推荐技术在迭代思路上已经形成一套成熟的范式，通过对经典算法的解构与重组，通常能够产出效果不俗的场景模型。但随着迭代的持续深入，一些共性路径上的迭代已经很难带来更多收益，此时便需要更多去思考场景的特性。本文将以全民K歌的直播推荐系统为例，为大家分享在互动场景下的推荐思考。

所谓互动场景，即所推荐的内容具有动态变化性，譬如主播的推荐、歌房的推荐等，这一特质将影响用户的行为动机，也将影响推荐系统的交互逻辑。今天的介绍会围绕如下四点展开：

  • 推荐系统的共性与特性

  • 如何更好地做用户冷启

  • 如何更好地对先验建模

  • 如何更好地对场景建模

内容中包含的图片若涉及版权问题，请及时与我们联系删除