的实操细节和踩坑经验都摊开讲。2. 用户冷启动从猜到快速收敛的完整链路2.1 注册引导页到底该收集哪些信息大部分产品在用户注册时会弹一个兴趣选择页让用户勾选几个标签。这个做法看起来简单但设计得好和设计得差效果差距非常大。我见过最糟糕的设计是列了五十个标签让用户选用户直接跳过。也见过比较好的做法只给两屏、每屏六到八个选项用图片加文字的形式用户点几下就完成了。这里的关键原则是降低用户操作成本同时获取最大信息增益。具体来说引导页收集的信息应该满足两个条件一是区分度高能明显把用户分到不同的兴趣群体二是覆盖面广尽量覆盖平台的核心内容类目。比如一个视频平台与其让用户选喜欢科幻还是喜欢奇幻这种细粒度标签不如先让他选电影剧集综艺动漫这种大分类后面再通过行为逐步细化。注意引导页的标签体系要和后端的内容标签体系对齐。我踩过一次坑前端让用户选的标签和后端内容库的标签是两套体系导致用户选了科技但内容库里没有科技这个标签只有数码和互联网匹配直接失败。2.2 利用注册信息做初始画像除了引导页的显式反馈注册时获取的间接信息也能用。比如手机号归属地可以粗略推断用户所在城市进而关联到地域性内容偏好注册时间段可以反映用户的活跃时段甚至设备型号也能作为消费能力的弱特征。这些特征单独看都很弱但组合起来能形成一个初始画像向量。我通常的做法是把这些弱特征输入一个轻量级的分类模型输出用户属于几个粗粒度人群的概率分布。比如一线城市年轻男性数码爱好者这种人群包然后直接把这个人群包的热门内容作为初始推荐。这个方法的逻辑是新用户虽然不知道他具体喜欢什么但他大概率属于某个人群而该人群的集体偏好可以作为他的初始偏好。这比随机推或者只推最热内容要精准得多。2.3 探索与利用的平衡多臂老虎机在冷启动中的实战当用户有了初始画像之后接下来的问题是怎么在推荐过程中快速试探他的真实偏好这里绕不开**EEExploration and Exploitation**问题。利用就是推用户可能喜欢的内容探索就是推一些不确定但可能有惊喜的内容。冷启动阶段探索的权重应该调高因为你对用户了解太少需要更多信息来更新认知。多臂老虎机是解决这个问题的经典框架。具体到推荐场景每个物品就是一个臂用户对物品的反馈就是收益。常用的算法有ε-greedy、UCB和Thompson Sampling。我在实际项目中最常用的是Thompson Sampling因为它天然适合概率模型而且探索策略比较平滑。具体做法是对每个候选物品维护一个Beta分布α表示正向反馈次数β表示负向反馈次数。每次推荐时从每个物品的Beta分布中采样一个值选采样值最大的推给用户。用户点击了对应物品的α加一没点击β加一。这个方法的妙处在于新物品的α和β都是1分布很宽采样值波动大有机会被推到老物品的分布很窄采样值稳定在均值附近。这样既保证了新物品有曝光机会又不会让效果太差。import numpy as np class ThompsonSampling: def __init__(self, n_items): self.alpha np.ones(n_items) self.beta np.ones(n_items) def select(self, candidates): samples [np.random.beta(self.alpha[i], self.beta[i]) for i in candidates] return candidates[np.argmax(samples)] def update(self, item, reward): if reward 0: self.alpha[item] 1 else: self.beta[item] 1实际用的时候有几个细节要注意一是候选集不能太大否则探索成本太高通常先用规则或粗排把候选集缩小到几百个二是反馈信号的定义点击、停留时长、完播、点赞的权重不一样需要设计一个综合的奖励函数三是探索预算的控制不能无限探索通常设置一个衰减系数随着用户行为增多逐步降低探索比例。