【推荐系统】推荐算法：冷启动-召回-粗排-精排-重排 解读
文章目录
【推荐系统】推荐算法：冷启动-召回-粗排-精排-重排 解读
1. 介绍
2. 冷启动
2.1 用户冷启动
2.1.1 利用用户注册信息冷启动
2.1.2 好物推荐冷启动
2.1.3 问题启发式冷启动
2.1.4 社交冷启动
2.1.5 联邦学习冷启动
2.1.6 模型冷启动
2.17 多域冷启动
2.2 Item 冷启动
2.2.1 用户粉丝冷启动
2.2.2 item基础信息冷启动
2.2.3 item相似性冷启动
2.2.4 item进退场机制
3. 召回
3.1 非个性化召回
3.2 个性化召回
4. 粗排
4.1 双塔粗排
4.2 交叉粗排
5. 精排
6. 重排（着重体现在策略上）
6.1 调权
6.2 强插
6.3 过滤
6.4 打散
6.5 多目标打分融合
6.6 模型重排
7. 总结
参考
文章目录
【推荐系统】推荐算法：冷启
