推荐系统冷启动怎么处理
哪些公司问过
答案要点
- 冷启动:新用户、新物品或新系统缺少历史交互数据
- 用户冷启动:注册画像、兴趣选择、热门推荐,加探索策略收集反馈
- 物品冷启动:内容特征 embedding、相似物品、新物品流量扶持
- 双塔模型让物品塔更多依赖内容特征而不是 ID
- 系统冷启动:规则和热榜兜底,借助外部数据或迁移学习
易错点
- 只说推荐热门,没有探索机制
- 物品冷启动只靠 ID,不用内容特征
- 新物品扶持没有上限和质量门槛
面试官常见追问
- 探索和利用怎么平衡?
- 新物品流量扶持有什么风险?
- 怎么评估冷启动效果?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。