冷啟動（cold start）在整個推薦系統(tǒng)中，是一個重要的開始。推薦系統(tǒng)一般需要在大量的數(shù)據(jù)基礎(chǔ)上才能比較準確的進行推薦，APP的冷啟動可能直接決定著這個新用戶會不會繼續(xù)使用，新物品的冷啟動也影響著生產(chǎn)者的積極性，所以冷啟動很重要。

冷啟動問題分為3類：

1. 用戶冷啟動：新來的用戶，應(yīng)該給他推薦什么內(nèi)容？
2. 物品冷啟動：新來的物品，應(yīng)該把它推薦給誰？
3. 系統(tǒng)冷啟動：在“一窮二白”的基礎(chǔ)上，新來的用戶和沒有推薦過的物品，怎么建立他們的關(guān)聯(lián)？

用戶冷啟動思路

用戶冷啟動，最常見的場景就是新用戶冷啟動。一個新用戶轉(zhuǎn)化為老用戶的路徑是：新用戶興趣獲?。?gòu)建冷啟動用戶初始畫像）->內(nèi)容消費和興趣收斂->沉淀興趣成為老用戶。概括地說，第一步就是“千方百計”獲取用戶畫像或讓用戶主動產(chǎn)生畫像，有幾種方法可以考慮。

利用用戶的社會屬性，如性別、年齡、地區(qū)等。在用戶第一次打開APP的時候，很多APP會提示或留有入口供用戶填寫相關(guān)信息。即使用戶不主動輸入，也可以嘗試從外部渠道（渠道畫像、矩陣畫像、applist等）引入畫像信息（但需要注意用戶重合度和相關(guān)度）。有了這些信息，就可以基于社會屬性進行粗顆粒度的個性化推薦。

利用用戶的關(guān)系鏈，可以借助運營活動收集（如支付寶活動收集好友關(guān)系、親子關(guān)系）或從外部引入（第三方登錄或開放API），基于“人以群分”的道理給用戶推薦好友喜歡的內(nèi)容。

利用熱門內(nèi)容，對用戶“一無所知”的情況下，基于從眾心理和二八定律，可嘗試給用戶推薦熱門內(nèi)容，這種方式主要注意熱門的范圍和算法，效果會比隨機推薦好。利用高質(zhì)量內(nèi)容同理。

（左：微博，右：今日頭條）

用戶冷啟動的指標可以關(guān)注新用戶的畫像指標（人均興趣數(shù)、畫像覆蓋率、畫像準確率等）及新用戶活躍表現(xiàn)（點擊率、留存等）。

假設(shè)一款國際APP，基于國籍和性別就能在一開始有一個比較好的推薦效果，它有什么辦法獲得這些信息？

1. 顯性方式：如前文所說，讓用戶填寫、引導或激勵的方式都可以。
2. 隱性方式：用一些性別/國籍點擊差異特別大的內(nèi)容來猜用戶性別、國籍，再開始有偏向的個性化推薦。

這類隱性探索，選取物品需要有技巧：

1. 熱門：有一定的認知度，物品過于生僻，得到的結(jié)果大部分必定是“跳過”。
2. 代表性和區(qū)分性：物品與物品之間要有區(qū)分度，能表征用戶的不同興趣。
3. 多樣性：由于人的興趣多種多樣，要注意盡可能覆蓋，避免“無可選”的尷尬。

物品冷啟動思路

利用物品內(nèi)容推薦：

1. 物品相似推薦：找到和新物品屬于同一類的內(nèi)容，新物品搭上“順風車”，進行相似推薦。
2. 物品相關(guān)推薦：基于專家的知識來建立起物品的信息知識庫，建立物品之間的相關(guān)度。如知識圖譜，通過一個已知節(jié)點和關(guān)系找到另一個節(jié)點，進行拓展推薦。
3. 例如某用戶喜歡“周冬雨”（節(jié)點），周冬雨是電影《少年的你》的主演，通過這層關(guān)系關(guān)聯(lián)到節(jié)點“少年的你”，因此將《少年的你》推薦給用戶。

