Como você lidaria com o problema de cold start para usuários e itens novos num recomendador?

Trate os dois lados separadamente. Para itens novos, use features de conteúdo (texto, categoria, embeddings derivados do próprio item) para que eles possam ser pontuados antes de existir qualquer interação, e dê a eles orçamento de exploração. Para usuários novos, caia para popularidade ou recomendações por segmento, depois use sinais do início da sessão e migre para sinais colaborativos personalizados quando houver interações suficientes.

São dois problemas diferentes, então eu trato separadamente. Itens novos são a metade mais fácil: eu uso uma montagem de duas torres em que a torre de item recebe features de conteúdo, ou seja texto do título, categoria, faixa de preço, um embedding da descrição ou da miniatura. Isso significa que um item recém publicado tem um vetor utilizável desde o primeiro minuto, antes de qualquer clique. Usuários novos ganham uma escada. Nada de nada significa popularidade, idealmente popularidade dentro do contexto que eu conheço, como país e dispositivo. Assim que interagem umas duas vezes eu consigo montar uma representação baseada em sessão a partir desses itens, o que na minha experiência vale mais do que qualquer coisa vinda de um questionário de cadastro. Depois, quando cruzam uma contagem de interações, eles migram para o caminho totalmente personalizado. A parte que as pessoas esquecem é exploração. Um ranker puramente de explotação nunca mostra um item novo, então ele nunca ganha impressões, então nunca ganha sinal, e o catálogo silenciosamente se cristaliza. Eu reservo um espaço no feed para um candidato escolhido por uma regra tipo upper confidence bound, e acompanho cobertura de catálogo como métrica de verdade ao lado da taxa de clique.