昨天提到了冷啟動的2個對策，今天我們來說說另一個對策 - 快速試探策略

對策6：快速試探策略

• 這方法是先隨機或用非個性化推薦，在使用者和系統做些互動後，馬上挖掘出他的興趣。新物品也隨機給使用者看，再觀察使用者反應。
• 如果使用者有透漏出有興趣的樣子，例如有：觀看、購買、收藏、分享等等，後賣應該把東西推薦類行為的人。
• 就這樣一次次的循環過 ，讓推薦系統快速度過冷啟動狀態。
• 那要怎麼快速試探呢？這個問題就是多臂吃角子老虎機問題！

多臂吃角子老虎機問題

多臂吃角子老虎機 (multi-armed bandit) ，指的則是很多台吃角子老虎機給玩家選擇，每一台機器可以得到的期望報酬皆不一樣。站在玩家的立場，目標應該是透過機器的選擇，在遊戲中獲得最大「期望報酬」。

ε-優先 (ε-first) 策略

這種是最簡單也策基本的做法。

假設賭徒的錢，可以他玩1000次，那他可以拿十分之一出來去測試新的機器。等全部測完以後，知到哪些機器賺錢機率是高的 ，接下來 900 次，就全玩機率高的那些機器，以賺最大報酬。

ε-貪婪 (ε-greedy) 策略

ε-優先 (ε-first) 策略把解決多臂吃角子老虎機問題，分成兩步驟：探索及開發。沒有把這兩件事融合在一起。
如何兼顧探索與開發呢？

這方法是，每一次我們要選機台時，我們會有 ε 的機率去選我們沒用過的機台，其餘機會，全都去拉已知收益最高的機台。