2.4 快速收敛的节奏控制冷启动的核心目标是尽快让用户的行为序列丰富起来从而进入正常的推荐流程。这里有一个节奏控制的问题前几次推荐探索比例高后面逐步降低。我的经验是前5次推荐探索比例可以到40%到50%第6到20次降到20%到30%20次之后降到10%以下。这个节奏不是固定的要根据用户的实际反馈调整。如果用户前几次点击率很高说明初始画像比较准可以加快收敛如果点击率很低说明画像偏了需要维持高探索比例继续试探。还有一个技巧是多样性控制。冷启动阶段不要连续推同类内容否则用户很容易厌烦。可以在每次推荐列表中强制插入不同类目的内容保证列表的多样性。这既有利于探索也能提升用户体验。3. 物品冷启动让新内容找到第一批观众3.1 内容理解是物品冷启动的地基新物品没有交互数据协同过滤完全失效这时候只能靠内容本身的信息。所以物品冷启动的第一步永远是内容理解。内容理解包括几个层面文本信息标题、描述、标签、视觉信息封面图、视频帧、音频信息如果是音视频内容、结构化信息类目、价格、作者等。把这些信息抽取成特征向量就能计算物品之间的相似度进而做基于内容的推荐。文本特征最常用的做法是TF-IDF加主题模型或者直接用预训练语言模型提取句向量。视觉特征可以用预训练的卷积网络提取。这些特征拼在一起形成一个物品的内容向量。有了内容向量之后新物品就可以和用户画像做匹配。比如用户画像显示他喜欢科技类内容新物品的内容向量和科技类目的中心向量很近那就优先推给他。这里有个容易忽略的点内容理解的粒度要和用户画像的粒度匹配。如果用户画像只有粗粒度的类目偏好而物品向量是细粒度的语义向量匹配效果会打折扣。解决办法是同时维护多个粒度的向量粗粒度用于召回细粒度用于排序。3.2 基于内容的相似度匹配实操具体怎么做匹配我通常分两步召回和排序。召回阶段用用户画像向量和物品内容向量做近似最近邻搜索找出Top几百个候选。这里可以用Faiss或者Annoy这类工具速度快适合大规模候选集。排序阶段用一个轻量级的模型对候选打分。冷启动阶段没有用户行为数据训练排序模型可以用规则打分比如内容相似度乘以物品质量分。物品质量分可以从内容本身推断比如作者的历史平均表现、内容的完整度、封面图的质量等。# 伪代码示例基于内容的召回 def content_based_recall(user_profile, item_vectors, top_k200): # user_profile: 用户画像向量 # item_vectors: 物品内容向量矩阵 scores cosine_similarity(user_profile, item_vectors) top_indices np.argsort(scores)[-top_k:] return top_indices实际用的时候用户画像向量怎么来如果用户有历史行为可以用他交互过的物品向量加权平均。如果是纯新用户就用引导页选择的标签对应的类目中心向量。3.3 新物品的流量扶持策略新物品上架后平台通常会给一定的流量扶持让它有机会获得初始曝光。但扶持不是无脑给流量要有策略。我见过两种极端做法一种是完全不给流量让新物品自然竞争结果大部分新物品永远没有曝光机会另一种是给大量流量结果用户看到一堆质量参差不齐的新内容体验很差。比较合理的做法是分层扶持。根据内容质量分把新物品分成几档高质量的新物品给更多曝光低质量的给少量试探性曝光。曝光的位置也有讲究不要放在首页最显眼的位置可以放在猜你喜欢的靠后位置或者专门的新内容频道。还有一个关键是扶持期的反馈收集。新物品获得曝光后要密切监控它的点击率、停留时长、转化率等指标。如果指标好加大扶持力度如果指标差及时止损。