推荐系统的冷启动：
对于任何定位的产品，都存在一定的冷启动问题，那么什么是冷启动，关于冷启动的解决方案又是什么。这些问题不管对于面试还是产品的理解都是非常重要的问题，接下来介绍冷启动的相关问题。

1.  冷启动的类型：

用户冷启动：一个新用户，没有任何历史行为数据，如何做推荐？

物品冷启动：一个新上线的物品，没有用户对它产生过行为，怎么推荐给感兴趣的用户？

系统冷启动：一个新开发的网站，没有用户数据，如何做个性化推荐？

2.  冷启动解决方案：

提供非个性化推荐，如热门排行等，等有了用户数据之后再推荐。

利用用户注册信息，做粗粒度的个性化。

利用用户的社交网络账号，导入用户的好友，推荐好友喜欢的物品。

用户初次登录时，给用户主动提供一些推荐内容，观察用户的反馈，根据这些信息做个性化。

对于新上线的物品，利用内容信息，推荐给喜欢类似物品的用户。

系统冷启动，可以引入外部资源，如专家知识，建立起物品的相关度。

3.  冷启动时，启动用户兴趣的物品需要具有以下特点：

比较热门，具有实时热点特性。

具有代表性和区分性。

启动物品集合需要有多样性。