推薦系統 冷啟動問題

2021-09-02 13:34:42 字數 1240 閱讀 3350

什麼是冷啟動?

冷啟動問題的型別

主要分為三大類,使用者冷啟動,物品冷啟動和系統冷啟動。其實前兩者並不能想到,因為冷啟動問題說白了就是系統沒有使用者和物品的資料獲得根據做演算法推薦分析,所以使用者冷啟動和物品冷啟動是必然考慮。

下面稍微的介紹一下者三大類:

之前接觸過一些平台類似的解決這些冷啟動的方式,大概是這樣的,在乙個it資源平台尋找學習課程的時候,平台有乙個問題彈框,先讓你選擇哪個專業學習,然後隨機給你做一些題目,最後給你推薦課程。下面擷取了「慕課網-程式設計師的夢工廠」的1分鐘獲得個性化免費課程推薦的功能。

圖1  選擇就業方向

圖2  選擇能力水平

圖3  題目測試

通過對你的職業方向,能力水平給你分配相應的題目測試,最後根據你的測試結果對你進行個性化推薦課程。

以此案例介紹冷啟動問題的解決方案

對於這以上3種不同的冷啟動問題,官方給予的解決方案有很多,我就選幾個目前較為熱門的解決方案做介紹。但其中大部分可以歸為是基於「提供非個性化的推薦」的這一種解決方案,一般思路是這樣,先給使用者推薦熱門排行榜,然後等到使用者資料收集到一定的時候,再切換為個性化推薦。

獲取使用者的註冊資訊;

根據使用者的註冊資訊對使用者分類;

給使用者推薦他所屬分類中使用者喜歡的物品。

簡單舉個例子如下:

圖4:  乙個基於使用者特徵推薦的簡單例子

給使用者提供一些物品;

讓使用者反饋他們對這些物品的興趣;

根據使用者反饋給提供個性化推薦。

這裡需要注意一點:給使用者提供的物品方式必須符合資料集需要(比較熱門、具有代表性和區分性、啟動物品集合需要有多樣性),比如你給使用者提供的是冷門或者沒有區分度的物品,這樣的資料集對於個性化推薦的設計不利。

對文字進行分詞,將字流變成詞流;

從詞流中檢測出命名實體(如人名、地名、組織名等);

推薦系統 冷啟動問題

使用者冷啟動 即提供非個性化的推薦,即提供熱門排行榜,之後再個性化 使用者註冊資訊分3中 p f,i n i u f n i an i 是喜歡物品i的使用者集合,u f 是具有特徵f的使用者集合,引數a的目的是解決資料係數的問題。比如有乙個物品只被乙個使用者喜歡過,而這個使用者剛好就有特徵f,那麼p...

推薦系統冷啟動問題

一 冷啟動問題簡介 如何在沒有大量使用者資料的情況下設計個性化推薦系統並讓使用者對推薦結果滿意從而願意使用推薦系統,就是冷啟動問題。1.分類 3類 二 利用使用者註冊資訊解決冷啟動問題 即利用年齡 性別等資料。推薦一些熱門商品 該方法粒度較粗 如若是女性,則推薦女性都喜歡的商品。使用者註冊資訊含3種...

推薦系統 冷啟動問題

冷啟動問題指的其實就是推薦系統如何給新增使用者推薦物品列表,以及當乙個新物品上架後,如何將該物品推薦給使用者?使用者的冷啟動 利用topn的熱門商品作為推薦列表 當使用者只要訪問乙個物品 對乙個物品產生偏好資訊後,我們就可以基於itemcf為該使用者產生推薦列表 收集一些使用者的資訊然後基於使用者特...