冷启动召回

当冷启动物品的数量很多时，比如短视频平台每天都有大量的新短视频上架；电商平台每天都有大量新商品上架， 对所有冷启动物品都分配一些流量以便探索其潜力是低效的。因此，我们需要一些召回策略。

随机召回

推荐召回具体公平但低效的特点，可以作为基准策略。

基于规则的召回

根据业务的特点来召回对应的物品。比如相亲平台可以根据地理位置召回同城的异性作为推荐标的。

基于内容偏好的召回

统计或建模用户对物品内容（属性）的偏好程度，并根据偏好内容和属性来召回。

基于模型的召回

选择一个适合冷启动场景的模型，如 DropoutNet 模型。

下面一篇文章以DropoutNet模型为例，介绍一下基于模型的冷启动召回流程。

DropoutNet 模型的训练和部署​