这是 Beta 探索课程,内容结构、实验步骤和示例可能会继续调整。
冷启动
两类冷启动
冷启动有两个方向:
| 类型 | 问题 | 后果 |
|---|---|---|
| 新用户 | 没有行为历史 | 不知道喜欢什么,前几条决定去留 |
| 新视频 | 没有互动数据 | 得不到曝光,永远无法证明价值 |
新用户怎么做
新用户没有行为历史,基础策略可以用粗粒度的上下文:
- 地域、语言:优先推荐本地 / 母语内容。
- 热门与编辑精选:保证内容质量底线。
- 注册来源:从哪个渠道来,可能有偏好(如「摄影社区引流」)。
- 初始选择标签:注册时让用户选感兴趣的类目。
新用户前几十条推荐会决定是否留下。 所以冷启动期内要:
- 热门为主,保证「至少不难看」。
- 少量探索,试探兴趣。
- 快速利用反馈:用户点赞 / 跳过的行为,尽早进入下一次推荐。
新视频怎么做
新视频没有互动数据,但可以有内容特征:
- 标签、分类、作者。
- 内容 embedding(图像、音频、文本)。
- 作者历史表现(优质作者的新视频可给初始权重)。
关键设计是探索流量池:
- 新视频进入小流量探索池,先给一小部分用户看。
- 反馈好 → 逐渐放大曝光。
- 反馈差 → 停止推荐。
探索与利用
冷启动的本质是探索与利用的平衡:
- 利用:推荐确定受欢迎的内容(安全但容易固化)。
- 探索:推荐不确定但可能有惊喜的内容(风险但必要)。
如果没有探索流量,系统会永远只推历史热门,新作者和新视频没有机会——内容生态会逐渐僵化。
冷启动的监控
冷启动策略要专门监控:
- 新用户 7 日留存。
- 新视频 24 小时内的有效曝光与互动。
- 冷启动内容的「转正率」(从探索池进入常规推荐的占比)。
一句话
冷启动不是「等数据够了再推荐」,而是用上下文 + 内容特征 + 探索流量主动破冰,并在反馈到达后快速迭代。
下一章进入内容供给:视频如何上传、转码、审核、入库。
发现内容有问题?
告诉我们哪里需要改进。
