前言

几乎在所有信息消费类的应用场景中，对于外部画像缺失的新用户，如何承接都是一个棘手但又十分关键的问题。承接的好，理所当然就能提升留存率，离人生巅峰就更进一步了，嘿嘿！

算法适用场景：

1. 新用户冷启动
2. 用户兴趣探索
3. (请各位补充）

如何定义新用户（冷启动用户）？

在这抛砖引玉，说三点简单的方法。

1. 综合曝光，点击数等行为。
2. 基于用户画像。
3. 综合各种信息。

Exploration and Exploitation（简称EE）

在推荐系统中：Exploitation的意义在于对用户感兴趣的要大力开发。但一直给用户推荐那几样内容，用户就会腻。所有就需要exploration。探索挖掘用户兴趣。

bandit算法

bandit算法泛指解决EE问题的所有算法，在此介绍其中较为经典的两种——LinUCB和Thompson Sampling。

Thompson Sampling：

简单来说：以用户对不同item的兴趣，分别计算兴趣值。且我们假设用户对item的兴趣是符合Beta分布的。

 

 

 

算法实现流程：

1. 每个臂(item或类目等）都对应一套（a,b)参数，然后通过上述公式生成beta随机数。
2. 将产生的随机数最大的臂作为结果，并根据用户反馈，点击则a+1，否则b+1

 

 

 

 

在尝试次数越来越多的时候，所有的(a,b)都已经很大，这时候每一个beta分布都会变得接近中心位置，生成的随机数趋于稳定。

若某个臂的a+b跟a/(a+b)都很大的时候，beta分布会很窄，且概率集中到1附近，所以该臂生成的随机数每次都会比较大，被选中概率就会很大。

存在问题

1. 臂的数量：若臂数量过多，则影响算法收敛。所以需要事先筛选，控制臂的数量。
2. a,b超参的选择——设置为1。原因在这就留给看官们来解答吧。