这个反馈周期通常设置24到48小时太短了数据不够太长了浪费流量。3.4 利用知识图谱做跨域推荐如果平台有多个内容域比如既有视频又有文章那么可以用知识图谱做跨域推荐。新物品在A域没有数据但在B域有相似物品可以通过知识图谱的实体关联把B域的用户偏好迁移过来。举个例子一个新上线的科技视频在视频域没有交互数据但它的作者在文章域有大量粉丝这些粉丝的偏好可以通过作者实体关联到视频上。这样新视频就能借助作者在文章域的积累快速获得初始曝光。知识图谱的构建和维护成本比较高适合内容域多、物品关联复杂的平台。如果只是单一内容域用内容相似度就够了。4. 系统冷启动从零搭建推荐系统的现实路径4.1 没有数据时先上规则系统冷启动是最难的情况因为用户和物品都没有数据任何基于统计的方法都失效。这时候最务实的做法是先上规则。规则可以很简单热门内容排序、编辑精选、按类目均匀分发。不要觉得规则low在数据为零的阶段规则是唯一能保证基本体验的手段。我参与过一个内容平台从零搭建的过程前两周完全靠人工规则运营编辑每天选一批内容放到首页按类目轮换。同时埋点收集用户行为数据。两周后积累了第一批行为日志才开始上简单的协同过滤。关键点规则阶段就要把埋点做好否则后面想上模型的时候发现数据字段不够又要返工。埋点要覆盖曝光、点击、停留、滑动、负反馈等所有关键行为。4.2 快速积累数据的运营手段系统冷启动阶段数据积累速度决定了你能多快进入模型阶段。除了自然流量还可以通过运营手段加速数据积累。常见的手段包括新用户任务完成几次点击或浏览获得奖励、内容专题把同类内容打包引导用户集中消费、种子用户计划邀请一批活跃用户集中使用快速产生行为数据。这些手段的核心目的是在短时间内产生足够多的用户-物品交互记录让协同过滤和矩阵分解等方法有数据可训。通常需要至少几千个用户和几万个交互记录才能训出一个勉强可用的模型。4.3 从规则到模型的过渡时机判断什么时候可以从规则切换到模型这个时机判断很关键。切早了模型效果不如规则切晚了浪费流量。我的判断标准是当模型在离线评估中的效果稳定超过规则策略时就可以切。离线评估用AUC或者NDCG规则策略作为基线。通常需要积累到几万条交互记录模型才能稳定超过规则。切换的时候不要一刀切先做小流量AB测试比如10%的流量走模型90%走规则。观察一周如果模型组的核心指标点击率、停留时长、转化率不低于规则组再逐步扩大流量比例。4.4 冷启动阶段的评估指标选择冷启动阶段的评估和常规推荐不一样。常规推荐看点击率、转化率这些最终指标但冷启动阶段更重要的是探索效率和收敛速度。我通常会关注这几个指标新用户的次日留存衡量初始推荐是否留住了用户、新用户的首次点击率衡量初始推荐是否精准、新物品的曝光覆盖率衡量有多少新物品获得了曝光、新物品的首次交互时间衡量新物品多快能获得第一个反馈。这些指标比单纯的点击率更能反映冷启动策略的效果。比如一个新用户首次点击率很高但次日留存很低说明推荐内容虽然吸引点击但不符合用户长期兴趣需要调整。5. 冷启动中那些文档不会写的坑5.1 探索策略导致的用户体验下降探索和利用的平衡说起来容易做起来很容易翻车。我遇到过最典型的问题是探索比例设得太高用户首页出现大量不相关内容导致用户直接流失。后来调整策略把探索内容限制在推荐列表的特定位置比如第5位和第10位而不是随机插入。这样既保证了探索又不会影响用户对首页的整体感知。另外探索内容也要做质量过滤不能把质量分很低的内容拿来探索否则用户会觉得平台内容差。5.2 新物品扶持带来的生态失衡新物品扶持如果控制不好会导致生态失衡。我见过一个平台新物品扶持力度太大结果首页全是新内容老内容没有曝光创作者积极性受挫。解决办法是设置扶持配额每天新物品的曝光占比不超过总曝光的20%单个新物品的曝光量有上限。同时扶持期结束后新物品要和老物品在同一个池子里竞争靠自己的表现争取流量。