#21天打卡产品经理的日常思考# 从今日头条到淘宝京东，推荐系统已然成为各家app或网站的标配，只要它的内容或商品sku足够丰富，那么它一定会用到推荐系统。简单来说，个性化推荐就是平台会根据用户的个人信息（静态信息&动态信息）及产品信息，为不同的用户在不同的场景提供不同的内容或商品的推荐。

推荐系统的理论基础在于，用户具有异质性，其前提条件是平台拥有足够多的用户和资源（内容或商品等）。

在推荐相关的产品中，大家的焦点总是在算法模型的升级迭代和效果提升上，这样的内容层出不穷也更容易获得关注，但实际做推荐模块的产品和开发一定会遇到一个绕不开的难题，那就是：推荐系统如何进行冷启动。本文将结合实际工作的经验总结为大家提供几个冷启动的方法策略，不涉及算法。

冷启动问题的目标用户：

1、新到访用户或新注册用户；
2、行为轨迹非常稀疏、个人信息基本没有的用户；
3、低频应用场景相关行业的用户；