什麼是冷啓動？
冷啓動在推薦系統中表示該系統積累數據量過少，無法給新用戶做個性化推薦的問題，這是產品推薦的一大難題。基本上，冷啓動問題可以分爲以下三類：
用戶冷啓動：用戶冷啓動主要解決如何給新用戶做個性化推薦的問題。當新用戶到來時，我們沒有他的行爲數據，所以也無法根據他的歷史行爲預測其興趣，從而無法藉此給他做個性化推薦。
物品冷啓動：物品冷啓動主要解決如何將新的物品推薦給可能對它感興趣的用戶這一問題。
系統冷啓動：系統冷啓動主要解決如何在一個新開發的網站上（還沒有用戶，也沒有用戶行爲，只有一些物品的信息）設計個性化推薦系統，從而在網站剛發佈時就讓用戶體驗到個性化推薦服務這一問題。
一般解決方案
推送熱門排行榜，然後等到用戶數據收集到一定的時候，再切換爲個性化推薦；
利用用戶註冊時提供的年齡、性別等數據做粗粒度的個性化；
利用用戶的社交網絡賬號登錄（需要用戶授權），導入用戶在社交網站上的好友信息，然後給用戶推薦其好友喜歡的物品；
要求用戶在登錄時對一些物品進行反饋，收集用戶對這些物品的興趣信息，然後給用戶推薦那些和這些物品相似的物品；
對於新加入的物品，可以利用內容信息，將它們推薦給喜歡過和它們相似的物品的用戶；
在系統冷啓動時，可以引入專家的知識，通過一定的高效方式迅速建立起物品的相關度表。
總結
推薦系統冷啓動問題主要是因爲系統本身的擴展性不強所導致，在工業上很多時候都是先通過人工標註進行推薦，得到足夠的反饋後在線下運行合適的算法進行測試，然後在線上運行。在此過程中可以充分利用物品物品間的品類和關鍵詞進行相似度計算，然後通過用戶的註冊信息和初步訪問的記錄進行合適的推薦，形成良好的閉環。