邓琦 廖琴 罗元帅

【关键词】Embedding;冷启动;算法

一、现有的个性化系统推荐方案

个性化推荐算法主要包括召回算法和排序算法。通过召回算法，每个用户可以从完整的内容库（例如，数百万个视频内容）中选取数以千或百计可能感兴趣的候选内容，例如协同过滤（Collaborative Filtering[1]）算法和FM算法（Factorization Machines[2]）。排序算法对召回的候选内容进行排序，按照用户感兴趣的程度对内容进行排序，并展示给用户，例如逻辑回归（Logistic Regression[3]）算法和DeepFM[4]算法。

二、现有技术的缺点及需要解决的问题

通常针对有行为的用户，一般通过算法模型计算推荐结果。然而在互联网场景中，用户和内容都是在不断增长变化的，必定会频繁面对新内容和新用户，由于新用户没有行为或行为很少，难以通过算法模型为其推荐内容，一般为其推荐预圈选好的少部分优质内容，称之为用户冷启动。

由于用户兴趣的差异性，为新用户推荐最新最热等预圈选内容会使得推荐结果缺乏个性化，只能满足部分人的需求。即便是结合少量标签进行用户画像推荐，效果也不够理想，为新用户提供个性化推荐是急需解决的问题。

三、基于协同过滤的冷启动推荐算法

协同过滤召回算法适用于用户行为丰富的场景，例如为用户A推荐其相似用户B喜欢的内容，需要有足够的数据计算A和B的相似度。本文结合协同过滤算法、聚类算法和Embedding算法进行用户冷启动推荐。具体实现如下：

（一）用户聚类（分群）

本文使用深度学习卷积神经网络（CNN）算法从用户基础信息（性别、年龄和地区等）、昵称信息和头像信息提取特征，随后利用Kmeans[5]聚类算法对用户进行聚类，得到不同的用户群。……