5.3 冷启动模型和常规模型的衔接冷启动模型和常规模型通常是两套系统衔接的时候容易出问题。比如用户行为积累到一定量后从冷启动模型切换到常规模型如果两套模型的打分尺度不一致会导致推荐结果突变用户体验很差。我的做法是做平滑过渡在切换点附近用加权的方式混合两套模型的打分冷启动模型的权重逐步降低常规模型的权重逐步升高。过渡期通常设置3到5天让用户无感知地完成切换。5.4 数据稀疏下的特征工程陷阱冷启动阶段数据稀疏特征工程很容易踩坑。最常见的是过度依赖ID类特征。用户ID、物品ID在冷启动阶段几乎没有统计意义因为每个ID的样本太少。这时候应该多用内容特征和上下文特征少用ID特征。另外特征缺失值处理也要注意。冷启动阶段很多特征都是缺失的如果直接填零或者填均值可能会引入偏差。更好的做法是把缺失本身作为一个特征让模型学习缺失模式。6. 几个可以直接抄作业的冷启动方案6.1 新用户首屏推荐方案新用户注册后的首屏推荐我通常用这个组合第1到3位引导页选择的类目下的热门内容保证相关性。第4到6位全平台热门内容保证质量下限。第7到10位探索内容从不同类目中随机选取但质量分要达标。第11位之后基于内容相似度的推荐用初始画像做召回。这个方案的好处是兼顾了相关性、质量和探索而且实现简单不需要复杂模型。6.2 新物品冷启动的流量分配方案新物品上架后的流量分配我一般这样设计阶段时间曝光量位置监控指标试探期0-24小时少量频道页靠后点击率、停留时长评估期24-48小时中等推荐列表中部点击率、转化率放量期48小时之后正常竞争全位置综合指标试探期如果点击率低于类目均值直接停止扶持如果高于均值进入评估期评估期表现好的进入放量期正常竞争。6.3 系统冷启动的最小可行方案如果从零搭建推荐系统我建议的最小可行方案是第一周人工规则编辑精选加热门排序同时埋点收集数据。第二周上基于内容的推荐用物品标签和用户引导页标签做匹配。第三周数据量够的话上协同过滤做小流量AB测试。第四周根据AB测试结果逐步扩大模型流量同时优化特征和模型。这个节奏不一定适合所有平台但思路是通用的先保证基本体验再逐步用模型替换规则每一步都要有数据验证。7. 冷启动策略的长期迭代思路冷启动不是一次性问题而是需要持续迭代的。随着平台发展新用户和新物品会不断涌入冷启动策略也要跟着调整。我通常每季度会复盘一次冷启动策略的效果重点看几个问题新用户的留存曲线有没有变化、新物品的曝光覆盖率是否合理、探索策略的成本收益比是否可接受。根据复盘结果调整参数和策略。还有一个趋势是用大模型做冷启动。预训练语言模型对文本的理解能力很强可以在没有行为数据的情况下通过内容语义做更精准的匹配。我最近在尝试用句向量做新物品的召回效果比TF-IDF好不少尤其是在语义相似但字面不相似的情况下。不过大模型的计算成本高推理延迟也大目前更适合离线召回或者粗排阶段精排阶段还是用轻量级模型。这个方向值得持续关注等推理成本降下来之后可能会成为冷启动的主流方案。最后分享一个我在实际项目中的体会冷启动策略的效果很大程度上取决于你对业务的理解深度。同样是新用户引导页理解业务的人知道该放哪些标签、该怎么排序不理解业务的人只能照搬竞品。技术方案可以复制但对用户和内容的理解没法复制这才是冷启动真正的门槛。
1. 冷启动不是没数据三个字能概括的推荐系统做到一定阶段最让人头疼的不是模型效果上不去而是新用户进来之后首页推什么。老用户有行为序列、有画像标签、有协同过滤的相似邻居模型随便跑跑都能给出像样的结果。但新用户呢注册完站在首页系统对他一无所知推什么都像在赌博。这就是冷启动问题。很多人把它简单理解为没有数据但实际做下来会发现冷启动至少分三种情况每种的处理思路完全不同用户冷启动新用户刚注册没有任何行为记录不知道他喜欢什么。物品冷启动新物品刚上架没有任何曝光和交互不知道它该推给谁。系统冷启动整个平台刚搭建用户和物品都没有历史数据协同过滤直接失效。