8.6　设计冷启动需要注意的问题

上面讲了冷启动的很多实现方案，不同的产品需要结合自身产品特征和拥有的数据、资源来选择采用什么方式解决冷启动。这里讲一下冷启动方案落地过程中需要注意的事情，让大家更好地将冷启动策略应用于真实的业务场景中。

1.逐步迭代让冷启动效果更好

冷启动有很多方法，我们需要通过AB测试选择一种效果更好的方法，并不断优化，让冷启动的效果越来越好。

2.量化冷启动用户的比例及转化效果

如上所述，要进行冷启动方案的AB测试，需要将用户的行为日志埋点，日志中需要包含用户标识（userid），采用的算法标识、用户具体行为（点击、播放、购买、点赞）等，这样就可以通过分析日志知道每天的DAU（Daily Active User）中有多少用户采用了冷启动策略、各种冷启动策略及非冷启动策略的比例、冷启动策略的转化效果及与其他非冷启动策略的转化效果的对比。只有知道了具体数据，才能够知道从哪些维度去优化冷启动方案。

3.采用级联推荐策略

一般来说协同过滤的效果比基于内容的推荐好，而基于内容的推荐比冷启动推荐好，我们在给用户做推荐时可以采用级联策略。比如如果协同过滤有推荐结果就采用协同过滤的结果，没有的话（可能是新注册不久的用户）就采用基于内容的推荐，如果用户没有操作过任何内容，这时可以采用冷启动推荐（如热门推荐等）。这样做效果肯定会更好，因为总是优先使用最好的算法，虽然实现起来可能会复杂一些，但是为了给用户提供最好的推荐体验，这也是值得的。

在笔者公司的相似视频推荐中采用的就是这种策略。如果某个视频有基于Item2vec算法（见本章参考文献[4]，微软提出的一种基于Word2vec的变种算法）计算出的相关视频，就采用该算法的结果；如果没有就采用基于标签的相似推荐；如果该视频是新视频，标签不完善，就采用基于热门的冷启动推荐策略。

采用级联策略的目的主要是优先利用所有已知的最好信息，尽量减少采用冷启动推荐的比例，最大限度地提升用户的使用体验。

4.需要维护提供标的物的第三方利益

对于依赖第三方提供标的物的平台，如电商、新闻、短视频、小说阅读等，需要维护标的物提供方生态的繁荣。怎么保证新的标的物提供方可以获得流量、挣到钱，让提供优质标的物的提供方挣更多的钱，也是很重要的问题，这就涉及新标的物的冷启动问题。需要确保更好地将优质的标的物尽量推荐给更多的用户，质量差的标的物少推荐，这就涉及很多业务策略和评估指标了。前面讲到的流量池的思路就是一种比较好的方案。

在最后，笔者基于自己的思考和经验，讲讲冷启动未来的发展趋势。在不久的将来，随着技术的发展，肯定会有很多新的解决冷启动的策略和方法出现。