Wie man Suchanfragen und die Historie des Nutzers nutzt, um die Auslieferung beim Kaltstart zu gestalten?

Unter Bedingungen des Kaltstarts, wenn der Benutzer keine oder nur wenige Interaktionshistorien hat, erfordert die Generierung relevanter Ergebnisse einen kombinierten Ansatz.

1. Verwendung der Suchanfrage:

   • Analyse von Schlüsselwörtern und ihrer Semantik, um die Absichten des Benutzers zu verstehen.
   • Anwendung von Modellen der natürlichen Sprachverarbeitung (z.B. Wortvektordarstellungen), um die Anfrage zu erweitern und ähnliche Dokumente zu suchen.

2. Verwendung der Benutzerhistorie:

   • Falls vorhanden, können die Präferenzen des Benutzers hervorgehoben werden (Themen, Kategorien, Inhaltstypen).
   • Bei fehlender Historie Daten von ähnlichen Benutzern (kollaboratives Filtern) oder demografische Daten verwenden.

3. Hybride Modelle:

   • Ergebnisse der Suche anhand der Anfrage mit Empfehlungen basierend auf ähnlichen Benutzern kombinieren.
   • Ranking unter Berücksichtigung der Wahrscheinlichkeit der Relevanz und Interessen.

4. Modelltraining:

   • Verhaltensdaten von Benutzern mit ähnlichen Anfragen zur Schulung der Ranking-Modelle verwenden.
   • Das Benutzerprofil schrittweise aktualisieren, wenn die Historie wächst.

Auf diese Weise basiert beim Kaltstart die Hauptstrategie auf der Analyse der Anfrage und der Nutzung allgemeiner Verhaltensmuster, während die Benutzerhistorie mit zunehmender Ansammlung eine Rolle spielt.