这三者的共同点是信息缺失但缺失的维度不一样解法也不一样。用户冷启动的核心是快速试探和收敛物品冷启动的核心是内容理解和定向分发系统冷启动则更多依赖运营策略和外部知识注入。我在实际项目中遇到过最极端的情况一个垂直电商平台刚上线商品池只有几千个SKU日活用户不到一千用户行为日志几乎为零。这种场景下你上任何深度学习模型都是白搭因为训练数据根本不够。最后靠的是人工规则加内容标签匹配先把流程跑通等数据积累到一定量再逐步替换成模型。所以这篇文章不会只讲某个算法而是把冷启动当成一个系统工程来看从策略设计、特征补全、模型选择到线上验证把每个环节的实操细节和踩坑经验都摊开讲。2. 用户冷启动从猜到快速收敛的完整链路2.1 注册引导页到底该收集哪些信息大部分产品在用户注册时会弹一个兴趣选择页让用户勾选几个标签。这个做法看起来简单但设计得好和设计得差效果差距非常大。我见过最糟糕的设计是列了五十个标签让用户选用户直接跳过。也见过比较好的做法只给两屏、每屏六到八个选项用图片加文字的形式用户点几下就完成了。这里的关键原则是降低用户操作成本同时获取最大信息增益。具体来说引导页收集的信息应该满足两个条件一是区分度高能明显把用户分到不同的兴趣群体二是覆盖面广尽量覆盖平台的核心内容类目。比如一个视频平台与其让用户选喜欢科幻还是喜欢奇幻这种细粒度标签不如先让他选电影剧集综艺动漫这种大分类后面再通过行为逐步细化。注意引导页的标签体系要和后端的内容标签体系对齐。我踩过一次坑前端让用户选的标签和后端内容库的标签是两套体系导致用户选了科技但内容库里没有科技这个标签只有数码和互联网匹配直接失败。2.2 利用注册信息做初始画像除了引导页的显式反馈注册时获取的间接信息也能用。比如手机号归属地可以粗略推断用户所在城市进而关联到地域性内容偏好注册时间段可以反映用户的活跃时段甚至设备型号也能作为消费能力的弱特征。这些特征单独看都很弱但组合起来能形成一个初始画像向量。我通常的做法是把这些弱特征输入一个轻量级的分类模型输出用户属于几个粗粒度人群的概率分布。比如一线城市年轻男性数码爱好者这种人群包然后直接把这个人群包的热门内容作为初始推荐。这个方法的逻辑是新用户虽然不知道他具体喜欢什么但他大概率属于某个人群而该人群的集体偏好可以作为他的初始偏好。这比随机推或者只推最热内容要精准得多。2.3 探索与利用的平衡多臂老虎机在冷启动中的实战当用户有了初始画像之后接下来的问题是怎么在推荐过程中快速试探他的真实偏好这里绕不开**EEExploration and Exploitation**问题。利用就是推用户可能喜欢的内容探索就是推一些不确定但可能有惊喜的内容。冷启动阶段探索的权重应该调高因为你对用户了解太少需要更多信息来更新认知。多臂老虎机是解决这个问题的经典框架。具体到推荐场景每个物品就是一个臂用户对物品的反馈就是收益。常用的算法有ε-greedy、UCB和Thompson Sampling。我在实际项目中最常用的是Thompson Sampling因为它天然适合概率模型而且探索策略比较平滑。具体做法是对每个候选物品维护一个Beta分布α表示正向反馈次数β表示负向反馈次数。每次推荐时从每个物品的Beta分布中采样一个值选采样值最大的推给用户。用户点击了对应物品的α加一没点击β加一。这个方法的妙处在于新物品的α和β都是1分布很宽采样值波动大有机会被推到老物品的分布很窄采样值稳定在均值附近。这样既保证了新物品有曝光机会又不会让效果太差。