内容的探索

面向冷启动用户的推荐，最典型的方式就是使用非个性化的热门榜单。这种方式主要满足了“新”和“热”两个特点，即使用户对内容不感兴趣也不至于太过反感。

在冷启动环节里，应该推荐技术本质上是以“留住用户”为第一要务：尽快发现用户的主要兴趣点，并推荐和这一兴趣有关的内容以换取更高的点击率。当新用户变成老用户时，在已经实现短期留住用户的前提下，推荐系统需通过一定程度上牺牲短期点击率来探索用户更广泛的兴趣，从而获得用户的长期留存。

如果把对类目的新贪多概括为“以规模换效果”，那么，对用户新兴趣的探索便可以概括为“以时间换效果”：只要用户在应用内停留足够长的时间，就有机会通过各种手段来完善用户画像。

一个值得关注的问题是：小众兴趣的探索和丢失。这个问题本身是因为小众兴趣的供给不足引起的。内容太少会导致试错成本太高，一次负反馈就影响后续的探索过程：一旦用户没有点击结果，系统就会转向其他的兴趣点，从而错过此类内容的发现。

应对这种情况，一方面需要扩充系统的资源地，让小众兴趣也有足够的内容覆盖，另一方面也需要通过产品设计鼓励用户更主动地进行强表达，比如收藏和关注。