信息检索 (IR) 中的冷启动问题是指当系统缺乏关于新用户、项目或交互的足够数据时，提供准确的推荐或搜索结果的挑战。这个问题出现的原因是，许多 IR 算法（例如协同过滤）依赖于历史数据来识别模式。例如，像 Netflix 这样的流媒体平台上的新用户还没有评分或观看足够的内容，系统无法推断他们的偏好。同样，即使新添加的电影的元数据表明它与某些用户的品味一致，也无法有效地推荐没有观看历史的新电影。这个问题在推荐系统、搜索引擎和个性化服务中很常见，在这些服务中，数据稀缺性限制了算法的有效性。
核心挑战源于现代 IR 系统对现有用户-项目交互数据的依赖。协同过滤是一种广泛使用的技术，它通过分析用户或项目之间的相似性来预测用户偏好。如果没有先前的交互，就无法计算这些相似性。例如，如果像亚马逊这样的电子商务平台添加了一个新产品，传统的协同过滤无法将其与可能想要它的用户联系起来，因为没有购买或评分历史。这会产生一个反馈循环：该项目仍然未被充分推荐，这使得它缺乏数据。同样，新闻推荐系统很难从新的出版商那里找到文章，直到有足够的用户与它们互动，从而延迟了它们的可见性。
为了缓解冷启动问题，开发人员通常会结合多种策略。一种方法是基于内容的过滤，它使用项目属性（例如，类型、关键字或产品描述）或用户人口统计数据来进行初始推荐。例如，像 Spotify 这样的音乐应用程序可能会根据其类型或艺术家与用户已经喜欢的曲目的相似性来推荐一首新歌。混合模型（混合了协作和基于内容的方法）也有效。另一种策略是在入职期间提示用户提供明确的反馈——例如，要求他们选择喜欢的 topic 或对一些项目进行评分——以引导个性化。此外，利用元数据或第三方数据（例如，社交媒体活动）可以提供早期信号。虽然这些解决方案并不完美，但它们有助于弥合差距，直到收集到足够的交互数据。