import numpy as np class ThompsonSampling: def __init__(self, n_items): self.alpha np.ones(n_items) self.beta np.ones(n_items) def select(self, candidates): samples [np.random.beta(self.alpha[i], self.beta[i]) for i in candidates] return candidates[np.argmax(samples)] def update(self, item, reward): if reward 0: self.alpha[item] 1 else: self.beta[item] 1实际用的时候有几个细节要注意一是候选集不能太大否则探索成本太高通常先用规则或粗排把候选集缩小到几百个二是反馈信号的定义点击、停留时长、完播、点赞的权重不一样需要设计一个综合的奖励函数三是探索预算的控制不能无限探索通常设置一个衰减系数随着用户行为增多逐步降低探索比例。2.4 快速收敛的节奏控制冷启动的核心目标是尽快让用户的行为序列丰富起来从而进入正常的推荐流程。这里有一个节奏控制的问题前几次推荐探索比例高后面逐步降低。我的经验是前5次推荐探索比例可以到40%到50%第6到20次降到20%到30%20次之后降到10%以下。这个节奏不是固定的要根据用户的实际反馈调整。如果用户前几次点击率很高说明初始画像比较准可以加快收敛如果点击率很低说明画像偏了需要维持高探索比例继续试探。还有一个技巧是多样性控制。冷启动阶段不要连续推同类内容否则用户很容易厌烦。可以在每次推荐列表中强制插入不同类目的内容保证列表的多样性。这既有利于探索也能提升用户体验。3. 物品冷启动让新内容找到第一批观众3.1 内容理解是物品冷启动的地基新物品没有交互数据协同过滤完全失效这时候只能靠内容本身的信息。所以物品冷启动的第一步永远是内容理解。内容理解包括几个层面文本信息标题、描述、标签、视觉信息封面图、视频帧、音频信息如果是音视频内容、结构化信息类目、价格、作者等。把这些信息抽取成特征向量就能计算物品之间的相似度进而做基于内容的推荐。文本特征最常用的做法是TF-IDF加主题模型或者直接用预训练语言模型提取句向量。视觉特征可以用预训练的卷积网络提取。这些特征拼在一起形成一个物品的内容向量。有了内容向量之后新物品就可以和用户画像做匹配。比如用户画像显示他喜欢科技类内容新物品的内容向量和科技类目的中心向量很近那就优先推给他。这里有个容易忽略的点内容理解的粒度要和用户画像的粒度匹配。如果用户画像只有粗粒度的类目偏好而物品向量是细粒度的语义向量匹配效果会打折扣。解决办法是同时维护多个粒度的向量粗粒度用于召回细粒度用于排序。3.2 基于内容的相似度匹配实操具体怎么做匹配我通常分两步召回和排序。召回阶段用用户画像向量和物品内容向量做近似最近邻搜索找出Top几百个候选。这里可以用Faiss或者Annoy这类工具速度快适合大规模候选集。排序阶段用一个轻量级的模型对候选打分。冷启动阶段没有用户行为数据训练排序模型可以用规则打分比如内容相似度乘以物品质量分。物品质量分可以从内容本身推断比如作者的历史平均表现、内容的完整度、封面图的质量等。# 伪代码示例基于内容的召回 def content_based_recall(user_profile, item_vectors, top_k200): # user_profile: 用户画像向量 # item_vectors: 物品内容向量矩阵 scores cosine_similarity(user_profile, item_vectors) top_indices np.argsort(scores)[-top_k:] return top_indices实际用的时候用户画像向量怎么来如果用户有历史行为可以用他交互过的物品向量加权平均。如果是纯新用户就用引导页选择的标签对应的类目中心向量。3.3 新物品的流量扶持策略新物品上架后平台通常会给一定的流量扶持让它有机会获得初始曝光。