Bài 3 — Cold-start: gợi ý khi thiếu dữ liệu

Bài 3 — Cold-start: khi bạn chưa biết gì về người hoặc item

Cold-start là tình huống thiếu dữ liệu để gợi ý tốt. Có ba dạng, và mỗi dạng cần chiến lược riêng:

• User cold-start: người dùng mới, chưa có lịch sử.
• Item cold-start: item/sản phẩm/nội dung mới, chưa ai tương tác.
• System cold-start: sản phẩm mới ra mắt, gần như không có dữ liệu nào.

Cold-start là nơi collaborative filtering (dựa trên "người giống bạn đã thích X") thất bại, vì chưa có tương tác để tìm điểm tương đồng.

Chiến lược cho USER cold-start

• Onboarding thu thập sở thích: hỏi vài lựa chọn ban đầu (Netflix hỏi bạn thích phim nào). Đánh đổi: hỏi nhiều gây ma sát, bỏ onboarding thì mù thông tin. Giữ ngắn (3–5 lựa chọn).
• Popularity / trending fallback: chưa biết gì thì gợi thứ phổ biến — an toàn, ít sai nghiêm trọng.
• Context-based: dùng thiết bị, vị trí, nguồn traffic, giờ trong ngày để suy đoán.
• Explore nhanh: chủ động tăng diversity ở phiên đầu để học sở thích, rồi thu hẹp dần. Đây là bài toán explore/exploit (thăm dò vs khai thác), thường giải bằng multi-armed bandit.

Chiến lược cho ITEM cold-start

• Content-based features: dùng thuộc tính item (danh mục, mô tả, embedding văn bản/ảnh) để gợi item mới cho người có sở thích khớp — không cần lịch sử tương tác.
• Exploration budget: cố ý dành một "ngân sách hiển thị" cho item mới để thu thập tín hiệu. Không cho item mới cơ hội hiện = chúng không bao giờ có dữ liệu để được xếp hạng = cái chết lạnh vĩnh viễn.
• Creator/seller signals: item mới từ nhà bán uy tín có thể được ưu tiên thăm dò hơn.

Khung tư duy explore/exploit

Mỗi lần hiển thị là một lựa chọn:

• Exploit: hiện thứ ta tin là tốt nhất → tương tác cao bây giờ.
• Explore: hiện thứ ta chưa chắc để học → có thể tệ bây giờ nhưng cải thiện tương lai.

PM quyết định tỉ lệ ngân sách explore. Quá ít explore: hệ đóng băng, item mới chết, gợi ý ngày càng hẹp. Quá nhiều: trải nghiệm nhiễu, tương tác tụt. Con số điển hình khởi đầu: 5–15% lượt hiển thị dành cho exploration.

Ví dụ cụ thể

Một app đọc sách audio ra mắt tính năng gợi ý. Ngày đầu không có dữ liệu (system cold-start): họ hiển thị top sách bán chạy toàn quốc + hỏi 3 thể loại yêu thích khi đăng ký. Sau 2 tuần, họ chuyển dần sang collaborative filtering khi mỗi user đã có ~10 tương tác. Với sách mới xuất bản (item cold-start), họ dành 10% slot "Mới & Đáng chú ý" để thu tín hiệu, dùng thể loại/tác giả để nhắm đúng nhóm độc giả.

Đo lường cold-start

• Time-to-personalization: bao lâu / bao nhiêu tương tác để gợi ý cá nhân hóa vượt qua baseline popularity.
• New-item exposure rate: % item mới được hiển thị trong X ngày đầu.
• Onboarding completion: % người hoàn tất bước chọn sở thích.

Sai lầm thường gặp

• Onboarding quá dài: hỏi 20 câu, người dùng bỏ ngang — bạn mất cả họ lẫn dữ liệu.
• Không có exploration budget cho item mới: chỉ hiện thứ đã có tương tác → item mới không bao giờ được xếp hạng → kho nội dung teo dần về vài hit cũ.
• Dùng chung một mô hình cho user nóng và user lạnh: người mới cần popularity + explore, không phải mô hình cá nhân hóa vốn cần lịch sử.
• Coi popularity fallback là giải pháp cuối cùng vĩnh viễn: quên chuyển sang cá nhân hóa khi đã đủ dữ liệu.

Checklist Bài 3

• [ ] Phân loại: sản phẩm bạn đang gặp user, item, hay system cold-start?
• [ ] Định nghĩa fallback rõ ràng khi thiếu dữ liệu (popularity/context).
• [ ] Cấp exploration budget cụ thể (%) cho item mới.
• [ ] Theo dõi time-to-personalization và new-item exposure rate.