推荐的冷启动策略

冷启动场景

新建站点

全新客户加入或引入新目录，并且不存在参与历史记录。

为了处理这种情况，推荐人从目录的内容中建立对目录的理解，包括标题、描述、类别和其他属性。这些属性被转换为语义嵌入，捕获每个项目的含义。当用户与任何项目交互时，推荐器会返回语义相似的项目。

新建项目

已建立的站点会添加用户尚未交互的项目。没有参与历史，传统推荐人无法显示项目。

DLPR 经过培训，能够使用参与历史和目录内容。对于具有参与度的项目，两个信号都有助于项目的表示。对于新项目，目录内容充当备用项，直到参与数据到达。新项目符合立即推荐的条件。

没有参与历史的促销和优惠

当您推荐促销或优惠，但有关用户响应的参与数据有限时，推荐人会使用促销元数据来推荐语义相似的促销。有关详细信息，请参阅促销和优惠推荐人。

推荐人如何退出冷启动

随着参与数据的累积，推荐人会不断评估它是否有足够的信号从冷启动切换到完全个性化。当达到阈值时，未来的培训运行使用参与数据，冷启动逻辑后退。

转换是自动的。您无需配置交换机。随着站点的成熟，用户会看到从基于内容的推荐平稳过渡到完全个性化的推荐。

目录指南

结构良好的目录会使早期推荐有效。

• 为每个项目提供完整的标题、描述、类别和属性。
• 在添加新产品和优惠时，保持目录元数据最新。
• 不要等待对新项目的牵引 - 元数据良好的项目有资格立即推荐。