但扶持不是无脑给流量要有策略。我见过两种极端做法一种是完全不给流量让新物品自然竞争结果大部分新物品永远没有曝光机会另一种是给大量流量结果用户看到一堆质量参差不齐的新内容体验很差。比较合理的做法是分层扶持。根据内容质量分把新物品分成几档高质量的新物品给更多曝光低质量的给少量试探性曝光。曝光的位置也有讲究不要放在首页最显眼的位置可以放在猜你喜欢的靠后位置或者专门的新内容频道。还有一个关键是扶持期的反馈收集。新物品获得曝光后要密切监控它的点击率、停留时长、转化率等指标。如果指标好加大扶持力度如果指标差及时止损。这个反馈周期通常设置24到48小时太短了数据不够太长了浪费流量。3.4 利用知识图谱做跨域推荐如果平台有多个内容域比如既有视频又有文章那么可以用知识图谱做跨域推荐。新物品在A域没有数据但在B域有相似物品可以通过知识图谱的实体关联把B域的用户偏好迁移过来。举个例子一个新上线的科技视频在视频域没有交互数据但它的作者在文章域有大量粉丝这些粉丝的偏好可以通过作者实体关联到视频上。这样新视频就能借助作者在文章域的积累快速获得初始曝光。知识图谱的构建和维护成本比较高适合内容域多、物品关联复杂的平台。如果只是单一内容域用内容相似度就够了。4. 系统冷启动从零搭建推荐系统的现实路径4.1 没有数据时先上规则系统冷启动是最难的情况因为用户和物品都没有数据任何基于统计的方法都失效。这时候最务实的做法是先上规则。规则可以很简单热门内容排序、编辑精选、按类目均匀分发。不要觉得规则low在数据为零的阶段规则是唯一能保证基本体验的手段。我参与过一个内容平台从零搭建的过程前两周完全靠人工规则运营编辑每天选一批内容放到首页按类目轮换。同时埋点收集用户行为数据。两周后积累了第一批行为日志才开始上简单的协同过滤。关键点规则阶段就要把埋点做好否则后面想上模型的时候发现数据字段不够又要返工。埋点要覆盖曝光、点击、停留、滑动、负反馈等所有关键行为。4.2 快速积累数据的运营手段系统冷启动阶段数据积累速度决定了你能多快进入模型阶段。除了自然流量还可以通过运营手段加速数据积累。常见的手段包括新用户任务完成几次点击或浏览获得奖励、内容专题把同类内容打包引导用户集中消费、种子用户计划邀请一批活跃用户集中使用快速产生行为数据。这些手段的核心目的是在短时间内产生足够多的用户-物品交互记录让协同过滤和矩阵分解等方法有数据可训。通常需要至少几千个用户和几万个交互记录才能训出一个勉强可用的模型。4.3 从规则到模型的过渡时机判断什么时候可以从规则切换到模型这个时机判断很关键。切早了模型效果不如规则切晚了浪费流量。我的判断标准是当模型在离线评估中的效果稳定超过规则策略时就可以切。离线评估用AUC或者NDCG规则策略作为基线。通常需要积累到几万条交互记录模型才能稳定超过规则。切换的时候不要一刀切先做小流量AB测试比如10%的流量走模型90%走规则。观察一周如果模型组的核心指标点击率、停留时长、转化率不低于规则组再逐步扩大流量比例。4.4 冷启动阶段的评估指标选择冷启动阶段的评估和常规推荐不一样。常规推荐看点击率、转化率这些最终指标但冷启动阶段更重要的是探索效率和收敛速度。我通常会关注这几个指标新用户的次日留存衡量初始推荐是否留住了用户、新用户的首次点击率衡量初始推荐是否精准、新物品的曝光覆盖率衡量有多少新物品获得了曝光、新物品的首次交互时间衡量新物品多快能获得第一个反馈。这些指标比单纯的点击率更能反映冷启动策略的效果。比如一个新用户首次点击率很高但次日留存很低说明推荐内容虽然吸引点击但不符合用户长期兴趣需要调整。5. 冷启动中那些文档不会写的坑5.1 探索策略导致的用户体验下降探索和利用的平衡说起来容易做起来很容易翻车。我遇到过最典型的问题是探索比例设得太高用户首页出现大量不相关内容导致用户直接流失。