https://www.chenk.top/zh/tags/cross-domain/Recent content in Cross-Domain on Chen Kai BlogHugozh-CNFri, 09 Jan 2026 09:00:00 +0000https://www.chenk.top/zh/recommendation-systems/14-%E8%B7%A8%E5%9F%9F%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%86%B7%E5%90%AF%E5%8A%A8%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/Fri, 09 Jan 2026 09:00:00 +0000https://www.chenk.top/zh/recommendation-systems/14-%E8%B7%A8%E5%9F%9F%E6%8E%A8%E8%8D%90%E4%B8%8E%E5%86%B7%E5%90%AF%E5%8A%A8%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88/<p>Netflix 进入新国家时，接手的是几百万完全没有历史记录的用户和一个没有任何本地评分的内容库；亚马逊每次开拓新品类时也会遇到同样的问题——纯协同过滤（CF）在这种场景下完全失效。要让推荐系统在冷启动环境中发挥作用，需要组合多种技术：首次请求采用启发式 Bootstrap 方法生成初始推荐，积累少量交互后切换至元学习以快速适配用户，若存在相关源域则引入跨域迁移来复用外部知识，当模型初步具备置信度后再通过 Bandit 策略持续探索未知物品空间。这篇文章将详细拆解这套技术栈，每一层都直接对应到其来源的经典论文。</p>