這兩天把《推薦系統(tǒng)實(shí)踐》差不多看完了，看下來(lái)整體感受就是，這真的是一本實(shí)踐的書(shū)，一點(diǎn)花里胡哨的東西都沒(méi)有，從頭教你搭一個(gè)不用深度學(xué)習(xí)的推薦系統(tǒng)框架，真干貨。今天要談的問(wèn)題是冷啟動(dòng)。
關(guān)于冷啟動(dòng)問(wèn)題
首先說(shuō)什么叫冷啟動(dòng)，簡(jiǎn)單的來(lái)講，冷啟動(dòng)就相當(dāng)于初始化，初始化需要做哪些事情，這就是冷啟動(dòng)問(wèn)題。
冷啟動(dòng)分為三類(lèi)，分別是用戶(hù)冷啟動(dòng)，物品冷啟動(dòng)，和系統(tǒng)冷啟動(dòng)。
這三個(gè)問(wèn)題其實(shí)就是怎么對(duì)新的用戶(hù)，新的物品，新的系統(tǒng)做初始化。比如說(shuō)，來(lái)了一個(gè)新用戶(hù)，要給別人推薦什么東西。
通常的解決方案的話(huà)，就是提供 非個(gè)性化的推薦，最簡(jiǎn)單就是什么熱門(mén)推薦什么，等收集用戶(hù)一定的信息之后，再可以做個(gè)性化的推薦。
關(guān)系搜集信息
其實(shí)這個(gè)搜集信息，是這本書(shū)后面3個(gè)章節(jié)講的主要內(nèi)容，后面就在講如何利用好搜集的信息做推薦。這里簡(jiǎn)單的提了下。
那么可以搜集用戶(hù)或者系統(tǒng)或者物品的哪些信息呢。
- 利用用戶(hù)注冊(cè)時(shí)提供的年齡、性別等數(shù)據(jù)做粗粒度的個(gè)性化。
- 利用用戶(hù)的社交網(wǎng)絡(luò)賬號(hào)登錄（需要用戶(hù)授權(quán)），導(dǎo)入用戶(hù)在社交網(wǎng)站上的好友信息，然后給用戶(hù)推薦其好友喜歡的物品。
- 要求用戶(hù)在登錄時(shí)對(duì)一些物品進(jìn)行反饋，收集用戶(hù)對(duì)這些物品的興趣信息，然后給用戶(hù)推薦那些和這些物品相似的物品。
- 對(duì)于新加入的物品，可以利用內(nèi)容信息，將它們推薦給喜歡過(guò)和它們相似的物品的用戶(hù)。
- 在系統(tǒng)冷啟動(dòng)時(shí)，可以引入專(zhuān)家的知識(shí)，通過(guò)一定的高效方式迅速建立起物品的相關(guān)度表。
1.用戶(hù)冷啟動(dòng)
用戶(hù)冷啟動(dòng)，一開(kāi)始能用到的信息就是注冊(cè)信息。
基于注冊(cè)信息的個(gè)性化推薦流程基本如下：
- 獲取用戶(hù)的注冊(cè)信息；
- 根據(jù)用戶(hù)的注冊(cè)信息對(duì)用戶(hù)分類(lèi)；
- 給用戶(hù)推薦他所屬分類(lèi)中用戶(hù)喜歡的物品。
這里不展開(kāi)將怎么用這些東西，后面會(huì)單獨(dú)寫(xiě)一篇文章來(lái)介紹這個(gè)。
2.物品冷啟動(dòng)
物品冷啟動(dòng)需要解決的問(wèn)題是如何將新加入的物品推薦給對(duì)它感興趣的用戶(hù)。這里就可以利用ItemCF和UserCF了，但是這也暴露了這兩種算法的問(wèn)題。
比如對(duì)于ItemCF算法來(lái)說(shuō)，因?yàn)镮temCF算法的原理是給用戶(hù)推薦和他之前喜歡的物品相似的物品。ItemCF算法會(huì)每隔一段時(shí)間利用用戶(hù)行為計(jì)算物品相似度表（一般一天計(jì)算一次），在線(xiàn)服務(wù)時(shí)ItemCF算法會(huì)將之前計(jì)算好的物品相關(guān)度矩陣放在內(nèi)存中。因此，當(dāng)新物品加入時(shí)，內(nèi)存中的物品相關(guān)表中不會(huì)存在這個(gè)物品，從而ItemCF算法無(wú)法推薦新的物品。解決這一問(wèn)題的辦法是頻繁更新物品相似度表，但基于用戶(hù)行為計(jì)算物品相似度是非常耗時(shí)的事情，主要原因是用戶(hù)行為日志非常龐大。而且，新物品如果不展示給用戶(hù)，用戶(hù)就無(wú)法對(duì)它產(chǎn)生行為，通過(guò)行為日志計(jì)算是計(jì)算不出包含新物品的相關(guān)矩陣的。為此，我們只能利用物品的內(nèi)容信息計(jì)算物品相關(guān)表，并且頻繁地更新相關(guān)表（比如半小時(shí)計(jì)算一次）。
這里就可以用萬(wàn)年不變的KNN。（我發(fā)現(xiàn)KNN的思想真的貫穿整個(gè)機(jī)器學(xué)習(xí)）
3.系統(tǒng)冷啟動(dòng)
系統(tǒng)冷啟動(dòng)的問(wèn)題，一般就需要結(jié)合具體業(yè)務(wù)和一定的先驗(yàn)知識(shí)了。
書(shū)里介紹的例子是一個(gè)音樂(lè)推薦網(wǎng)站。首先需要人工或者半人工（爬別人的標(biāo)簽）對(duì)這些音樂(lè)做特征工程，然后進(jìn)行向量（余弦）相似度計(jì)算，得到一個(gè)矩陣（上篇文章我同學(xué)跟我說(shuō)，隱語(yǔ)義模型就是一個(gè)矩陣分解，真的就是這么回事，大家去好好看看）。
冷啟動(dòng)就是以上問(wèn)題，下次會(huì)介紹如何具體利用數(shù)據(jù)來(lái)做推薦（有點(diǎn)類(lèi)似于特征工程）。