后来调整策略把探索内容限制在推荐列表的特定位置比如第5位和第10位而不是随机插入。这样既保证了探索又不会影响用户对首页的整体感知。另外探索内容也要做质量过滤不能把质量分很低的内容拿来探索否则用户会觉得平台内容差。5.2 新物品扶持带来的生态失衡新物品扶持如果控制不好会导致生态失衡。我见过一个平台新物品扶持力度太大结果首页全是新内容老内容没有曝光创作者积极性受挫。解决办法是设置扶持配额每天新物品的曝光占比不超过总曝光的20%单个新物品的曝光量有上限。同时扶持期结束后新物品要和老物品在同一个池子里竞争靠自己的表现争取流量。5.3 冷启动模型和常规模型的衔接冷启动模型和常规模型通常是两套系统衔接的时候容易出问题。比如用户行为积累到一定量后从冷启动模型切换到常规模型如果两套模型的打分尺度不一致会导致推荐结果突变用户体验很差。我的做法是做平滑过渡在切换点附近用加权的方式混合两套模型的打分冷启动模型的权重逐步降低常规模型的权重逐步升高。过渡期通常设置3到5天让用户无感知地完成切换。5.4 数据稀疏下的特征工程陷阱冷启动阶段数据稀疏特征工程很容易踩坑。最常见的是过度依赖ID类特征。用户ID、物品ID在冷启动阶段几乎没有统计意义因为每个ID的样本太少。这时候应该多用内容特征和上下文特征少用ID特征。另外特征缺失值处理也要注意。冷启动阶段很多特征都是缺失的如果直接填零或者填均值可能会引入偏差。更好的做法是把缺失本身作为一个特征让模型学习缺失模式。6. 几个可以直接抄作业的冷启动方案6.1 新用户首屏推荐方案新用户注册后的首屏推荐我通常用这个组合第1到3位引导页选择的类目下的热门内容保证相关性。第4到6位全平台热门内容保证质量下限。第7到10位探索内容从不同类目中随机选取但质量分要达标。第11位之后基于内容相似度的推荐用初始画像做召回。这个方案的好处是兼顾了相关性、质量和探索而且实现简单不需要复杂模型。6.2 新物品冷启动的流量分配方案新物品上架后的流量分配我一般这样设计阶段时间曝光量位置监控指标试探期0-24小时少量频道页靠后点击率、停留时长评估期24-48小时中等推荐列表中部点击率、转化率放量期48小时之后正常竞争全位置综合指标试探期如果点击率低于类目均值直接停止扶持如果高于均值进入评估期评估期表现好的进入放量期正常竞争。6.3 系统冷启动的最小可行方案如果从零搭建推荐系统我建议的最小可行方案是第一周人工规则编辑精选加热门排序同时埋点收集数据。第二周上基于内容的推荐用物品标签和用户引导页标签做匹配。第三周数据量够的话上协同过滤做小流量AB测试。第四周根据AB测试结果逐步扩大模型流量同时优化特征和模型。这个节奏不一定适合所有平台但思路是通用的先保证基本体验再逐步用模型替换规则每一步都要有数据验证。7. 冷启动策略的长期迭代思路冷启动不是一次性问题而是需要持续迭代的。随着平台发展新用户和新物品会不断涌入冷启动策略也要跟着调整。我通常每季度会复盘一次冷启动策略的效果重点看几个问题新用户的留存曲线有没有变化、新物品的曝光覆盖率是否合理、探索策略的成本收益比是否可接受。根据复盘结果调整参数和策略。还有一个趋势是用大模型做冷启动。预训练语言模型对文本的理解能力很强可以在没有行为数据的情况下通过内容语义做更精准的匹配。我最近在尝试用句向量做新物品的召回效果比TF-IDF好不少尤其是在语义相似但字面不相似的情况下。不过大模型的计算成本高推理延迟也大目前更适合离线召回或者粗排阶段精排阶段还是用轻量级模型。这个方向值得持续关注等推理成本降下来之后可能会成为冷启动的主流方案。最后分享一个我在实际项目中的体会冷启动策略的效果很大程度上取决于你对业务的理解深度。同样是新用户引导页理解业务的人知道该放哪些标签、该怎么排序不理解业务的人只能照搬竞品。技术方案可以复制但对用户和内容的理解没法复制这才是冷启动真正的门槛。
