ARTICLE · 人工智能
冷启动问题
一语总结本文区分了推荐系统中三种截然不同的冷启动问题（新物品、新用户、新系统），并提供了原则性解决方案：针对稀疏数据的经验贝叶斯收缩、用于探索的 UCB1 和 Thompson 采样，以及四种实用的引导策略及其权衡。
文章开篇澄清，“冷启动”混淆了三个互不相关的问题：新物品（物品存在但无交互）、新用户（用户存在但无历史）、新系统（完全没有交互）。每种问题需要不同的修复：内容特征解决新物品，引导流程/上下文解决新用户，只有探索能打破新系统的鸡生蛋蛋生鸡困境。文章核心是一个实用工具箱。首先，它说明为何稀疏曝光下的原始点击率具有误导性，并推导了一个使用 Beta 先验的经验贝叶斯收缩估计器，该先验由品类级历史校准得出，并给出了数值示例。其次，它解释单纯收缩会让新物品得不到曝光，因此需要探索；文中给出了 UCB1 和 Thompson 采样公式，演示了探索奖励的衰减，并警告排位偏见会污染多臂老虎机奖励，除非用固定槽位探索或倾向加权来校正。最后，它梳理了四种引导策略——内容引导、上下文先验、显式引导和探索——及其需求、成本和失效模式，指出上下文先验投资回报率最高，而探索是唯一能解决新系统问题、并能生成反事实数据供模型训练的策略。
- 冷启动是三个截然不同的问题，而非单一问题。
新物品（无协同信号，靠内容特征修复）、新用户（无历史，靠引导或上下文修复）、新系统（完全无交互，仅靠探索修复）。修复手段在不同类型间不可迁移。
- 稀疏数据上的原始比率具有误导性；应使用经验贝叶斯收缩。
从品类级历史派生的 Beta 先验将稀疏估计拉向一个可辩护的均值。先验强度（alpha+beta）是一个可解释的单一旋钮，表达对品类的信任度，使设计评审更具体。
- 单纯收缩会饿死新物品；探索有目的地购买信息。
UCB1 增加 sqrt(2 ln t / n_i) 奖励，随尝试次数增加而衰减，从而限制探索成本。Thompson 采样从 Beta 后验采样，并与收缩先验自然组合。两者在排序界面中都需要校正位置偏见。
- 四种引导策略，成本画像各异。
内容引导需要丰富元数据；上下文先验（来源、地区、设备）零成本且 ROI 极高；显式引导以摩擦换信号；探索花费可计算的预算，且是唯一能解决新系统问题、并能产出反事实数据供个性化模型跳出反馈回路的方法。
冷启动问题
文章开篇澄清，“冷启动”混淆了三个互不相关的问题：新物品（物品存在但无交互）、新用户（用户存在但无历史）、新系统（完全没有交互）。每种问题需要不同的修复：内容特征解决新物品，引导流程/上下文解决新用户，只有探索能打破新系统的鸡生蛋蛋生鸡困境。文章核心是一个实用工具箱。首先，它说明为何稀疏曝光下的原始点击率具有误导性，并推导了一个使用 Beta 先验的经验贝叶斯收缩估计器，该先验由品类级历史校准得出，并给出了数值示例。其次，它解释单纯收缩会让新物品得不到曝光，因此需要探索；文中给出了 UCB1 和 Thompson 采样公式，演示了探索奖励的衰减，并警告排位偏见会污染多臂老虎机奖励，除非用固定槽位探索或倾向加权来校正。最后，它梳理了四种引导策略——内容引导、上下文先验、显式引导和探索——及其需求、成本和失效模式，指出上下文先验投资回报率最高，而探索是唯一能解决新系统问题、并能生成反事实数据供模型训练的策略。
文章金句
"这种区分至关重要，因为修复手段不可迁移。内容特征能完全解决新物品问题，却完全解决不了新用户问题。
"一个物品曝光十次、点击一次，并非 10% 的点击率；这几乎不构成任何证据。
"这个数字诚实地表达了你有多信任品类来预测新物品，它比在设计评审中争论模型架构要有建设性得多。
"探索是唯一能解决新系统问题的策略，也是唯一能产出反事实数据、让个性化模型跳出自身反馈回路的策略。