推薦系統就是要幫使用者儘快找到自己喜歡的內容。現在客戶取得成本愈來愈高,同時也很沒耐性,只要產品有點不好用,使用者可能就會選擇其他的替代品。
但任何系統上線,並沒有太多的資訊可以讓推薦引擎參考。若這時還有新使用者註冊或新商品入庫,系統要如何在推薦才能讓新使用者滿意呢?
現在使用者的選擇愈來愈多,這問題也愈來愈重要!這問題誰處理得好,才能留住客戶。
那有什麼對策呢?
在缺乏有價值資料的時候,如何有效地推薦,使使用者滿意,這就是「冷啟動問題」。
冷啟動問題主要分為 3 類:
既然沒有使用者的資料,那就先不做個性化推薦,這可分 2 大類「基於相似推薦」和「基於規則的推薦」:
在使用者開始使用產品前,先詢問他對哪些內容感興趣。如:一些音樂類型產品,會先問喜歡的音樂風格。影片類的產品,會讓使用者輸入自己喜歡哪些電影、影集等等。
今天介紹了冷啟動是什麼,還有冷啟動 3 個對策,其它的對策,明天再分享囉。