（圖片來源于網(wǎng)絡(luò)）

相關(guān)算法簡介

期間涉及的常用算法有哪些？假設(shè)A用戶是新用戶，只有少量畫像。

1. UserCF：基于用戶的協(xié)同過濾，通過用戶行為計算用戶的相似度，找到和A用戶相近的B用戶，給A用戶推薦B用戶喜歡的物品。
2. ItemCF：基于物品的協(xié)同過濾，通過用戶行為計算物品的相似度，找到和物品a相似的物品b，將物品b推薦給喜歡物品a的用戶A。
4. （左：UserCF，右：ItemCF）
5. ContentItemKNN：基于內(nèi)容的過濾，根據(jù)物品的內(nèi)容特征計算內(nèi)容的相似度，找到和物品a相似的物品b，將物品b推薦給喜歡物品a的用戶A。

UserCF和ItemCF使用的是同一份用戶行為數(shù)據(jù)，只是統(tǒng)計維度不同。如下圖簡單示例（1表示用戶點擊了該物品），UserCF是橫向計算用戶的相似度，ItemCF是縱向計算物品的相似度。

UserCF、ItemCF在冷啟動問題上都有“第一推動力”的問題。

UserCF，要讓新物品先出現(xiàn)在用戶展示列表，才有可能讓更多的人對這個物品產(chǎn)生反饋，物品才能擴散出來，所以有一個第一推動力的問題，即第一個用戶從哪里發(fā)現(xiàn)新物品。

ItemCF是隔段時間計算用戶行為（日志龐大，較耗時）從而計算出物品相似度（如果大量用戶看了物品a，同時也看了物品b，即認為這兩個物品是相似的），輸出一個物品相關(guān)度矩陣，新物品加入時并不會自動加入這個矩陣表，也需要有用戶先發(fā)現(xiàn)這個新物品。

ContentItemKNN利用物品的內(nèi)容特征計算物品相關(guān)表，可以頻繁地更新相關(guān)表，沒有第一推動力的問題。但它忽視了用戶行為，從而忽視了用戶行為中所包含的規(guī)律，結(jié)果精度低，新穎度高，效果一般不如協(xié)同過濾。但如果用戶行為強烈受某一內(nèi)容特征的影響，內(nèi)容過濾算法有亮點。

前文提及的第一推動力問題，即物品冷啟動問題，也稱“新物品試投”，有什么辦法解決？

新物品試投是“物品找用戶”。如果是“用戶找物品”，容易出現(xiàn)馬太效應(yīng)：熱門分類曝光多，長尾現(xiàn)象嚴重。物品找用戶的方式有兩種：

1. 隨機試投
2. 興趣試投

假設(shè)我們定義曝光500次以下的物品是新物品（資訊類產(chǎn)品一般還有時間限制，如6小時內(nèi)），將新物品和用戶表征為多維向量，計算向量的距離，對較活躍用戶分發(fā)，在冷啟動階段排序加權(quán)和重排限制。物品在冷啟動階段會有一個趨于穩(wěn)定的點擊率（或其他綜合指標），該點擊率是它后續(xù)流量分配的依據(jù)——根據(jù)小流量的點擊率表現(xiàn)，表現(xiàn)好的物品進入下一個更大的流量池，表現(xiàn)差的物品被淘汰或降權(quán)。梯度流量分發(fā)策略是比較常見的個性化推薦“賽馬機制”。

用哪些指標評估物品冷啟動效果？

1. 模型準確度
2. 單位試投次數(shù)
3. 有效分發(fā)覆蓋率
4. 物品優(yōu)質(zhì)率
5. 新物品推薦表現(xiàn)（點擊率、時長等）

另外一點，還需要注意用戶的上下文信息，包括時間信息、空間信息，走一些強規(guī)則。

例如電商APP，新用戶在夏天登陸，就不應(yīng)該推出羽絨服；在中秋節(jié)登錄，就不應(yīng)該推出端午節(jié)的資訊。但這不僅是在冷啟動階段，在整個推薦場景都應(yīng)該留意用戶的上下文信息。

作者：張小喵Miu

來源：張小喵Miu